基于谱相关和神经网络的信号调制识别

由于通信信号的体制及调制及调制方式的复杂多样,通信信号调制类型的识别显得尤为重要和迫切.基于调制信号的谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图.分类器采用RBF神经网络,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度.基于谱相关特征参数和RBF神经网络结合的算法能动态识另q信号的调制方式,仿真结果表明:该算法在低信噪比下能取得较高的正确识别概率.     

齿轮信号特征识别的谱相关密度分析

针对齿轮初期故障以调频形式表现且包络解调仅能够解调幅的现状,以一般调制信号为模型,引入解析思想,对各类型调制信号进行二阶循环平稳分析,理论推导了各自的分析结果,给出了调制信号谱相关密度分析的统一构架,证明了解析形式的谱相关密度同时提取调幅、调频特征的能力.仿真分析和齿轮故障实例验证了该分析方法对于调制特征的提取能力,表明该方法能够准确反映齿轮振动信号调制特征的变化,适用于齿轮初期故障的监测和识别.     

循环谱相关方法在调制信号参数估计中的应用

通信过程中的调制信号具有循环平稳特性,本文通过分析调制信号的循环谱相关特点,提出了利用循环频率谱峰的位置与大小来估计调制信号载波频率和码元速率的方法,给出了具体的实现步骤,实验结果表明该方法在信噪比较低的情况下仍能完成对调制信号参数的估计。     

某型装备数字通信信号识别能力的改进

针对某机载电子对抗任务系统数字通信信号识别正确率较低,影响该系统工作效能的问题,对Azzouz决策论的信号调制识别算法进行改进,改变了识别步骤,并采用可变的门限值,从而大大提高了该系统对数字通信信号的识别概率。经Matlab仿真得出,改进算法在信噪比大于8dB时,对信号的识别概率提高至95％,远高于原算法在信噪比大于10dB时,90％的识别概率。该算法仅用了5个门限参数,识别了包括噪声在内的7种信号,识别步骤最多3步,具有计算量小,实现简便的特点。     

数字通信信号调制方式识别算法的改进研究

为克服数字通信信号调制方式识别算法识别类型少,步骤复杂,识别率低等问题,在已有识别算法的基础上,通过对信号特征参数的分析和提取,提出一种基于决策理论的数字通信信号调制样式识别的改进算法。该算法通过比较不同信噪比下特征参数的取值概率直方图,选择判决门限值。同时,应用最大似然法则,并采用了可变的判决门限值,以得到最佳判决门限。研究结果表明,在信噪比（SNR：Signal to Noise Ratio）为10 dB时,算法的正确识别率达到96%以上,可识别包括噪声在内的7种信号,且信噪比为6～15 dB时,该算法的正确识别率不低于92%。     

基于伸缩窗口STFT的信号调制的识别研究

伸缩窗口短时Fourier变换(STFT)通过对窗函数引入伸缩变换对短时Fourier变换进行改进,实现时频分辨率随信号频率变化自动可调,能较好地刻画信号中的瞬态结构.本文把伸缩窗口短时Fourier变换这种时间-频率-尺度三维信号处理方法引入到了数字通信信号调制盲识别领域,对ASK、FSK和PSK信号的伸缩窗口STFT——域特征进行了理论分析和软件仿真,最后给出了识别算法和仿真结果.仿真实验结果及性能分析表明,该算法是可行的,具有较好的抗噪声性能.     

语音信号的混沌调制识别

在语音信号ＧＴＦ特征的基础上，提出一种基于混沌调制的语音识别新方法．实验结果表明，该方法对语音的缺损和突发性噪声干扰具有很强的容错能力．     

声信号时延的倒谱相关分析

介绍了作者发明的一种新的广义相关算法，介绍了该算法引入的思路，分析了该算法优于传统相关算法的几个主要原因，该算法将相关分析和倒频技术有机地结合起来，融两种分析方法的优点于一身，使传统相关函数分析方法无法分辨的时延峰在该算法中也能清楚地呈现，实验和理论表明该算法有着广泛的应用前景。     

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。     

一种基于分岔参数调制的混沌数字通信系统

根据Dedieu等人给出的混沌键控原理和Yang等人给出的混沌参数调制原理,提出了一种基于分岔参数调制的混沌数字通信系统,在此基础上设计了该系统的调制与解调硬件实验电路,并进行了计算机仿真和硬件实验。     

遥测信号仿真系统中的数字调制识别应用

针对遥测信号特性仿真系统中的数字调制方式设计了一种基于判决树的数字调制自动识别方案。在加性高斯白噪声（AWGN）信道中,对遥测信号中常见的调制方式进行识别。通过MATLAB计算机仿真,验证了该方案的可行性。实验表明,在信噪比SNR为10dB条件下自动识别正确率不低于93％。     

