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.     

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.     

数字调制与解调技术研究

通过介绍数字通信的一些基本概念,调制与解调技术的发展现状,提出目前比较适用的调制与解调方法。然后详细介绍调制与解调的基本理论,着重介绍2ASK、2FSK、2PSK数字信号的调制与解调实现过程。     

基于深度神经网络的数字信号调制类型自动识别方法

针对在莱斯衰落信道下传统神经网络数字信号调制识别准确率会有所降低的问题,提出了一种基于深度神经网络技术的数字信号调制类型自动识别方法.该方法从接收信号样本中提取了多组特征参数作为分类器输入,用于识别4ASK,BPSK,QPSK,8PSK,16QAM和32QAM这些数字调制信号.此外,分类器采用了具有三个隐藏层的全连接深度神经网络结构.仿真结果表明,分别在加性高斯白噪声和莱斯衰落信道下,提出的方法与现有分类方法相比具有较好的性能改进,尤其是在具有较高多普勒频率时.     

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。     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.     

AWGN信道高阶调制物理层网络编码的SER性能

扩展了最近邻近似方法使之能描述物理层网络编码的误符号率,并用该方法分析了双向中继网络中物理层网络编码在高阶调制下的误符号率. 以8PSK为例,推导了高阶调制下PNC在AWGN信道中误符号率的闭式表达. 研究发现,固定一个源节点的发射功率时,系统的SER并不会随着另一端源节点功率的提高而单调递减. 蒙
特卡罗仿真结果表明,所得表达式能正确刻画8PSK调制下物理层网络编码的误符号率.     

采用物理层网络编码的2FSK双向中继通信系统解调映射方案

提出了一种相干型中继节点解调映射方案,适用于采用物理层网络编码的二进制频移键控(binary frequency shift keying, 2FSK)双向中继通信系统. 方案分两支路对叠加信号进行处理,然后对两路信号差值进行抽样判决,并对判决结果进行网络编码映射. 采用最大后验概率准则得到判决门限. 分析了采用该方案中继节点的
判决错误概率、系统误码率及吞吐率性能. 理论分析和仿真验证表明,采用该方法进行解调映射的物理层网络编码方案中继节点判决错误概率和系统误码率与传统方案和网络编码方案相近,系统吞吐率则高于两者.     

基于星座图和相似性度量的调制方式识别

讨论了存在相位误差情况下的调制识别问题,改进了以星座图形状为特征的识别算法.首先利用基于样本与核的相似性度量,对接收信号观测点动态聚类,得到重构星座图.然后,将重构星座图和预期星座图进行匹配,利用所提出的最大似然准则,完成星座图分类.该准则等效于最小距离分类准则,匹配方法简单,避免了以往基于星座图形状识别算法中,为得到重构星座图顶点统计特性所需的训练阶段.考虑到噪声对相位估计的影响,仿真表明,在已知和未知信号调制状态数情况下,SNR分别为10 dB和15 dB时,对所涉及的调制集可获得90%以上的识别率.     

采用复合调制的AM广播功率谱分析

分析采用EBPSK/DSB-AM复合调制的AM广播发射信号功率谱,给出复合传输系统的结构和发射信号的波形表达式。以美国FCC规定的功率谱发射掩模和我国关于AM发射机基本参数的国家标准为具体指标,对比了通过几种不同的发射滤波器后复合调制信号的功率谱结构,以及相应的数据传输性能。系统仿真表明,在满足给定发射信号功率谱衰减和一定的信噪比条件下,模拟AM广播和EBPSK数据传输都能获得良好的性能。     

全数字突发模式8PSK系统的时钟和载波同步

突发模式传送系统中前导字作为系统开销降低了数据传送效率,提出一种全数字无前导字突发模式8PSK接收机方案,接收机的时钟和载波恢复均采用前向同步技术,并对载波频偏恢复算法进行了详细推导,并通过仿真验证了算法的可行性和有效性。     

瑞利衰落信道中OFDM自适应频率同步算法

提出了一种新的频偏差值表达式,在此基础上构造了自适应跟踪算法,对频偏进行跟踪,从而减小OFDM系统中载波频率偏差对系统性能的影响,并运用该算法对瑞利衰落信道中多种时变频偏的情况进行了仿真,获得了频偏跟踪曲线.理论分析和仿真结果表明,由于算法复杂度低,收敛速度快,对时变频偏的跟踪达到了较好的效果.将跟踪到的频偏补偿后,提高了系统解调性能.     

基于相关技术的MPSK DS/CDMA载波跟踪

提出了一个在ＭＰＳＫ ＤＳ／ＣＤＭＡ接收机中进行载波跟踪的新方案．该方案用两个对称的Ｘ相关器形成一个鉴频器．理论分析表明，该方案的跟踪范围是符号速率的两倍，并且与ＭＰＳＫ的键控相位数及扩频码的码长无关．     

一种低复杂度的数字调幅广播调制方式

提出一种低复杂度的数字调幅广播调制方式——32DAPSK+OFDM.该方式能有效地降低数字广播接收机复杂度.首先给出30MHz以下频段(调幅广播波段)信道模型和基于OFDM数字调幅广播系统的等效基带模型,然后讨论32DAPSK+OFDM的调制、解调以及在白高斯信道的误比特性能。最后仿真32DAPSK+OFDM在调幅广播信道的误比特性能。     

基于IM-SAPSO和SVM的EBPSK检测器设计

参数选择对于支持向量机(support vector machine, SVM)的分类性能很重要,其本质是搜索寻优.该文提出以最小化K-fold交叉验证误差为目标,以改进模拟退火粒子群优化算法(improved simulated annealing particle swarm optimization, IM-SAPSO)为寻优方法的SVM参数优化方法. 利用优化的SVM对扩展的二元相移键控(extended binary phase shift keying, EBPSK)通信系统中经冲击滤波器的“0”和“1”码元进行分类,并和基于SVM、PSO-SVM以及幅度积分判决的EBPSK检测器进行性能对比. 仿真结果表明：基于IMSAPSO和SVM的EBPSK检测器性能明显好于其他3 种检测器.     

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.