基于谱分析的通信信号调制识别算法的研究

调制样式识别和调制参数估计是电子对抗中的一个重要环节,也是信号分析的一个快速发展的领域。本文在低信噪比的情况下完成了对信号调制样式的识别和调制参数的估计。由于谱相关函数具有对平稳噪声和干扰的不敏感性,所以在低信噪比下用谱相关理论具有一定的优势。本文提出识别算法可以识别2FSK,4FSK等信号。实验结果表明：本文提取的参数在对信号进行分类时,分类效果好。     

浅析通信信号的调制识别

本文介绍了常用的通信信号调制方式,并分析了目前的一些信号识别方式的优缺点,最后对信号调制识别技术的发展进行了展望。     

关于通信信号调制识别技术的分析研究

本文首先阐述了通信信号调制识别技术的发展情况,然后对常见的调制识别方法的框架结构进行了介绍,最后对近些年出现的调制识别方法进行了总结,将自己对调制识别技术的观点提了出来,并对其进行了展望。     

通信信号的调制识别技术综述

通信信号的识别一直是人们重点研究的课题之一,特别是对通信信号调制体制的识别,是通信信号识别的基础。本文对目前的调制识别的一些基本方法进行了介绍,并对调制识别技术以后的发展提出了自己的设想。     

基于混沌脉冲幅度调制的超宽带通信系统

提出了一种实现超宽带直接混沌通信的混沌脉冲幅度调制(CPAM)算法,给出了CPAM算法原理及其调制解调方案.使用电子电路全功能模拟测试仿真软件(EWB)仿真分析了基于CPAM技术超宽带混沌通信系统的间歇耦合同步.仿真结果表明,收发两端可以精确同步,验证了系统的可实现性.系统误码率仿真显示,其可靠性比传统的正交相移键控(QPSK)等算法差,但混沌信号的引入大大改善了通信的保密性.     

基于自适应MIMO-OFDM调制的超宽带通信系统

为了避免超宽带信号对现有通信系统的干扰,其发射功率受到严格的限制,这在很大程度上限制了超宽带通信的覆盖范围。该文研究基于自适应多输入多输出正交频分复用的方案,以使超宽带系统在低信噪比要求下能够实现有效通信。该方法充分利用多天线分集和超宽带信道的多径效应,通过自适应调制,在信噪比较好的子载波上传输更多的信息,从而提高了超宽带链路的鲁棒性。在改进的Sa leh-V a lenzue la信道模型上的仿真结果表明,该系统与传统的正交频分复用相比,在信噪比性能上有8~18 dB的提高。     

基于累积量的通信信号调制样式类间识别

为了避免通信信号调制识别过程中的去载波、波形恢复和符号定时等预处理过程,该文将高阶累积量直接用于中频数字信号的识别。该算法通过估算信号功率对高阶累积量进行归一化,克服了信号幅度缩放的影响,从而使该算法不需要信号的任何先验知识。仿真证明高阶累积量对具有不同包络特征的信号具有良好的识别能力,并且在高信噪比时六阶累积量比四阶累积量的识别效果更好。     

非合作通信中调制识别算法研究进展

 概述了非合作通信中调制识别技术的概念、内涵;介绍了经典调制识别算法和智能调制识别算法的基本原理与处理流程,分析了每类算法的优势以及存在的问题;针对现有调制识别算法存在的问题,探讨了非合作通信中调制识别算法的发展方向。     

混沌调制通信系统解调技术比较研究

将滤波算法和自适应解调算法相结合,比较研究了混沌调制通信系统的几种解调技术.仿真结果表明,将自适应滤波算法和自适应解调原理相结合的方法能够较好抑制信道噪声,并能有效地提取混沌系统的系统参数和恢复消息信号.     

基于改进神经网络的自动调制识别研究

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一。选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合。为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器。仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0~20 dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率。     

基于改进神经网络的自动调制识别研究

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一.选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合.为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器.仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0～20dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率.     

