共查询到17条相似文献,搜索用时 171 毫秒
1.
2.
小波分析与最小二乘支撑矢量机在调制识别中的应用 总被引:1,自引:0,他引:1
自动调制识别是通信对抗及软件无线电等领域的一个重要研究课题。本文提出了一种使用小波分析与最小二乘支撑矢量机,对数字调制信号的识别方法。首先对接收到的信号进行小波去噪,然后提取其小波包分解系数模值的标准方差作为识别的特征参数.利用最小二乘支撑矢量机为分类器,对2ASK,4ASK,2PSK.4PSK.8PSK.4QAM,16QAM.2FSK和4FSK九类数字信号进行分类识别。计算机仿真结果表明该方法有效.在信噪比为0dB时正确识别率达到99.01%。 相似文献
3.
基于高阶累积量和循环谱的信号调制方式混合识别算法 总被引:2,自引:0,他引:2
为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及LabVIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信号的分类,在信噪比高于 5 dB时,调制方式识别率可达94%以上,由此证明了该方法的有效性。 相似文献
4.
特征提取及其在数字调制方式识别中的应用 总被引:2,自引:0,他引:2
通信信号调制识别技术在军事和民用领域都具有重要的应用前景,而特征参数的提取是调制方式识别的首要问题。本文提出了两个新的特征参数,并结合这两个新的特征参数在统计模式识别的基础上构造了一组新的特征集参数,该特征集无需任何先验知识。随后,本文针对2PSK、QPSK、8PSK、16QAM、2FSK、4FSK、8FSK、2ASK、4ASK等9种调制类型,采用了分层结构的神经网络分类器进行自动识别。大量仿真表明,在待识别的信号信噪比大于5dB时,该识别系统的正确识别率达97%以上,且识别的稳定性好。 相似文献
5.
利用幅度特性对数字信号调制方式进行识别 总被引:1,自引:0,他引:1
数字调制方式的识别对于通信信号分析有着重要的作用。针对数字信号(2ASK,4ASK,2PSK,4PSK,2FSK和4FSK)的调制方式,本文提出了一种只利用调制信号瞬时幅度特性便可以对调制信号进行识别的新算法,利用特征参数提取与决策树分类器结合对以上6种数字信号进行调制识别。首先提出了使用希尔伯特变换和解析函数对数字信... 相似文献
6.
针对经典FastICA不能对含噪盲信号进行较好的分离,提出了一种基于偏移FastICA及支持向量机(SVM)的含噪通信盲信号分离与调制方式识别的方法.其核心思想是首先对接收到的含有高斯白噪声的盲信号运用偏移FastICA进行分离,然后对分离出的信号分别提取5种特征参数,利用SVM对其数字调制方式识别,理论研究和仿真结果证明:偏移FastICA对含噪盲信号分离效果好,在信噪比不低于10 dB时,调制识别率可以达到93%以上,能够较好地识别2ASK,4ASK,2FSK,4FSK,2PSK,4PSK,16QAM信号,具有一定的可行性. 相似文献
7.
利用高阶累积量实现数字调制信号的自动识别 总被引:9,自引:0,他引:9
通信信号的自动调制识别在截获信号处理方面是一个十分重要的课题。本文针对数字调制信号的识别问题,提出了一种基于高阶累积量的分类特征,该特征有效地抑制高斯白噪声的影响,能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。论文进行了理论推导,并用仿真实验和实际采集数据进行了验证。 相似文献
8.
9.
10.
基于高阶累积量的数字调制信号识别算法在低信噪比环境下识别率较低。针对这一问题,提出了高阶累积量的改进算法,通过调整特征参数的判别顺序先识别出MASK信号的方式,取得了较好的效果。讨论了该算法的FPGA设计,并利用Virtex-4开发板对该设计进行硬件协同仿真测试。测试结果表明,该算法在低信噪比环境下对2ASK,4ASK,4PSK,16QAM信号的识别率有显著提高。在信噪比为4 dB时,对2ASK,4ASK信号的识别率分别为93.4%,100%。在信噪比为2 dB时,对4PSK,16QAM信号的识别率最高,达到了99.7%。 相似文献
11.
12.
13.
针对数字调制信号的识别问题,提出了一种基于高阶累积量的分类特征,该特征有效地抑制高斯白噪声的影响,能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于7 dB时,系统的正确识别率可达95%以上。 相似文献
14.
基于参量直方分布的数字信号调制识别 总被引:3,自引:1,他引:2
提出了基于参量立方分布的数字调制信号的神经网络识别方法,在提取信号瞬时幅度、瞬时相位、瞬时频率参量的基础上,将其立方分布作为数字通信信号调制方式识别的特征,用于神经网络的训练与识别。仿真结果说明,这种方法保留了原始信息的明显特征,对数字调制信号识别率高,且具有逻辑关系简单、便于进行实时处理、易于实现等优点。 相似文献
15.
高阶累积量和分形理论在信号调制识别中的应用研究 总被引:1,自引:0,他引:1
提出了将信号高阶累积量和分形盒维数相结合的特征提取方法。信号高阶累积量特征具有良好的抗噪性能,被广泛应用于调制识别。2ASK和BPSK的高阶累积量、以及2FSK,4FSK,8FSK的高阶累积量相等,使得只提取信号高阶累积量不足以区分信号。针对这一问题,引入信号的分形盒维数,提取信号的高阶累积量和分形盒维数构成联合特征参数,构建级联神经网络分类器,对信号进一步进行分类。对2ASK, 4ASK, BPSK, 4PSK, 2FSK, 4FSK, 16QAM七种信号进行了仿真,结果表明,该方法提取的特征参数计算复杂度低,具有较好的抗噪性能。在信噪比不低于5dB、测试样本数不少于200的条件下,正确识别率达到了85%以上。 相似文献
16.
数字通信信号调制识别研究 总被引:4,自引:0,他引:4
利用幅度归一化、小波分析、傅里叶变换等方法,在大部分先验信息未知的情况下对 PSK,FSK,QAM,ASK 等不同调制方式的数字通信信号,进行了有效的特征提取,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。仿真结果表明对于信噪比在5dB 以上的调制信号能正确分类。 相似文献