带限MPSK信号的调制分类

提出了一种带限MPSK信号调制分类算法,对截获接收机输出的带限MPSK信号在未知载波频率的情况下,通过对延迟乘积信号进行分析处理,利用小波变换提取其码元跳变点,进而得到与原信号调制类型一致的复基带信号序列。并利用此基带序列的高阶累积量构造分类特征不变量,在宽信噪比范围内实现了带限MPSK信号的调制分类。理论分析和实测信号处理证明了提出算法的有效性。     

基于星座图统计的盲载波同步算法

卫星通信信号中90%以上采用相位或幅相联合调制方案,包括多进制相位键控（multiple phase shift keying,MPSK）,多进制正交幅度调制（multiple quadrature amplitude modulation,MQAM）,多进制幅相键控（multiple amplitude phase shift keying,MAPSK）等,此外短波通信、移动通信中MPSK也是最常用的信号类型之一。载波同步是信号解调中十分关键与核心的部分。针对非合作接收条件下幅相调制类信号星座图分布特性进行了深入研究,提出了一种基于星座图密度统计的载波同步算法,实现了一定信噪比条件下盲频偏消除与星座图恢复,此方案不需要预先进行调制识别,对数据量要求不高,复杂度低,抗噪性能好,可广泛应用于常规信号以及未知、猝发信号解调。仿真表明,在接近或高于解调信噪比的条件下,该方法频偏估计性能接近克拉美罗限,可应用于工程实践。     

利用概率估计和支持矢量机的信号调制分类

提出了一种常用数字通信信号调制分类算法。针对MASK、MFSK和MPSK调制,选取截获接收机输出信号的瞬时幅度、时频脊线和差分基带信号作为分类特征,利用概率密度估计算法求取分类特征的分布函数,通过构造支持矢量机分类器确定分布函数的峰值个数,从而在多种噪声背景下实现了信号调制类型的自动分类。仿真实验表明,当信噪比大于5 dB时识别率可达80%以上。     

基于均值移位的载频盲估计算法

针对非协作通信领域的MPSK和MQAM信号载频估计与调制方式识别互相依赖问题,提出了一种无需调制方式先验知识的高精度载频盲估计算法.通过相位差分布特性的分析建立了相位差密度极值点与频偏的联系,引入模式识别中广泛应用的核密度估计方法对相位差进行密度估计,并以均值移位算法完成密度极值点的求解,达到载波估计的目的.仿真结果表明算法大大降低了信噪比门限,并且载频的粗估计算法也具有较高的精度,可以作为独立的频偏估计算法用于频偏精度要求不是非常高的场合.     

一种适用于数字调制信号的载波频率估计方法

针对未知调制类型情况下数字调制信号的载波频率估计问题,提出了一种适用于数字调制信号的载波频率估计方法。该方法利用信号的瞬时频率来估计载波频率,并通过定位非微弱信号段和中值滤波有效地抑制了噪声和调制引起的瞬时频率的波动和冲激,来提高估计精度。论述了该方法的基本原理,列出了详细的计算步骤,并给出了仿真结果。仿真结果表明,该方法在信噪比较高的情况下(≥5dB),对于各种数字调制信号,其载波频率估计精度均可接受,适合于工程的实际应用。     

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation, ACM)技术是一种提高无人机(unmanned aerial vehicle, UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying, MPSK)的信噪比(signal-to-noise ratio, SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third order moments, M3)SNR估计算法比传统的二〖JP2〗阶矩四阶矩(second and fourth moments, M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying, APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。     

GMSK+PN信号信噪比估计

针对数传、测距一体化的调制方式高斯最小频移键控复合伪码测距(Gaussian minimum shift keying+pseudo-noise, GMSK+PN)信号的信噪比估计,提出了一种精度较高、复杂度较低的快速算法。该算法采用层状结构分解的方式,将信号分解为若干信号单元,对每一个分解的信号单元进行功率分配计算或信噪比估计,最后快速准确地计算出整个信号的信噪比。信噪比在 1~13 dB之间时,估计误差小于0.5 dB。利用Simulink仿真工具,验证了该算法的有效性。     