基于随机几何的无人机通信系统性能研究

为了分析无人机通信系统的实际性能,针对有限三维空间内的无人机通信系统进行研究,提出了一种基于随机几何理论分析无人机通信系统的模型。较好地捕获无人机基站分布的随机性和无人机基站间的距离关系,得到无人机通信系统实际性能的上界和下界,充分兼顾无人机发射天线数、天线功率等参数对无人机通信系统性能的影响。仿真结果表明,所提模型能有效分析无人机通信系统的频谱效率、中断概率,且可以通过增加发射机天线数和设定较低的发射功率得到较好的无人机通信系统性能。     

调制识别算法研究

利用基于特征参数的算法对AM、FM、PSK、QPSK四种信号进行识别,归纳总结A.K.Nandi等人的研究成果,针对调制信号的的特点,对原有的参数做了改进,并且对改进的识别算法做了分析与仿真,达到了较好的效果。     

基于蚁群神经网络的调制识别

针对通信信号具有非稳定和信噪比变化范围较大的特点,利用蚁群算法优化的神经网络分类器对各种调制信号的特征矢量进行分类识别,强化神经网络的广泛映射能力和蚁群算法的快速、全局收敛以及启发式学习等特点,避免神经网络收敛速度慢、易于陷入局部极小点的问题.使得分类器的识别率、收敛速度和鲁棒性得到明显改善,仿真实验中的信道为高斯信道,且在信噪比为5dB时也获得了较好的识别率.实验结果证明了此方法的有效性和可行性.     

基于半监督生成对抗网络的通信信号调制识别算法

针对小样本条件下通信信号识别混淆的问题,提出了一种基于半监督生成式对抗网络的调制识别算法.首先结合半监督学习思想利用少量标签数据和大量未标签数据训练网络;其次在输出层添加辅助分类器进行结果判定,针对性设计了目标函数和损失函数,以满足网络生成虚假数据和实现信号分类的目的;最后使用不同的激活函数并用反卷积和Dropout代替池化操作,有效降低了算法复杂度并加快网络收敛速度.仿真实验表明:该算法适应性强、计算量小,较传统算法识别准确率提升了6％ ～13％,有效实现了小样本条件下的调制样式识别.     

数字信号调制识别的研究

利用幅度归一化、小波变换等方法,在先验信息未知的情况下,通过对2ASK、2PSK、2FSK三种不同调制信号进行特征提取,并选取合适的阈值加以识别,实现了数字通信信号调制方式的分类识别。仿真表明对于信噪比在8dB以上的调制信号具有很高的正确识别率。     

电力线通信系统中GFDM频域调制的应用与性能分析

正交频分复用技术(Orthogonal Frequency Division Multiplex,OFDM)能够有效的消除电力线信道中的频率选择性干扰、脉冲噪声干扰以及多径时延等不良影响,已成为现有电力线通信系统(Power Line Communication,PLC)物理层调制编码的主要技术手段。但OFDM技术仍存在因添加循环前缀(Cyclic Prefix,CP)导致的频谱利用率受限、高峰值功率比、严格正交性约束下的同步解调等问题。因此,本文研究了一种广义频分复用技术(GFDM,Generalized Frequency Division Multiplex)在电力线通信中的低复杂度模型及其应用方案,它采用非矩形脉冲成型滤波器组,降低了带外频谱泄露,通过数据帧中使用更少的CP,提高了频谱利用率。仿真结果表明,在正交性与同步解调要求较低的情况下,基于GFDM的PLC系统错误率(Symbol Error Rate,SER)性能与正交的OFDM系统性能十分接近,且其带外功率泄露明显降低。     

无线激光通信调制方式性能分析

本文详细地分析了五种典型无线激光通信调制方式:OOK、PPM、DPPM、DPIM和DH-PIM,并结合无线激光信道特点,对各种调制方式的平均发射功率、带宽需求和误时隙率进行了分析比较。结果表明:DPPM、DPIM和DH-PIM更具有优势,更适合于未来无线激光通信系统。     

基于Lorenz系统的混沌调制保密通信的电路实现

对基本的Lorenz混沌系统进行标度变换和优化设计,用优化设计的Lorenz混沌电路组成混沌调制保密通信电路,并用模拟电子电路实现了保密通信.理论分析和实验结果证明了该通信方案的有效性.     

db3小波神经网络与通信信号调制识别

调制识别在通信侦察和对抗中有重要应用,提出了用db3小波神经网络的组合分类来实现通信信号调制识别一种识别方法,并拟对非稳定、低信噪比的通信信号实现复杂调制类型信号识别,计算机仿真结果证实此方法的可行性.