自动调制识别在无线通信领域发挥了巨大作用。多数研究中假设的加性高斯白噪声信道已不再满足实际信道环境的准确描述。实际中,由于闪电、雷暴、多用户干扰、设备故障等原因,信道环境中广泛存在Alpha稳定分布噪声。因此对其开展研究更...自动调制识别在无线通信领域发挥了巨大作用。多数研究中假设的加性高斯白噪声信道已不再满足实际信道环境的准确描述。实际中,由于闪电、雷暴、多用户干扰、设备故障等原因,信道环境中广泛存在Alpha稳定分布噪声。因此对其开展研究更符合实际且具有挑战性。该文针对Alpha稳定分布噪声提出了一种预处理联合轻量级网络的调制识别方法。首先,通过对数域映射及阈值限制对接收信号进行预处理,抑制由Alpha稳定分布噪声带来的尖锐脉冲将信号幅度控制到合理范围;然后,提出一种基于Ghost模块的轻量级网络来完成信号的调制识别分类任务。实验结果表明,与现有的CLDNN(Convolutional Long Short-term Deep Neural Network)、CNN(Convolutional Neural Network)、ResNe(t Residual Network)相比,本文所提方法具有较高的识别准确率及较低的计算复杂度。展开更多
针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题,分析矩阵全部的特征值,引入矩阵特征值的几何均值,提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geome...针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题,分析矩阵全部的特征值,引入矩阵特征值的几何均值,提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue,DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境,理论分析与仿真实验结果表明,在不增加算法复杂度的前提下,DMGM算法与其他算法相比,更适用于脉冲噪声环境,在低信噪比条件下具有更好的感知性能。展开更多
针对现有的复合调制信号参数估计方法在Alpha稳定分布噪声中性能严重退化的问题,提出一种基于L-DFT(L-Filter-Based DFT)的线性调频与相位编码(Linear Frequency Modulation and Binary Phase Shift Keying,LFM-BPSK)复合调制信号参数...针对现有的复合调制信号参数估计方法在Alpha稳定分布噪声中性能严重退化的问题,提出一种基于L-DFT(L-Filter-Based DFT)的线性调频与相位编码(Linear Frequency Modulation and Binary Phase Shift Keying,LFM-BPSK)复合调制信号参数估计方法。该方法首先定义了L-DCFT(L-Filter Based Discrete Chirp-Fourier Transform),平方倍频法消除编码调相后,采用L-DCFT估计信号的起始频率和调制斜率;分析了循环自相关函数中脉冲出现概率增大的问题,提出了基于改进L-DFT和循环统计量的码速率估计方法。仿真结果表明,基于L-DFT的参数估计方法能有效抑制脉冲噪声,在强脉冲噪声中具有良好的参数估计性能。展开更多
文摘自动调制识别在无线通信领域发挥了巨大作用。多数研究中假设的加性高斯白噪声信道已不再满足实际信道环境的准确描述。实际中,由于闪电、雷暴、多用户干扰、设备故障等原因,信道环境中广泛存在Alpha稳定分布噪声。因此对其开展研究更符合实际且具有挑战性。该文针对Alpha稳定分布噪声提出了一种预处理联合轻量级网络的调制识别方法。首先,通过对数域映射及阈值限制对接收信号进行预处理,抑制由Alpha稳定分布噪声带来的尖锐脉冲将信号幅度控制到合理范围;然后,提出一种基于Ghost模块的轻量级网络来完成信号的调制识别分类任务。实验结果表明,与现有的CLDNN(Convolutional Long Short-term Deep Neural Network)、CNN(Convolutional Neural Network)、ResNe(t Residual Network)相比,本文所提方法具有较高的识别准确率及较低的计算复杂度。
文摘针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题,分析矩阵全部的特征值,引入矩阵特征值的几何均值,提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue,DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境,理论分析与仿真实验结果表明,在不增加算法复杂度的前提下,DMGM算法与其他算法相比,更适用于脉冲噪声环境,在低信噪比条件下具有更好的感知性能。
文摘针对现有的复合调制信号参数估计方法在Alpha稳定分布噪声中性能严重退化的问题,提出一种基于L-DFT(L-Filter-Based DFT)的线性调频与相位编码(Linear Frequency Modulation and Binary Phase Shift Keying,LFM-BPSK)复合调制信号参数估计方法。该方法首先定义了L-DCFT(L-Filter Based Discrete Chirp-Fourier Transform),平方倍频法消除编码调相后,采用L-DCFT估计信号的起始频率和调制斜率;分析了循环自相关函数中脉冲出现概率增大的问题,提出了基于改进L-DFT和循环统计量的码速率估计方法。仿真结果表明,基于L-DFT的参数估计方法能有效抑制脉冲噪声,在强脉冲噪声中具有良好的参数估计性能。