数字通信中调制方式的一种盲检测算法

该文针对数字信号 (ASK2、ASK4、FSK2、PSK2和PSK4信号 )的调制方式 ,介绍一种新的数字调制信号识别算法 (DMRAs) ,并且对该算法进行改进 ,改进后的算法能够快速的 ,自动的识别出已调数字信号的调制方式 .在文章的后面还给出了改进后的DMRAs算法的获取已调数字信号的关键特征值的程序仿真流程图 ,及其仿真程序流程图     

数字通信模型在体全息视频存储中应用研究

为了有效抑制噪声干扰,将数字通信模型引入到体全息视频存储方案设计中。并且,针对体全息存贮系统中复杂噪声特点,提出了新的数字信号处理方法,包括二维渐进循环移位交织器、调制．阵列码的编译码方法其相应的软判决度量方法等,旨在有效地抑制体全息系统中的噪声干扰。实验结果表明,研究达到了预期目的,真实视频数据的全息存储取得了成功。     

莱斯衰落信道下 MQAM 信号调制方式自动识别方法

针对受莱斯衰落影响的4QAM、16QAM、32QAM、64QAM、128QAM、256QAM六类信号,分别研究了卷积神经网络（CNN）模型以及特征参数结合深度神经网络（DNN）分类器模型的调制方式识别性能。CNN模型需要大量带标签的数据集以及很长的训练时间才能获得较好的识别性能,而特征参数结合深度神经网络分类器模型所需训练时间较短,但其分类性能受限于特征参数的设计。针对以上问题,研究了混合高阶矩作为特征参数集,再将DNN作为分类器对多进制正交幅度调制（MQAM）信号进行识别的方法。仿真结果表明,该方法在低信噪比情况下对受莱斯衰落影响的MQAM信号识别准确率高于CNN模型,且分类准确率上限明显高于采用高阶累积量作为特征参数的方法。     

利用混沌实现数字通信

本文讨论了混沌基本函数在数字通信中的应用,得出了初步的应用结果,讨论了潜在的优点,确定了可能的应用领域.     

非协作mCPM信号调制识别与解调算法研究与实现

提出一种非协作通信中CPM信号调制类型盲识别算法,利用调制指数、符号率和频偏对调制类型进行联合估计. 在此基础上,根据mCPM信号的差分相位,完成了CPM信号的盲解调. 理论分析与实际数据实验表明,新方法具有较高的调制类型正确估计概率,且达到了较好的解调效果.      

利用混沌实现数字通信

本文讨论了混沌基本函数在数字通信中的应用,得出了初步的应用结果,讨论了潜在的优点,确定了可能的应用领域。     

基于OLS的径向基函数神经网络实现多种数字信号调制方式自动识别

基于决策论的信号调制样式自动识别方法具有简单易行、适合在线分析的优点,针对一些参数的计算进行了改进,并提出了基于该方法,利用正交最小二乘法(OLS)的径向基函数(RBF)神经网络,实现数字信号调制样式自动识别的方法.提高了该方法的识别能力,对信噪比(SNR)为6～30 dB的测试信号识别得到了较好的结果.识别的数字信号为2ASK、4ASK、2PSK、4PSK(QPSK)、2FSK、4FSK与16QAM.     

一种用模拟混沌系统实现扩频多址通信的方法

用同步的周期随机序列在时间ｋ（＝１，２……）上对收发两端的混沌系统进行驱动，从而在收发两端产生相同的混沌波形。以此为载波进行调制实现数字通信。采用此法尽管载波是周期的，但由于每个周期内的波形是混沌的，仍然具有类噪声性，可利用周期性来实现同步。以Ｌｏｒｅｎｚ系统为例进行了仿真，当信噪比很低时，依然可以进行可靠的通信，当不同用户采用不同的随机序列时，则可以在同一个频段内进行多址通信。     

基于混合统计参数识别多种数字信号调制方式

为识别QAM等阶数高于4的数字调制信号及提高调制识别算法对高斯白噪声(AWGN)的鲁棒性,在决策论识别参数的基础上,增加了高阶统计量识别参数,并利用混合参数的经向基函数(RBF)神经网络实现数字信号调制样式自动识别,提高了对数字调制信号的识别能力.仿真结果表明,所提出方法对信噪比SNR=-5~20 dB的2ASK、4ASK、8ASK、2PSK、4PSK、8PSK、2FSK、4FSK、8FSK、16QAM和64QAM 11种数字调制测试信号均可以较好地识别.