基于小波变换的通信信号码元速率估计

自动调制识别在电子侦察和电子战领域中扮演突出角色。怎样在没有先验知识的情况下对码元速率进行估计是调制识别领域一个重要的问题。小波变换可以有效地提取数字通信信号的瞬时突变特征。本文提出了一种估计码元速率的方法,这种方法在无先验知识的情况下对MPSK信号的码元速率进行估计。在matlab仿真中,如果我们选取合适的小波函数,小波变换幅度在相位突变时就会出现峰值,而且峰值之间的间隔是码元周期的整数倍。计算机仿真结果证明了该方法在低载噪比(CNR)下的有效性。

MPSK信号循环谱检测与码元速率估计改进算法

利用循环谱理论对MPSK信号进行检测和参数估计,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下MPSK信号的检测与码元速率估计,提出一种改进算法。该算法基于数据分段处理和重叠保留,通过在非零循环频率上一维谱峰搜索实现信号检测与码元速率估计,能够有效地抑制噪声的影响,避免多维搜索,计算量小。分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真。仿真结果证明了所提算法的有效性。

基于稀疏贝叶斯学习的码元速率估计

现有的相位编码信号码元速率估计方法在样本点足够多的情况下才能准确估计出参数,且算法复杂度高。针对此问题,该文详细分析了BPSK信号的结构特征,并以此为先验信息对其循环自相关(CA)向量进行压缩采样,降低了传统贝叶斯复数处理方法的维度。利用压缩传感中离散傅里叶变换矩阵的奇偶性,分解传感矩阵为正弦和余弦变换,分别将CA向量的实虚部转换到对应变换域测量,根据复数信号实虚部具有相同支撑集这一特点,采用多任务稀疏贝叶斯重构时延积向量的单边谱分量,从而估计出码元频率。理论分析和仿真结果表明,相较于其它基于稀疏贝叶斯学习的参数估计算法,所提方法在测量数量较少的情况下也能准确估计出循环频率,且算法实时性显著提高。

可调光子滤波器微波信号接收码元速率估计

为了解决传统微波信号接收码元速率估计方法存在精度低与时间长的问题,提出了可调光子滤波器微波信号接收码元速率估计方法。首先对可调光子滤波器微波信号进行小波变换,提取绝对相位调制信号码元之间的相位瞬变信息,然后对信号进行去噪处理与重构,引入自相关方法将码元速率估计问题转换为周期估计问题,从而实现可调光子滤波器微波信号接收码元速率估计,最后仿真实验结果表明,本文方法具有较高的估计精度与较短的估计时间,且信号强度高,为后续的信号处理奠定坚实的基础。

脉冲噪声环境下基于循环频率截面累加量的码元速率估计

为了提高非高斯α稳定分布噪声环境下MPSK信号码元速率的估计准确率,提出了一种基于循环频率截面累加量的MPSK信号新的码元速率估计算法。算法采用一种新的归一化压缩函数,对含有α稳定分布噪声的MPSK信号进行非线性压缩,有效抑制了脉冲噪声对于循环谱密度的影响,并保留了码元变换时的跳变信息;通过在循环谱密度的f=0截面搜寻最大值,确定在循环频率截面的搜索范围,利用在该范围内进行循环谱密度的累加量,实现了MPSK信号的码元速率估计。仿真实验结果表明,该算法比现有的码元速率估计算法具有更好的稳定性和准确性。

一种用于信号侦测的码元速率估计方法

提出了一种数字通信信号码元速率的估计算法。对截获接收机输出的调制信号提取基带信号,利用此基带信号小波变换系数的模值,构造与原调制信号码速率一致的单极性脉冲序列。通过对此单极性脉冲序列的功率谱分析可知,在基带信号码元速率的整数倍处存在离散谱线,检测这些离散谱线即实现了信号码元速率的估计。这种算法能在低信噪比下估计信号的码元速率。理论分析和实际信号处理证明了本文提出算法的可行性。

基于小波变换的一种通信信号码元速率估计算法

针对通信信号码元速率估计问题,提出基于小波变换的一种估计算法。从二进制相移键控(BPSK)调制信号中提取基带信号,得到其小波变换系数的模值,构建与原调制信号码速率相应的单极性脉冲序列,并分析这些单极性脉冲序列的功率谱,在基带信号码元速率整数倍处提取离散基线,以实现对BPSK信号码元速率的估计。实验结果表明,在低信噪比下本算法具有良好的估计性能,并表现出良好的实用性和鲁棒性。

一种MASK信号码元速率估计方法

针对低信噪比时MASK信号码元速率估计性能较差的问题,提出了基于平方定时的改进方法,提高了低信噪比下MASK信号码元速率估计性能。基于平方定时的原理,对信号取模平方后,计算不同采样倍数对应的傅立叶系数模值,得到包含信号码元速率信息的变换谱,通过计算每点向左的峰均比来搜索代表码元速率的特征谱线,由特征谱线位置得到码元速率估计值。文章分析了滚降系数的影响,并且针对信号载波提出了解决办法。仿真结果表明,改进的方法在低信噪比和低滚降系数时,码元速率估计性能优于原方法、小波变换方法和循环平稳方法。

