-
题名基于瞬时特征参数的数字调制识别算法
被引量：8
- 1
-
-
作者
位小记
谢红
郭慧
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2011年第1期127-130,共4页
-
文摘
针对数字调制识别在低信噪比下的应用,提出一种基于瞬时特征参数的数字调制识别算法。该算法一方面利用5个相对简单的瞬时特征参数改善算法的复杂度,简化识别过程;另一方面,设计一种小波滤波器,对瞬时特征参数进行消噪处理,提高调制识别算法在低信噪比下的识别性能。同时,该算法只需在中频直接对信号进行识别,计算简单,易于实现。通过计算机仿真表明:在信噪比不低于5 dB的情况下,该算法对不同调制信号的正确识别率均达到90%以上。
-
关键词
瞬时特征参数
希尔伯特变换
小波消噪
低信噪比
-
Keywords
instantaneous characteristic parameters
Hilbert transform
wavelet denoising
low SNR
-
分类号
TN911.6
[电子电信—通信与信息系统]
-
-
题名基于多特征融合的卫星信号调制方式识别
被引量：1
- 2
-
-
作者
李云涛
边东明
张更新
-
机构
南京邮电大学通信与信息工程学院
陆军工程大学通信工程学院
-
出处
《信号处理》
CSCD
北大核心
2024年第7期1298-1306,共9页
-
基金
国家自然科学基金(U21A20450)
2021-JCJQ-LB-006重点实验室基金项目(6142411422118)。
-
文摘
面向卫星通信中常用的QPSK类调制方式识别问题,提出了一种联合了谱特征、瞬时统计特征、高阶累积量特征和幅度分布特征的调制识别算法。算法在信号预处理与频域检测的基础上,首先利用速率信号谱特征和二次方谱特征识别出OQPSK和BPSK,然后分别利用频谱重心法和速率信号法估计信号的载频、带宽和符号速率等参数,并从正交下变频及匹配滤波后的符号定时同步后的复信号中提取高阶累积量特征参数,将剩余信号分类为调相信号和幅相调制信号,最后联合四次方谱特征和幅度分布特征完成所有调制方式的识别。仿真结果表明算法对频偏不敏感,于16APSK和32QAM的识别性能也比传统的基于高阶谱的方法要好,且算法在信噪比为6 dB时除16QAM和64QAM外的调制方式识别率为100%。最后,用信号源和采集卡搭建测试平台,九种实采信号的分类结果验证了算法的有效性,由于经频谱重心法估计出的载频存在一定误差,再次证明了该算法对频偏不敏感。
-
关键词
卫星通信
谱特征
瞬时特征参数
高阶累积量
调制信号识别
-
Keywords
satellite communication
spectral characteristics
instantaneous features
high-order accumulation
modula‐tion signal recognition
-
分类号
TN911.3
[电子电信—通信与信息系统]
-
-
题名常规调制信号与扩频信号的调制识别算法
被引量：12
- 3
-
-
作者
占锦敏
赵知劲
-
机构
杭州电子科技大学通信工程学院
中国电子科技集团第
-
出处
《信号处理》
CSCD
北大核心
2020年第4期511-519,共9页
-
基金
国家自然科学基金资助项目(61571172)。
-
文摘
由于直扩信号(Direct Sequence Spread Spectrum,DSSS)通常淹没在噪声中,为了有效地识别直扩信号、跳频信号(Frequency Hopping Spread Spectrum,FHSS)和常规调制信号,提出基于瞬时特征和高阶累积量的识别算法。首先推导证明了FM、MFSK、MPSK、DSSS、FHSS信号的归一化四阶累积量切片c4是相同的,并推导得到AM和MQAM的c4通用公式。然后,利用归一化四阶累积量切片c4特征参数检测噪声中通信信号,利用占用带宽特征参数将信号分为扩频信号和常规调制通信信号两类;最后利用瞬时特征参数和高阶累积量特征参数,分别识别扩频信号和5种常规调制通信信号。仿真结果表明,当信噪比高于1 dB时,该算法对上述7种信号的正确识别率可达到100%。
-
关键词
瞬时特征参数
高阶累积量
决策树分类器
调制信号识别
-
Keywords
instantaneous characteristic parameters
higher-order statistics
decision tree classifier
modulation signal recognition
-
分类号
TN911.3
[电子电信—通信与信息系统]
-
-
题名MPSO算法优化BP网络的数字调制识别方法
被引量：7
- 4
-
-
作者
史先铭
刘以安
-
机构
江南大学物联网工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第17期133-139,共7页
-
基金
国家自然科学基金(No.61170120)
-
文摘
数字调制信号的识别方法有很多,其识别效果不尽相同。为了提高数字调制信号在不同信噪比(Signal-to-Noise Ratio,SNR)下的识别性能,提出了一种基于改进粒子群(Modified Particle Swarm Optimization,MPSO)算法优化BP网络的识别方法。针对七种常见的数字调制信号,提取了六个瞬时特征参数,其中R_(σa)参数是改进得到的,同理类推得到R_(σp)。为了在保持基本粒子群(Particle Swarm Optimization,PSO)算法优点的基础上进一步提高算法的性能,增加了对粒子邻域信息的参考,再用MPSO算法优化BP网络的权值和阈值。从仿真实验可以看出,应用此方法,七种信号的识别率都可以达到86%以上,从而证明了该方法能有效地提高数字调制信号的识别性能。
-
关键词
数字调制信号
瞬时特征参数
邻域信息
粒子群算法(PSO)
反向传播(BP)
-
Keywords
digital modulation signals
instantaneous feature parameters
neighbor information
Particle Swarm Optimization(PSO)algorithm
Back Propagation(BP)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
