Watterson模型下的信号自动调制识别算法

本文针对慢衰落信道中信号调制方式自动识别的问题,提出了一种基于特征矢量的判决方法。通过提取4大类共9种特征参数,最终通过这些参数构成特征矢量实现了基于Watterson模型的慢衰落信道中9种常见信号调制方式的自动识别。仿真结果表明:在信噪比为10dB时,信号的正确识别概率达到了90%以上。     

基于决策理论的模拟数字混合信号调制识别

提出一种基于决策理论的模拟数字混合调制信号自动识别算法,采用基于I/Q正交双路的信号处理架构,利用扩展收敛域的CORDIC算法提取信号的瞬时幅度、瞬时相位和瞬时频率,结合软件无线电中具体的工程实现方法,修改部分识别特征参数,介绍基于判决树的识别流程。仿真结果表明,在信噪比不小于6 dB时,采用该算法的平均正确识别率在94%以上。     

判决法对数字和模拟信号的自动识别及验证

调制方式是数字和模拟通信信号的一个重要特征参数,数模通信信号调制方式的快速检测和识别在军用和民用方面都极为重要.以判决法为基础,提出了一种可用于检测和识别11种信号的调制方式的自动识别算法,并给出了该算法的实现流程.计算机仿真结果表明,理论分析与仿真实验验证了该算法的有效性.在信噪比≥9dB时,算法平均识别成功率≥97％,可以应用于实际通信系统中信号的快速检测和识别.     

调频连续波雷达信号调制方式识别算法研究

提出了一种识别调频连续波雷达信号调制方式的算法.采用短时傅里叶变换得到信号的时频变化曲线,将信号调制方式的识别问题转化为周期性曲线类型的识别.对周期性曲线的频谱进行特征分析,根据谐波成分的差异,实现曲线类型的正确识别,进而得到信号的调制方式.仿真结果表明,该算法能够正确识别常用的调频连续波雷达信号的调制方式,而且在信噪比为-10 dB时仍然具有很好的性能.     

数字通信信号调制自动识别研究

为自动识别MASK、MFSK、MPSK和MQAM信号的调制类型,提出一种瞬时幅度提取算法。该算法不需要对信号进行Hilbert变换和实现码元同步。在此基础上,提出7个特征参数和基于判决理论的调制自动识别算法。仿真结果表明,当信噪比≥8 dB时,识别算法的平均识别成功率≥97%,证明提出的瞬时幅度提取算法和调制自动识别算法均有效,可用于实际信号的在线分析。     

一种基于差分星座图的调制体制识别算法

针对π/4QPSK和8PSK信号调制体制识别,提出了一种基于相位差分信号星座图的调制体制识别算法.算法利用两种相位差分信号的星座图点数作为识别特征.对单级减法聚类算法不能很好地适应多种调制方式识别的问题,采用一种改进的多级聚类算法得到星座图点数,并通过计算机仿真获得了最佳聚类参数.仿真结果表明,改进后的算法在200个码元下的识别性能至少提高1dB,低信噪比下的性能得到了很大改善.12dB以上时,π/4QPSK和8SK信号的正确识别率达到了100%.     

低信噪比下RFID调制识别方法的研究

针对RFID标准中常用的数字调制方式,提出了一种新的低信噪比下测试识别方法。该方法采用自适应阈值小波消噪方法预处理识别信号,提高了在低信噪比下的调制识别能力,设计了一种基于遗传BP神经网络的识别分类器,进一步改善了低信噪比下的识别效果。仿真结果表明,该方法在信噪比为5dB时,识别正确率也能达到95%以上。     

低信噪比下的脉内调制方式识别

雷达信号脉内调制方式识别是电子对抗的重要内容。在实信号进行正交变换的过程中通过频域滤波来滤除带外噪声,提高信噪比,对滤波后的复信号利用改进的相位展开算法计算瞬时相位,然后对得到的瞬时相位曲线进行三次多项式拟合,根据拟合离差、拟合参数来自动识别常规信号、线性调频信号和三次多项式相位信号,并在正确识别调制方式的基础上进行参数估计。计算机仿真表明,本方法在信噪比不小于0dB的条件下,正确识别率达90%以上,且参数估计的精度较高。     

基于时频回归特性分析的信号脉内调制识别

研究雷达识别优化问题,在电子侦察领域,对所截获信号的脉内调制是介于信号检测与解调之间的重要识别方式.为了提高雷达功能,通过短时傅立叶变换,获取信号的时频曲线,在分析线性回归特性的基础上,将脉内调制识别转化为时频曲线线性回归模型.进行计算机仿真,结果表明,方法在无接收信号的任何先验知识,信噪比4dB时,平均识别正确率达98%,仿真也证明了对常用雷达脉内调制方式可提高识别效率.     

