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。     

OFDM系统中最大似然调制识别算法研究

对观测样本进行非线形变换,提出了基于子载波和子载波组的OFDM系统最大似然调制识别算法,解决了载波频偏引起最大似然调制识别算法性能急剧下降的问题.仿真结果表明,当归一化频偏小于0.15时,该算法具有良好的识别性能.     

时变多径信道中通信信号调制识别算法

为解决时变多径信道中调制分类问题,提出对数字通信信号先分段盲均衡,后星座图匹配的识别策略,保证了每段信号对应的信道环境近似静态以及降低码元速率和载波频率的估计误差对均衡的影响。选取与信号星座图形状无关的分数阶盲均衡算法,以满足调制识别过程中均衡算法对调制类型盲的要求。信道时变使得各段序列均衡效果表现很大差异,采用极大似然比方法挑选最佳均衡段。对最佳均衡段通过星座图匹配实现调制类型判别。仿真结果表明:在典型城市和恶劣城市模型下,信噪比大于5 dB时,平均正确率在90%以上,该算法对时变多径信道非常有针对性。     

时变多径信道中通信信号调制识别算法

为解决时变多径信道中调制分类问题,提出对数字通信信号先分段盲均衡,后星座图匹配的识别策略。保证了每段信号对应的信道环境近似静态以及降低码元速率和载波频率的估计误差对均衡的影响。选取与信号星座图形状无关的分数阶盲均衡算法,以满足调制识别过程中均衡算法对调制类型盲的要求。信道时变使得各段序列均衡效果表现很大差异,采用极大似然比方法挑选最佳均衡段。对最佳均衡段通过星座图匹配实现调制类型判别。仿真结果表明:在典型城市和恶劣城市模型下,信噪比大于5dB时,平均正确率在90%以上,该算法对时变多径信道非常有针对性。     

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。     

数字调制方式的识别研究

数字调制方式的识别对于通信信号分析有着重要的作用 .此文首先介绍了数字调制方式的识别算法(DMRA) ,即判决理论算法的原理 ;然后提出了一种基于该算法的判决流程 ;最后在软件环境中进行计算机仿真 ,通过实验数据对该算法进行修正 .仿真结果表明 ,该修正算法具有较高的识别率和良好的可行性 .     

基于决策理论的数字调制信号识别

由于多调制的存在，对于一个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式，因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一。文中研究了6种常用数字调制信号识别的特征参数集，并采用决策树判别方法进行分类识别。仿真结果表明，在趼氓≥5dB时，识别正确率在99％以上，且当SNR≥20dB时，识别正确率达到100％。其特点是，算法简单，识别正确率高．达到了自动分类识别的目的．并有利于实现识别的实时化。     

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.     

Alpha稳定分布噪声下MPSK信号调制识别算法研究

针对Alpha稳定分布噪声中信号四次方谱失效的问题,提出了广义四次方谱的概念,在此基础上研究了基于广义四次方谱的多进制相移键控(M-ary Phase Shift Keying,MPSK)信号调制识别算法.首先分析了待识别信号的广义四次方谱,然后提取广义四次方谱中二倍载频和四倍载频处的谱线作为特征参数,最后通过判断谱线是否被冲击来实现信号的分类.仿真结果表明,这种算法在Alpha稳定分布噪声下的性能优于基于四次方谱的算法,且该算法在高斯噪声下也具有良好的性能.     

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。     

OFDM信号的多重分形谱特征盲识别算法

针对非合作通信条件下的调制方式识别问题,提出了一种正交频分复用(OFDM)信号的多重分形谱特征盲识别算法.该算法首先提取通信信号多重分形谱最大值对应的奇异性指数以及通信解析信号平方处理后经两次傅里叶变换的幅频信号的多重分形谱跨度作为信号特征参数,然后通过多层决策树分类器完成对OFDM信号和单载波信号的识别.该算法提取的...     

基于通信信号分选与识别的分布式处理机研究

针对通信信号分选与识别,提出了建立分布式处理机的方案,利用预处理与主处理相结合的方法来分选通信信号,尤其在进行调制分类时,提出特征提取和识模器,为了提高处理速度,采用维数压缩和线性识模器。     

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.      

基于OFDM循环前缀同步算法的研究

OFDM中的同步问题是影响系统性能的重要因素。提出了一种新的ML(最大似然估计)改进算法,提高了同步估计的精度。     

Robust maximum-likelihood parameter estimation of stochastic state-space systems based on EM algorithm

This paper addresses the problems of parameter estimation of multivariable stationary stochastic systems on the basis of observed output data. The main contribution is to employ the expectation-maximisation (EM) method as a means for computation of the maximum-likelihood (ML) parameter estimation of the system. Closed form of the expectation of the studied system subjected to Gaussian distribution noise is derived and parameter choice that maximizes the expectation is also proposed. This results in an iterative algorithm for parameter estimation and the robust algorithm implementation based on technique of QR-factorization and Cholesky factorization is also discussed. Moreover, algorithmic properties such as non-decreasing likelihood value, necessary and sufficient conditions for the algorithm to arrive at a local stationary parameter, the convergence rate and the factors affecting the convergence rate are analyzed. Simulation study shows that the proposed algorithm has attractive properties such as numerical stability, and avoidance of difficult initial conditions.     

Robust maximum-likelihood parameter estimation of stochastic state-space systems based on EM algorithm

This paper addresses the problems of parameter estimation of multivariable stationary stochastic systems on the basis of observed output data. The main contribution is to employ the expectation-maximisation (EM) method as a means for computation of the maximum-likelihood (ML) parameter estimation of the system. Closed form of the expectation of the studied system subjected to Gaussian distribution noise is derived and parameter choice that maximizes the expectation is also proposed. This results in an iterative algorithm for parameter estimation and the robust algorithm implementation based on technique of QR-factorization and Cholesky factorization is also discussed. Moreover, algorithmic properties such as non-decreasing likelihood value, necessary and sufficient conditions for the algorithm to arrive at a local stationary parameter, the convergence rate and the factors affecting the convergence rate are analyzed. Simulation study shows that the proposed algorithm has attractive properties such as numerical stability, and avoidance of difficult initial conditions.     

EM算法正确收敛性的探讨

该文对高斯混合体 EM算法的正确收敛性问题进行了理论研究 ,证明了高斯混合体 EM算法在混合密度的重叠度很小时 ,在其样本真解相一致的解的一个邻域内是一个压缩映射 .该文还得到了高斯混合密度的 EM算法正确收敛性条件 ,并对此进行了理论证明和数值验证 .理论分析和数值实验结果表明 ,高斯混合密度的 EM算法的正确收敛性与混合密度的重叠度密切相关 .     

信道估值误差对空时频移键控性能的影响

在信道状态信息已知的假设下，提出了一种分离最大似然信号检测方法，并仿真分析了信道估值不准确给上述分离最大似然信号检测方法带来的影响。表明在平坦瑞利衰落条件下，系统性能随着幅度、相位估值误差的增大而下降，尤其对相位误差更为敏感。另外，在大信噪比的条件下信道估值不准确对性能的影响更大，但仍然好于非相干检测方法。     

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。