星座图加权匹配的调制方式识别

通过分析现有基于星座图的调制识别法的局限性,提出一种改进方法. 首先计算信号的高阶矩,把11种数字信号归为3类,然后作模糊C均值聚类,将得到的重构星座图与相应的理想星座图模型进行比较,通过引入新的代价函数实现多种数字调制方式的识别. 实验表明该方法在识别率和识别范围上均有提高,在信噪比为10 dB时平均识别率提高25%以上.     

FSK/PSK复合调制雷达信号的识别

针对具有低截获概率特性的FSK/PSK复合调制雷达信号的特点,研究了FSK/PSK信号的识别,采用二叉树方法提取了基于信号幅度和相位的特征参数,研究并实现了PSK、FSK和FSK/PSK复合调制雷达信号的识别. 理论和仿真结果表明,所提出的算法在信噪比不小于5 dB时,FSK/PSK复合调制雷达信号的正确识别率达到了99%以上.     

利用循环谱和参数统计的数字调制信号识别

该文利用决策理论识别常用数字信号调制方式. 该识别方法基于接收信号的循环谱和参数统计法,采用谱相关测量的频率平滑法分析数字信号在循环频率轴上的特征谱,运用参数统计法提取统计参数,用于数字调制信号识别. 最后利用决策理论,给出信号识别流程图及判决门限. 实验表明,在信噪比为5 dB的条件下,对预期调制信号2ASK, 4ASK, 2FSK, 4FSK, 4PSK, 8PSK的识别率可达90%, 说明该方法在低信噪比下识别效果良好.     

自适应调制中一种新的盲检测算法的研究

在基于包传输的自适应调制系统中,提出了一种新的调制方式分类的算法,即利用接收到的包数据在星座图上的每一个点周围区域的分布概率来确定调制方式,并通过分析对该算法参数的选择进行了讨论,仿真和分析结果表明此算法对自适应调制系统是非常有效的,且复杂度很低,适用于实时处理.     

利用循环平稳性检测和支持向量机的调制信号分类

非合作接收条件下调制识别算法预处理要求高,分类集有限,为此提出一种基于循环频率特征和支持向量机的调制分类方法. 利用信号循环累积量的循环频率为分类特征,不必进行参数估计和同步等预处理,在缺乏先验知识条件下对FSK、PSK、QAM、OQAM、CPOFDM、ZPOFDM等常见调制信号具有良好的识别效果. 该方法提升了盲接收环境下的分类效果,扩大了分类集. 理论推导和计算机仿真表明,该方法能有效提升非合作接收条件下的盲分类性能.     

单通道双MFSK信号调制识别方法

针对单通道双MFSK信号的调制识别问题,提出了一种基于经验模态分解(EMD)和分形盒维数的调制识别算法。该算法利用EMD将混有高斯噪声的双MFSK混合信号分解成多个分量,提取每个分量的分形盒维数作为特征参数,使用BP神经网络作为分类器对其进行识别。仿真结果表明,该算法对频谱不混叠的双MFSK信号有较好的识别效果。     

采用分数低阶循环谱相干系数的调制识别

摘要： Alpha稳定分布噪声导致二阶循环谱相干系数失效,使相应的通信信号调制识别算法退化. 针对这个问题,提出了基于分数低阶循环谱相干系数的识别算法. 文中给出了分数低阶循环谱相干系数的相关理论,分析了通信信号的分数低阶循环谱相干系数,在此基础上提取谱相干系数循环频率域特征作为识别特征参数. 用BP神经网络为分类器,实现了通信信号调制方法识别. 仿真结果表明,在Alpha稳定分布噪声下,该识别算法性能优于基于二阶循环谱相干系数的方法. 在高斯噪声条件下,两种识别算法性能相当.     

多层相位调制表面电控方案优化及其对散射特性的影响

为提升相位调制表面的吸波性能,提出一种利用差分进化算法优化其有源层电控方案的方法,扩展了相位调制表面结构中有源层的层数.基于时间调制理论分析结构散射特性,借助差分进化算法对结构电控方案进行优化.优化后的电控方案最大限度地减少了相位调制表面散射回波基频分量的大小及其空间覆盖范围,且随着有源层层数的增加,效果持续改善,直到吸波性能出现地板效应而限制了有源层层数的扩展.综合考虑结构的复杂度与吸波性能对于相位调制表面的设计有一定的指导意义.     

MIMO信号调制方式盲识别

提出一种基于盲信号分离的方法对MIMO信号进行调制识别. 该方法对接收信号的相关矩阵作奇异值分解,用于估算发射天线数目,并对信号进行白化. 采用特征值矩阵的联合近似对角化(joint approximate diagonalisation of eigen-matrices, JADE)算法对接收信号进行分离,恢复发送端信号. 通过分析信号的频谱特征,提出4 个新的特征参数,并结合四阶累积量实现对MIMO体制下6 种信号调制方式的识别. 识别过程中无需估计载波频率和符号率等参数,具有较强的实用性. 仿真结果表明文中提出的方法具有良好的性能.     

ZPOFDM循环平稳性分析及在多载波信号识别中的应用

针对多载波调制分类算法无法识别零前缀正交频分复用(zero-padding OFDM, ZPOFDM)信号的问题,提出了一种改进的OFDM信号识别方法. 利用ZPOFDM等信号的二阶循环累积量特征,结合循环平稳性检测,实现衰落信道下包括ZPOFDM、循环前缀正交频分复用(cyclic-prefix OFDM CPOFDM)、单载波等信号的分类.理论分析与实验结果表明,该方法在没有同步及参数估计等预处理条件下能实现频率选择性衰落信道下多载波信号的有效区分.