基于BP神经网络的数字调制识别方法

针对低信噪比条件下通信信号调制类型识别困难的问题,提出一种新的基于瞬时信息的数字调制识别方法。该方法采用改进的小波阈值消噪算法对信号的瞬时信息进行消噪处理,从而增大不同调制信号间特征值的差异,再采用弹性反向传播(RPROP)算法训练的BP神经网络对MASK,MFSK,MPSK,MQAM等7种调制信号进行分类识别。仿真结果表明:该算法在信噪比低至2dB时,能使所有调制信号均达到96%以上的正确识别率,极大地改善了低信噪比下的识别性能。     

一种基于ST-RFT算法的数字调制信号识别方法

将短时拉曼努金傅里叶变换(ST-RFT)应用于数字调制信号识别的研究中,以寻求提高低SNR条件下数字调制信号识别率的新方法。通过归一化ST-RFT谱图计算、特征参量提取以及阈值判别来实现调制信号的识别。针对5种常见的数字调制信号进行仿真分析,结果表明,在SNR=0 dB的信噪比条件下,基于ST-RFT算法的数字调制信号识别方法的平均识别率可以达到90%,比基于谱图时频分析法的识别率提高了10.4%;特别是相比于基于瞬时幅度和瞬时频率的特征方法,4FSK调制信号的识别率可提高9%。基于ST-RFT算法的数字调制信号识别方法能够 在低SNR条件下有效识别数字调制信号,具有良好的工作性能。     

一种新颖的LDPC编码系统码率识别方法

LDPC码编码识别是信道编码识别中的难点。随着LDPC码在通信领域的广泛应用,LDPC码编码识别技术也引起越来越多的关注。针对在低信噪比条件下,现有算法对LDPC码编码参数识别率低的问题,首先利用信道输出的软信息,将编码校验关系映射到对数似然比域,并定义编码校验对数似然比（Check log-likelihood ratio,CLLR）。然后,分析CLLR模值的统计特性,建立CLLR与待识别LDPC码参数之间的联系。最后,充分利用在不同校验矩阵下CLLR统计特性的区别,设计一种综合CLLR均值和方差特征的最大均方比判决器。从仿真结果看,在给定先验编码集合的闭集应用模式下,本文算法明显优于已有算法,识别增益在低信噪比环境下可达2~5 dB。而且对于高码率LDPC码的识别,本算法可以显著提高识别性能。     

基于软判决的PN码序列多项式估计改进算法

针对现有伪噪声(PN)码序列多项式估计算法容错能力有限的问题,提出一种将统计预处理和软判决求解含错方程相结合的多项式估计改进算法。该算法利用PN码序列的周期特性,通过增加统计预处理环节降低序列的误码率,采用软判决求解含错方程的方法,实现低信噪比条件下PN码序列生成多项式的正确估计。仿真结果表明,改进算法具有较好的容错性能,在信噪比为-9 dB时其估计正确率可达90%以上,且与传统多项式估计算法相比信噪比增益至少为6 dB。     

基于小波变换的雷达信号调制类型识别方法

为适应复杂环境下雷达信号脉内分析的需要,提出一种脉内调制类型识别方法。基于Morlet小波变换提取信号小波脊线,根据瞬时频率和最佳尺度的关系得到时频曲线,基于时频曲线的形状识别脉内调制类型。构造时频分辨率调节函数,优化小波脊线提取过程,提出形状识别算法,达到提高识别准确率、降低计算量的目的。仿真结果表明,信噪比为3 dB时,该算法的识别准确率在98%以上,信噪比为1 dB时,识别准确率能达到70%以上。     

Phase-Based Dual-Microphone Speech Enhancement Using A Prior Speech Model

This paper proposes a phase-based dual-microphone speech enhancement technique that utilizes a prior speech model. Recently, it has been shown that phase-based dual-microphone filters can result in significant noise reduction in low signal-to-noise ratio [(SNR) less than 10 dB] conditions and negligible distortion at high SNRs (greater than 10 dB), as long as a correct filter parameter is chosen at each SNR. While prior work utilizes a constant parameter for all SNRs, we present an SNR-adaptive filter parameter estimation algorithm that maximizes the likelihood of the enhanced speech features based on a prior speech model. Experimental results using the CARVUI database show significant speech recognition accuracy rate improvement over alternative techniques in low SNR situations (e.g., an improvement of 11% in word error rate (WER) over postfiltering and 23% over delay-and-sum beamforming at 0 dB) and negligible distortion at high SNRs. The proposed adaptive approach also significantly outperforms the original phase-based filter with a constant parameter. Furthermore, it improves the filter's robustness when there are errors in time delay estimation     

基于循环谱包络的多信号调制识别

针对单通道接收机在多信号环境下难以处理信号调制识别的问题,提出一种不经信号分离直接提取各独立分量信号特征以有效识别多个相移键控(PSK)信号的新方法。该方法从理论上推导了时频重叠多分量信号在循环频率轴上的可分性,在此基础上提出了信号调制特征的提取方法和易于工程实现的信号识别方法。理论分析和仿真实验表明：该方法能不受干扰地提取各分量信号的调制特征,并能有效识别调制集内任意组合的双相移键控信号,当信噪比(SNR)为0dB时,各信号组合的平均正确识别率能达到97%。     

正交基带通信信号的调制方式盲识别

基于基带信号频率低,算法计算量小的优点,提出了一种在不需信号先验知识的情况下识别基带正交调制信号的方案。该方案利用接收信号的基带谱特性和统计特性,从中提取抗噪声,且对频偏和相偏不敏感的特征,对信号进行模拟数字的联合自动识别。对真实采集信号进行实验验证,结果表明：在信噪比不小于7 dB时,对数字和模拟调制方式都未知的信号,算法可以得到95%以上的正确识别率。