一种工程化的数字调相信号快速分类识别方法

在数字调制分类中,信号的相位周期特性会形成相位的卷叠并降低对接收到的射频信号的自动数字调制正确分类的概率.根据多进制数字相位调制(multiple-level phase shift keying,MPSK)信号的相位特征,通过相位去卷叠、根据最小均方误差原则去线性相位分量,以及相位的模π运算,提出了一种MPSK信号的...     

实现数字调相系统模拟信号源的一种新方法

本文介绍了一种实现数字调相系统模拟信号源的新方法,即PSK信号波形存贮法.其原理是利用EP ROM直接存贮需要传输的信号波形序列,系统运行时从EP ROM中读出并获得所需要的PSK信号.该方法具有很高的数据传输速率,并可以在很宽的范围内任意选择.在设计PSK或DPSK模拟信号源中获得广泛应用.     

一种修改的调相信号的调制解调器

本文给出了一种修改的数字调相信号的调制解调器、电路设计新颖、实现简单。并对这种修改的数字词相信号的功率谱进行了分析。与普通调相（ＰＳＫ）信号的功率谱比较表明，修改的ＰＳＫ方式在频谱利用率上优于ＰＳＫ方式。     

一种机械式电表的数字识别方法

在自然光条件下用普通相机拍摄的电表图像，分辨率较低且变形严重，对于不同表盘其数字大小、字形也不同．针对以上问题，提出了一种八方向跟踪找空洞数字识别算法，利用每个字符的空洞和缺口数目对机械式表盘上的数字进行识别．该识别算法无需对数字大小、字形进行归一化．实验表明该找空洞数字识别算法在抗干扰性方面表现良好，有效地降低了算法...     

基于相位编码统计的数字调相信号调制识别

提出了一种基于相位差分编码统计实现数字调相信号BPSK、QPSK、π/4-QPSK、8PSK信号调制识别的处理方法。通过对信号进行多重相位差分处理,根据得到的结果设计识别所需的编码规则,最终利用编码统计结果对四种数字调相信号进行识别。并对该方法在有频率偏移影响下的识别性能进行研究。计算机仿真表明该方法在信号信噪比不小于7 d B时,信号的识别率达到90%以上。该算法计算量小,易于工程实现,同时具有良好的抗频偏性能。     

一种新的数字调制信号自动识别方法

论文以软件无线电中数字调制算法为理论依据,分析提取了用于自动识别的基于参数统计的特征参数,提出利用调制信号幅度方差与均值的比值及频率方差与均值的比值实现调制方式识别。在高斯白噪声信道条件下,建立的模型可以很好的实现多种数字调制信号的自动识别,而且在较低信噪比情况下达到很高的识别效率。     

一种基于小波的数字调制信号识别算法

小波包变换理论上可以实现信号频带的均匀划分,从而更好地提取信号的时频特征.作者首先介绍了卷积型小波包算法,然后分析了三种主要的数字调制信号的小波变换特征,提出了一种基于小波的数字调制信号识别算法,仿真结果表明该算法能够识别典型的数字调制信号,而且具有较好的抗噪声性能.     

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。     

用高阶累积量实现数字调相信号的分级识别

针对BPSK,QPSK,OQPSK和8PSK信号的调制模式自动识别,传统的基于高阶累积量算法无法区分QPSK和OQPSK,因此提出了一种基于差分高阶累积量的识别算法。该算法首先用四阶累积量提取待识别信号和其差分序列的特征参数,然后用决策树分类法实现信号的分级识别。理论分析和计算机仿真结果表明该算法有较强的抗噪声和抗相位抖动能力,在信噪比>3 dB时识别率达95%以上,更适用于较低信噪比下信号的识别。     

数字调制信号识别系统的DSP硬件实现

针对人工的信号识别设备不足,设计了基于DSP的数字调制信号识别系统．使用希尔伯特变换提取信号的瞬时信息,计算得到3个特征参数值,使用决策树分类器对信号进行分类．设计了用于通信信号识别的硬件系统,并制作了实际电路．在CCS软件环境下,使用c语言编程实现了调制信号自动识别算法．DSP硬件仿真结果表明,在信噪比不小于10dB时,系统平均识别正确率超过了98％．最后使用系统对信号发生器产生的调制信号进行了实时离线识别,实验结果表明,系统具有较好的识别正确率和实时性．     

支持向量机在数字信号调制识别系统中的应用

在非合作通信系统中，需要在非理想化的信道特性下对接收信号进行调制样式的自动识别．使用了一种以支持向量机作为分类器的方法进行数字信号调制样式的识别．实验结果表明，该调制识别方法在小样本下具有较高的识别率，可以应用在数字信号的调制识别系统中．     

一种基于Swin Transformer神经网络的低截获概率雷达信号调制类型的识别方法

本文针对低截获概率（Low Probability of Intercept, LPI）雷达信号调制类型的识别问题提出了一种基于Swin Transformer神经网络的识别方法. 该方法首先用平滑伪Wigner-Ville分布对信号进行时频变换,将一维时域信号变换为二维时频图像,然后使用Swin Transformer神经网络对图像进行特征提取及调制类型识别. 仿真结果显示,该方法具有较强的抗噪声能力,在低信噪比条件下识别准确率高,且具有较强的小样本适应能力.     

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。     

几种数字调制方式的比较

主要从频带利用率 (rb/BT)与信息传输速率 (rb)的数值图表关系 ,以及频带利用率与信噪比 (S/N)的图表关系出发 ,分析讨论几种数字调制方式     

数字信号处理的新方法

介绍了一种新的数字信号处理方法——ｍａｔｒｉｘｐｅｎｃｉｌ方法。叙述了ｍａｔｒｉｘｐｅｎｃｉｌ方法的基本原理、矩阵的ｍｏｏｒｅ－ｐｅｎｒｏｓｅ广义逆或伪逆以及矩阵的奇异值分解，推导了ｍａｔｒｉｘｐｅｎｃｉｌ方法的计算公式，研究了ｍａｔｒｉｘｐｅｎｃｉｌ方法在冲击电压数字测量中的抑噪能力，指出了对于指数型和指数振荡型冲击电压，ｍａｔｒｉｘｐｅｎｃｉｌ方法是一种有效的算法，可提高冲击电压数字测量的准确度。