基于小波变换的MFSK/MQAM信号类内识别法

提出了一种基于小波变换的FSK/MQAM信号类内调制方式识别的改进算法,该方法通过深入分析MFSK和MQAM信号在小波域的不同特征,充分利用小波变换模值的奇异性信息,通过对该信息的有效检测,实现MFSK信号类内识别,并将其推广应用到16QAM和64QAM的分类。对该方法的适应性进行了理论分析和计算机仿真,结果表明,新算法大大提高了MFSK/MQAM信号的识别正确率,并有效降低了识别的信噪比门限。     

基于正交MFSK信号的解调优化算法

针对传统多进制频移信号解调算法存在计算量大、误码率高等问题,提出了一种基于正交多进制频移键控(Multiple Frequency Shift Keying,MFSK)信号的解调算法。该算法通过检测和判决MFSK信号在不同频率点处的功率谱峰值来完成信号同步,然后对信号的同向分量和正交分量进行反正切运算求得信号斜率,再根据信号斜率构建差值序列并建立MFSK信号解调数学模型,最后通过模型求解完成信号的调制进制识别和解调。该算法复杂度较低且仅呈线性增长,仿真结果表明该算法在性能上优于传统的小波解调算法,且当输入信噪比大于6 dB时,对2FSK、4FSK、8FSK和16FSK的解调正确率都可以达到90%以上。     

采用广度优先搜索邻居聚类的通信信号调制识别

针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。     

角度调制信号调制指数盲估计研究

 调制指数估计在角度调制信号的解调、FM／PM识别等应用中具有十分重要的意义。分析了基带为单音、PSK、FSK等信号时角度调制信号的时频结构,进而建立了信号的统一数学表达式,由此推导并提出了一种无需任何先验信息的调制指数估计方法。仿真实验表明：该方法能有效估计上述基带调制时的角度调制指数。     

利用高阶累积量实现数字调制信号的识别

文中提出一种基于高阶累积量识别多种数字调制信号的算法。首先推导计算各信号的八阶累积量,从二、八阶累积量中提取一个特征参数,实现以更少参数识别更多信号的目的;然后,为提高MFSK的识别率,从微分后MFSK信号的四、六阶累积量中提取一个特征参数完成识别。仿真结果显示,通过利用这两个参数可以实现2 ASK/BPSK、4 ASK、8 ASK、QPSK、8 PSK、2 FSK、4 FSK、8 FSK、16 QAM、64 QAM等多种数字调制信号的识别。     

一种多进制频移键控信号的调制与解调

讨论了一种多进制频移键控(MFSK)信号调制分类及解调的方法,选取截获接收机输出的MFSK信号的时频曲线作为分类特征;利用无监督聚类算法求取最佳聚类数M,利用时频曲线的变换估计码元宽度;利用对应最佳聚类数的聚类中心确定取判门限,通过对时频曲线抽判判决,实现了MFSK信号的解调。理论分析证明了此算法的可行性。     

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。     

基于高阶累量的改进的FSK数字调制方式识别算法

提出了修正的Rife算法与高阶累积量相结合的FSK调试方式的识别算法,该算法在不需要先验知识的情况下对FSK数字调制样式进行自动识别。通过计算机Monte—Carlo模拟实验表明,当信噪比为5dB以上时,该方法FSK类内调制类型的识别正确率可达93％以上,识别正确率比较高。     

基于循环谱相关方法的MFSK信号识别

由于通信信号调制样式复杂多样,如何有效地识别通信信号调制类型是一个十分重要的课题。传统的信号处理都是假设所要处理的信号为随机平稳信号,但是在实际应用中,通信信号具有循环平稳性,是一种特殊的非平稳信号。首先介绍了循环平稳信号的特性循环谱相关概念,推导出MFSK信号的循环谱相关函数,分析了MFSK信号特征谱规律和可用于类内识别的特征参数,设计出MFSK信号的类内识别算法,仿真实验表明该算法能有效区分MFSK信号,并且在低信噪比下识别效果良好。     

常用多进制数字调制信号的识别方法

针对常用的多进制数字调制信号,设计了一通用的数字调制识别方案:先用三个时频域特征参数进行调制的大类识别,再利用各自算法估计信号调制阶数,修正了MFSK信号功率谱谱峰个数的估计算法,并提出了MASK/MQAM基于时域的调制阶数识别算法.仿真结果表明,在信噪比大于6dB时,该识别结构和识别算法对MFSK、MPSK,MASK调制信号的正确识别率不低于92%,MQAM识别算法则要求较高的信噪比.     

