改进的DBSCAN算法在调制识别中的应用

提出了一种基于星座聚类的通信信号调制识别新方法。将基于密度思想的M-DBSCAN聚类算法运用于信号星座聚类,通过自适应更新聚类参数,利用其良好的抗噪声性能实现了较低信噪比高斯白噪环境下信号星座图的重构。将该方法应用到对PSK/QAM信号的调制识别,实验结果表明该方法是实际有效的。     

WEP安全性能研究及其攻击

以Fluhrer,S.,Mantin,I.,Shamir,A.提出的KSA(KeyScheduleAlgorithm)攻击为基础,提出了一种改进的KSA攻击方法。与Fluhrer等提出的KSA攻击相比,新方法具有更高攻击效率。利用这种方法,成功地实现了针对802.11网络链路层安全协议———WEP的攻击,成功地恢复出了原加密密钥。本文详细地描述了这种攻击,同时针对802.11网络存在的安全问题,提出了一些安全建议。     

高分辨率差分跳频信号频率检测

差分跳频(DFH)是一种新的高速短波通信体制，它利用相邻跳变频率的变化，而不是载频本身，来携带信息。跳变频率检测是实现DFH的关键技术之一。鉴于现代谱估计中MUSIC(MUltiple SIgnal Classification)算法具有高频率分辨率且对信号的初相位依赖性小的特点，本文首次将MUSIC算法用于DFH信号的频率检测，并对算法的性能和运算复杂度进行了讨论，最后给出了仿真结果。     

一种多径环境下的调制识别算法

针对多径环境下MPSK和MQAM信号的调制分类问题给出了一种有效的自动识别算法,利用一组稳健的抗多径的累量不变量和自适应盲均衡算法的代价函数作为识别特征。当盲均衡器与接收到的码元星座图匹配时其代价函数收敛到最小。仿真表明,该方法可以有效识别多径信道下BPSK、QPSK、8PSK、16QAM、32QAM、64QAM信号。     

用于调制信号特征选择的改进遗传算法

在特征选择中,特征子集的优化结果影响分类识别的正确率。简单遗传算法存在早熟收敛和局部搜索能力弱的缺陷。在进化过程中,保持合适的个体选择压力,抑制种群多样性的快速下降,是提高遗传算法性能的关键。该文提出一种新的自适应约束惩罚措施,应用相关联赛选择和相关家庭竞争算子对基本遗传算法进行改进,并用于通信信号调制特征选择。仿真结果表明,该算法的收敛性和稳定性均有显著提高。     

卷积编码CPM信号的减状态译码解调

由于受到译码复杂度的限制,理论上在功率和带宽性能上比ＴＣＭ更先进的ＣＰＭ技术,其最佳接收技术在实际应用中落后于ＴＣＭ。因此,在ＣＰＭ技术研究中,降低接收机复杂度是一个很有价值的课题。本文提出一种基于减状态序列估计（ＲＳＳＥ）的算法用于ＣＰＭ信号并给出相应的最小平方欧氏距离评价。仿真表明采用这种减状态算法带来的性能损失很小。     

对称α稳定分布噪声下的软解映射算法

对称α稳定(SαS)分布噪声是一种非高斯噪声,相对于高斯噪声具有明显的脉冲特性,因此高斯噪声下的软解映射算法不适用于SαS分布噪声中。为解决该问题,根据高斯噪声下软解映射算法的对数似然比和信号幅度呈线性的特点,提出一种SαS分布噪声下基于欧式距离的软解映射算法,只需在高斯噪声下的软解映射算法和译码算法之间加入预处理算法,限制比特软信息的幅度,并将幅度过高的软信息置零。仿真结果显示,该算法实现简单、运算量低,所需信噪比在α=1.84的SαS分布噪声下比Huber算法低0.3 dB,在α=1.3的SαS分布噪声下低2 dB~5 dB。     

常用数字调制信号识别的一种新方法

通过分析数字调制信号及其非线性变换的功率谱,提出了两个新的调制特征参数,改进了两个相关特征的描述,设计了一种采用神经网络集成结构分类器的识别方案,实现了AWGN信道下常用数字调制信号的自动识别.仿真表明,谱形状特征参数具有很好的抗噪声能力,离散谱线特征参数对信号调制参数更加稳健性,神经网络集成分类器的识别性能显著优于单个网络分类器,SNR＞5dB时该识别方法的总体识别率在94%以上.     

基于NPR调制滤波器组的动态信道化滤波

针对接收带宽内存在多个非均匀分布的、不同带宽的子带信号,其个数、带宽和位置分布未知且具有时变性的情况,本文提出一种动态信道化滤波的方法:首先由给定的信号间的最小保护间隔确定滤波器组的子信道数目并设计满足几乎完全重构条件的原型滤波器以构成分析滤波器组;其次,通过计算每个子信道的能量确定信号的位置,并设计相应的综合滤波器组提取子带信号;当信号动态变化时,无需改变分析滤波器组,只要更新能量检测以获取新信号的位置信息就能得到相应的综合滤波器组从而完成信号的信道化处理.理论分析和仿真结果验证了该方法的可行性.