通信信号数字调制方式自动识别算法研究

自动调制识别是非协调通信系统接收机设计中的重要研究课题,该文针对工程中的应用提出了一种调制识别算法。与已有的算法相比,该算法结构简单,计算量小,适合实时计算,而且在低信噪比环境下有较高的识别准确度;同时考虑了符号成形对参数提取的影响,更能满足工程上的需要。

经符号成形的数字信号调制制式识别

提出了一种对经过符号成形的调制信号进行识别的新算法,利用特征参数提取与决策树分类器相结合对8种常用数字信号进行调制识别。首先详细介绍了符号成形对调制信号及信号瞬时参数提取的影响,然后选取特征参数通过决策树分类器进行识别分类,最后进行了计算机仿真,仿真表明该算法能够有效识别经符号成形的数字信号,且与无符号成形的数字信号调制识别方法相比,有着更好的识别性能。

基于神经网络的数字信号调制方式识别

提出了一种对经过符号成形的数字信号调制方式进行识别的新算法,利用特征参数提取与神经网络分类器相结合对8种常用数字信号进行识别。首先介绍了符号成形对信号瞬时参数提取的影响,然后选取特征量并通过所设计的神经网络分类器进行识别分类,最后计算机仿真表明利用神经网络分类器在低信噪比下能较好地区分开8种经符号成形的数字信号,且选用的L-M训练算法收敛快,适合在线分析。

自动识别数字调制方式的一种方法

提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。