基于瞬时频率的数字调制方式自动识别算法

数字通信信号调制方式的自动识别在军用和民用方面都极为重要。为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,与现有方法相比,运算量显著减少,鲁棒性强,可用于实时处理中。在此基础上提出三个特征参数和一种基于判决理论的调制方式自动识别算法,给出识别算法的实现流程。计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。     

基于谱相关函数截面特征的调制方式识别

谱相关函数在双频平面上全面反映了循环平稳信号的二阶周期性。调制信号是循环平稳信号,不同调制信号的谱相关函数具有不同的分布特性,且对平稳噪声、干扰不敏感,可用于低信噪比下的调制方式识别。采用时域平滑FFT积累算法计算出调制信号的谱相关函数,对结果进行了对比分析,提取了多种调制信号的谱相关函数截面特征,设计了AM、MSK、PAM、2ASK、2FSK、4FSK、QPSK七种调制信号的树形识别流程。仿真结果表明在低信噪比下,七种调制方式具有90%以上的识别率。     

基于决策论判决法的调制信号自动识别

调制方式是通信过程中的重要参数,快速检测和识别通信信号的调制方式在通信领域,尤其是军事通信领域,有着极其广泛的应用。对判决法自动检测和识别信号调制方式的经典算法进行了改进,以提高对日常通信训练中常用的USB、LSB以及FM、2FSK、4FSK信号的识别速度及准确率,并给出了该算法的实现流程。经仿真验证,改进算法能在对其他8种常用调制方式识别效果影响不大的前提下,提高对SSB、FM、FSK信号的识别效果。     

模拟数字通信信号调制识别研究

在符号变化的时刻,数字调制信号存在幅度、频率等变化的奇异点,而模拟调制信号却不然。利用2次小波变换检测奇异点的有无,提出了1种逼近相消算法来区分数字调制方式和模拟调制方式。通过对通信系统中常用的PSK、FSK、QAM、ASK、FM、AM信号调制方式的仿真,验证了此识别算法的有效性。     

一种FSK/BPSK复合调制雷达脉冲信号识别技术

在电子对抗领域,信号调制方式识别是进行雷达分选、干扰施放的基础,得到广泛研究。对此,文中提出了一种以信号频谱相像系数和幅度统计参数为分类特征的FSK/BPSK复合调制雷达脉冲信号识别算法。算法首先提取雷达脉冲信号的频谱相像系数和幅度统计参数,然后采用分层结构的神经网络分类器进行识别。该算法不仅能识别FSK/BPSK复合调制信号,且对其他常用雷达信号调制方式的识别不产生干扰。仿真结果表明,针对FSK/BPSK以及CW、LFM、BPSK、QPSK、FSK等常用雷达信号调制类型,在信噪比＞5 dB时,分类正确率可达98%以上。     

基于高阶累积量和循环谱的信号调制方式混合识别算法

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。     

衰落信道盲接收条件下的调制分类

该文针对衰落信道下调制识别算法预处理要求高的问题,提出了一种基于循环平稳性检测的调制分类算法,提升了盲接收环境下的分类效果。算法以信号的循环频率为特征,结合循环平稳性检测,实现了OFDM, PSK, FSK等常见数字调制信号的区分。算法无需各种参数估计以及同步等预处理过程,理论推导及仿真结果证明,能够实现低信噪比衰落信道条件下信号的有效区分。该算法将有助于提升衰落信道中非合作接收条件下的信号分类能力。     

基于循环谱和高阶累积量的联合模式识别方法

为完全识别当前卫星通信采用的主要调制方式,结合循环谱和高阶累积量两种信号调制识别方法的特点,提出了一种联合识别算法。该算法将循环谱特征加入到高阶累积量识别法中,联合多种特征参数判决构建识别器,首先利用循环谱完成ASK、FSK、PSK信号的类间识别以及FSK信号的类内识别,在此基础上利用高阶累积量方法完成FSK、PSK信号的类内识别。仿真结果表明,该算法能够完全区分卫星通信中主要的调制模式{ASK、2ASK、2FSK、4FSK、BPSK、QPSK},在信噪比高于5 d B时识别率达88%以上。     

基于决策理论的信号调制识别改进算法

针对基于决策判决理论的传统算法对通信信号调制识别在低信噪比下正确识别率较低的问题,提出了一种基于多种特征参数判决的改进算法。利用高阶矩取代了利用零中心归一化瞬时幅值绝对值的标准偏差来区分ASK信号,对FSK信号采用功率谱谱峰数进行识别。仿真使用了包括模拟调制信号在内的多达11种不同类型的调制信号,仿真结果表明,在信噪比不低于8 dB下,该方法具有较高的正确识别率。     

模拟调制信号的神经网络识别方法

本文提出模拟调制信号的人工神经网络识别方法，从信息幅度、相位、频率及功率谱等特 提取四种特征参数，用于训练神经网络对模拟调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。该算法的识别性能明显高于目前广泛采用的各种方法，实验表明信噪比为８ｄＢ时，对各类模拟调制信号的正确识别率在９６％以上。算法能识别的调制类型多，包括ＡＭ、ＤＳＢ、ＵＳＢ、ＬＳＢ、ＶＳＢ、ＦＭ、ＦＭ－ＡＭ等多