基于联合特征参数的数字调制识别优化算法

针对数字调制识别在低信噪比下的应用,提出了一种基于联合特征参数的数字调制识别优化算法。该算法利用调制信号的高阶累积量和时域瞬时信息,并结合星座图特征进行特征提取,采用弹性反向传播（resilient back-propagation, RPROP）算法训练的反向传播（back propagation, BP）神经网络对多进制数字幅度调制（M-ary amplitude shift keying, MASK）、多进制数字频率调制（M-ary frequency shift keying, MFSK）、多进制数字相位调制（M-ary phase shift keying, MPSK）、多进制正交幅度调制（M-ary quadrature amplitude modulation, MQAM）共4类12种信号进行分类识别。仿真结果表明,当信噪比低至-2 dB时,提出的调制识别优化算法可使12种数字调制信号的正确识别率均达97%以上,极大地改善了低信噪比下的识别性能。     

基于并行滤波器组和高阶累积量的扩频信号检测与估计

在非协作通信截获中,提出了一种有效的基于并行滤波器组和三阶累积量的扩频信号检测方法.滤波器组将输入信号细划成许多窄的频率通带,不仅在时频域完整的描述了未知信号,也改善了输出信噪比.采用三阶累积量估计器进一步抑制高斯噪声,并保留信号的有用信息,提高算法的检测能力.最后通过创建特征矩阵,实现扩频信号的参数估计.仿真实验表明,算法适用于低信噪比下的直接序列扩频扩信号检测,并能有效估计截获信号的载频和调制带宽.     

基于多尺度Haar小波变换的MPSK信号码速率盲估计

研究了相位编码信号的码速率估计,提出基于Haar小波变换的多尺度MPSK信号码速率盲估计方法。首先对接收信号作FFT得到信号频谱,对频谱进行平滑之后估计其中心频率,接着由估计出的频率构造相关接收机;然后估计信号的3dB带宽,由估计的带宽作为参考选取三个小波尺度,利用Haar小波的边缘检测特性对相关接收机的输出进行多尺度码元相位跳变点检测,多尺度检测的结果进行叠加;最后对叠加的结果作DFT估计频率得到MPSK信号的码速率估计。仿真表明,高于信噪比门限时本算法可以对码速率进行有效估计。     

基于独立成份分析的MPSK信号调制制式自动识别

针对低信噪比情况下传统的MPSK信号识别算法效率不高的问题,提出一种基于快速独立成份分析(FICA)的MPSK信号非监督识别算法.该方法借助快速独立成份分析提取具有不同分布特征的信号分量作为最大似然分类器的识别特征.实验结果表明,此算法在低信噪情况下能有效地分离信号与噪声分量,挖掘有用信息,实现对MPSK信号的高精度自动识别.     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。     

突发信号载波频偏估计的广义延拓逼近算法

为了解决在突发信号载波频偏估计问题中,载波频偏估计算法对估计精度、信噪比门限和估计范围的兼顾问题,提出了基于广义延拓逼近的载波频偏估计算法。该算法无需数据辅助,对接收信号频域信息做合理单元划分,节点处满足插值条件,单元域内实现最佳拟合,能够有效提升整域内的逼近精度。仿真结果表明,与文献算法相比,该算法具有更低的信噪比门限、更高的估计精度和理论最佳的估计范围。算法数学模型稳健、复杂度低,具有很好的可实现性和很高的使用价值。     

频率选择信道下STBC-OFDM信号盲识别

针对多输入单输出(multiple input single output, MISO)通信系统的空时分组编码正交频分复用(space-time block codes-orthogonal frequency-division multiplexing，STBC-OFDM)信号盲识别问题,提出了一种基于四阶统计量的盲识别算法。该方法首先对MISO通信系统的STBC-OFDM信号进行建模;然后利用STBC-OFDM信号编码矩阵的相关性,构造了不同时延向量下接收信号OFDM块的时延四阶矩作为特征函数;最后通过时延四阶矩理论值与实验值的最小欧式距离盲识别发射端STBC-OFDM信号的编码方式。该方法不需要信道系数、噪声信息和调制信息等先验信息,适合非合作通信场合。仿真结果表明，所提出的算法即使在低信噪比(SNR=0 dB)下识别效果接近100%,且对载波频偏、时间同步偏差和多普勒频移不敏感,实用性较强。     

改进的低信噪比短序列快速频率估计算法

快速频率估计算法的研究对工程实现具有重要的意义.以低信噪比下水下声信号快速频率估计为背景,建立了数学模型,提出了一种基于短序列快速频率估计的改进算法.该算法是基于对三点自相关算法的改进,在没有增加运算复杂度的基础上提高了频率估计精度.仿真实验结果表明,该算法与三点自相关算法相比,其均方根误差(root mean square error,RMSE)更接近于克拉美-罗下限(Cramer-Rao bound,CRB),在低SNR情况下,比三点自相关算法低5 dB左右,并且当SNR提高到10 dB左右时,其RMSE能够接近CRB.