基于瞬时频率谱的码元速率估计方法

数字通信中码元速率的估计对调制信号的识别、非合作通信的盲解调和无线电频谱监测等有着重要意义。为此,本文提出了一种基于瞬时频率谱的码元速率估计方法。该方法首先利用Hilbert变换将实信号变换为复信号,再利用微分算法求取信号的瞬时频率,然后对瞬时频率值进行Fourier变换,根据变换结果的谱得到码元速率的估计值。经对该方法仿真分析和实际应用,表明其具有准确性高、计算量小以及受噪声、滚降系数及载频影响小等特点。

基于小波熵的BPSK信号码元速率估计算法

为了解决在低信噪比下准确地估计BPSK信号的码元速率问题,提出了基于小波能谱熵和小波时间熵的两种码元速率估计算法.通过一维多尺度小波变换重构高频部分,分别计算重构信号的小波能谱熵和小波时间熵.对于小波能谱熵,可以直接求取码元速率;对于小波时间熵,需要根据进一步叠加运算后的峰值来求取码元速率.仿真实验表明这两种方法都可以很好地处理低信噪比下BPSK信号的码元速率估计问题,并且比瞬时自相关法具有更强的抗噪性和适应性.

光子型远程分布式微波信号接收码元速率估计

基于光子学技术,设计了一种针对远程分布式微波信号接收的码元速率估计方案。首先,远程终端将接收的微波信号经电光调制器对连续激光源进行载波抑制双边带调制,生成携带微波信号的两个光边带信号;此光信号经光纤链路传输至中心站在光域滤除其中一个边带;其次,进行光电探测,通过分析电频谱的谐波实现微波信号码元速率估计。针对此方案,搭建仿真及实验系统装置:仿真成功地从60 GHz微波信号中提取出0.8 GBaud和6 GBaud的二进制伪随机码(PRBS)信号码元速率、从25 GHz微波信号中提取出3GBaud的PRBS码元速率;实验成功地从25 GHz的微波信号中提取出3 GBaud和5 GBaud的PRBS码元速率。

一种基于PCA的MPSK信号码元速率估计方法

针对MPSK信号的码元速率估计问题,研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象,提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声,提高了估计精度,减小了估计方差。仿真表明,该方法在有限数据条件下具有良好的估计性能,适用于不同成形滤波系数的MPSK信号。

基于小波变换的码元速率估计优化算法

针对低信噪比下MPSK(M-ary phase shift keying)信号的码元速率估计问题,提出一种优化算法.该算法无需先验知识,通过Hilbert变换提取瞬时相位基带序列,经多尺度小波变换,对每个尺度下的小波系数的模值的平方进行叠加,对叠加后的结果再进行功率谱计算,在码元速率整数倍处有离散谱线,估计正确率在信噪比大于1 dB时大于90%.

基于Haar小波变换的码元速率估计

码元速率是数字通信中最重要的参数之一，对码元速率的准确估计在通信对抗中有着重要的意义，它是实施无线电通信干扰时选择干扰样式和干扰参数的重要依据，也是进行通信信号盲识别和盲解调的重要前提。

一种基于延时相乘的高精度码元速率估计算法

为了实现相移键控信号码元速率的快速高精度估计,在分析延时相乘原理的基础上,提出了一种二级码元速率估计算法。算法先估计信号带宽得到码元速率的粗估计,利用码元速率的粗估计值确定延时时间,再用延时相乘法得出码元速率的高精度估计。计算机仿真验证了算法的有效性。该方法不仅适用于基带信号码元速率估计,也适用于已调信号的码元速率估计。在采样速率不变的情况下,算法的估计精度随着采样点数的提高而提高。

一种基于小波分析的码元速率估计方法

针对实际系统中MPSK信号在码元跳变处包络幅度降低,相位跳变不明显,常规算法检测效果不佳的问题。文中提出了一种基于小波变换对MPSK信号进行码元速率估计的新方法。对截获信号进行预处理以减弱跳变处的影响并提高估计的精度。理论分析和实验结果表明,这种算法能有效估计出码元速率,有很高的工程应用价值。

通信侦察中一种新的码速率盲估计方法

在截获信号调制样式未知的情况下,提出了一种码元速率估计方法。把正交解调后的I路或Q路信号延迟相乘自相关后,通过在频域测量与码元速率对应的谱线来估计码元速率。仿真结果表明,该算法即使在很低信噪比情况下,也不受脉冲成形滤波器及其系数的影响,具有很好的稳健性。该方法为码元速率估计提供了一种新的思路。

基于循环谱的相位编码信号调制参数估计

研究循环谱在雷达脉内参数估计问题中的应用,给出在已知调制方式和未知调制方式两种情况下相位编码信号载频和码元速率的估计方法,并分析噪声对循环谱估计方法的影响。最后,通过计算机仿真,验证了估计算法的有效性,并给出了在不同信噪比下的估计性能。

基于声卡的2FSK信号的实时解调

本文提出了一种以PC机声卡作为采集卡,以PC的CPU代替DSP器件的2FSK信号的数字化解调方法。介绍了载波频率估计、码元速率估计、码元恢复算法,并结合RTTY信号给出了实时译报算法,以及整个系统的测试结果。