一种新的数字信号调制式盲识别算法

现有的调制识别算法多应用到信号的瞬时频率和瞬时相位信息,而瞬时频率和瞬时相位的提取需要载频、码元速率等先验信息,载频的偏差限制了其识别性能的进一步提高。基于此,提出了一种仅依靠信号瞬时幅度信息进行肓识别的新算法．该算法不需要任何先验信息,介绍了一种对MFSK和MPSK信号非常有效的瞬时频率的近似提取法,然后选择特征量对调制类型进行分类识别,最后进行计算机仿真,仿真结果表明该算法识别性能良好,对载频偏差不敏感,有着很好的稳定性。     

GLSFBC-OFDM信号调制识别算法

提出了频率选择性衰落信道条件下区分GLSFBC结构的多载波信号(OFDM)和单载波信号(MFSK、MPSK、MQAM)的调制识别算法。该算法基于接收信号的高阶累积量,只需直接对接收的中频信号进行识别处理,不需要发射信号和信道的先验知识。仿真结果表明,在SNR高于7 dB时识别率可以达到90%。     

衰落信道下MFSK信号符号速率估计快速算法

匹配识别在技侦一线业务单位中发挥着重要作用,其对算法的实时性要求较高。多进制频移键控(M-ary frequency-shift keying, MFSK)信号的符号速率为匹配识别中重要的特征参数之一,本文通过分析多径及频偏等衰落信道条件对符号速率估计产生的影响,将调制频率集作为先验信息的情况下,给出了一种衰落信道下MFSK信号符号速率估计的快速算法,该算法通过检测过Goertzel滤波器后输出的最大幅度值,经去毛刺、过零点间隔聚类等处理后完成符号速率的准确估计。仿真结果表明:文中算法具有较强抗噪性能,加入多普勒频移及多径等衰落信道条件仍具有较高的估计精度,且运算量大大减小,非常适合应用于匹配识别中。实际信号处理也表明了该算法的有效性及可行性。      

基于接收信号点极坐标的调制方式识别

提出一种信号调制识别算法.该算法提取接收信号点的极坐标值作为识别特征,利用基于样本与核的相似性度量动态聚类,对不同调制的信号星座图进行分类而完成信号的调制识别.算法较好地克服了相位估计误差的影响,仿真表明该算法有效.     

一种区分MFSK与MSK信号的新方法

研究了利用循环平稳统计量处理数字信号调制识别问题,识别对象包括MFSK(多进制频移键控)以及MSK(最小频移键控)信号.首先对调制信号复包络的一阶矩进行了提取,然后根据该特征提出了一种新的区分MFSK与MSK信号的调制识别方法并与经典的DMRA算法[1]进行了比较,最后利用人工神经网络实现了识别性能的计算机仿真.     

基于联合特征参数的卫星单-混信号调制识别研究

针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题,该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先,根据4, 6阶累积量的属性特点构建3个特征参数,以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型,然后结合改进的星座图减法聚类算法分离出剩余调制样式,最后将参数联合,建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息,具有特征提取参数简单、识别种类多等特点。仿真结果表明,该算法在信噪比(SNR)10 dB下对卫星单-混信号的调制识别率仍能达到90%以上。     

联合时域和时频域特征的数字调制信号自动分类

针对ASK、PSK、QAM、FSK、MSK、LFM、OFDM信号的调制分类问题,在无任何先验知识的条件下,本文提出了一种基于模糊函数域、Choi-William分布时频域和时域特征的自动分类算法。该算法首先提取信号在不同域上的特征,然后通过主成份分析法降维去除特征之间的冗余信息,再利用支持向量机分类器实现信号分类。为评估算法性能及优点,本文在不同信噪比和调制信号参数条件下,做了一系列仿真实验,并将本文算法与其他分类识别算法进行了对比。最后结果验证了本文算法的可行性和有效性,以及在低信噪比条件下较好的鲁棒性。      

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。     

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。