基于联合特征参数和一维CNN的MIMO-OFDM系统调制识别算法

针对当前非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIMO-OFDM)系统子载波的调制识别问题,提出了一种基于一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)的调制识别方法。首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix,JADE)算法从接收端的混合信号中恢复发送信号;然后,提取恢复信号的循环谱切片和四次方谱作为浅层特征;最后,利用1D-CNN对特征进行训练,使用测试样本对所提出的调制识别方法进行仿真验证。仿真结果表明,所提方法对MIMO-OFDM系统中的5种信号可以进行有效识别,在信噪比为10 dB时的识别精度即可达到100%。

常见数字通信信号的谱线特征分析

不同调制方式的数字通信信号做非线性变换后其频谱往往具有不同的谱线特征,该文针对常见的数字通信信号,对其二次方与四次方的傅里叶谱线特征进行了理论分析,解释了谱线的产生原因并介绍了其潜在的应用价值。仿真实验表明,信号谱线特征在低信噪比及多径衰落信道环境下具有良好的稳健性,在通信信号处理方面具有良好的应用价值。

基于谱线特征的恒包络数字调制方式识别方法

针对常见的恒包络数字通信信号,对其信号二次方与四次方形式的傅立叶谱线特征进行了理论分析,并在此基础上提出了一种针对恒包络数字通信信号的调制方式识别方法,其主要特点是不需要符号速率、载波初相、定时同步等先验信息,而且还能够区分线性调制和非线性调制.仿真实验表明该方法在较低信噪比条件下仍可以获得较高的正确识别率,具有很强的实用性.

Alpha稳定分布噪声下MPSK信号调制识别算法研究

针对Alpha稳定分布噪声中信号四次方谱失效的问题,提出了广义四次方谱的概念,在此基础上研究了基于广义四次方谱的多进制相移键控(M-ary Phase Shift Keying,MPSK)信号调制识别算法.首先分析了待识别信号的广义四次方谱,然后提取广义四次方谱中二倍载频和四倍载频处的谱线作为特征参数,最后通过判断谱线是否被冲击来实现信号的分类.仿真结果表明,这种算法在Alpha稳定分布噪声下的性能优于基于四次方谱的算法,且该算法在高斯噪声下也具有良好的性能.

低信噪比下DVB-S2信号的调制类型识别

针对在低信噪比下卫星数字化视频广播第二代标准(DVB-S2)信号的调制类型识别问题,提出一种基于信噪比(SNR)估计的识别算法。通过提取卫星信号分别采用正交相移键控(QPSK)、八进制相位键控(8PSK)、十六进制绝对相位键控(16APSK)、三十二进制绝对相位键控(32APSK)调制时的分形盒维数、幅度特征参数及四次方谱特征参数作为判别信号调制类型的特征参数,并根据上述特征参数与SNR的关系,在不同信噪比下设定不同的判决门限值,提升了算法在低信噪比情况下的识别正确率。文中给出了识别算法的判别流程以及判别门限值的选取方法。通过仿真验证表明,所提算法在信噪比大于4 dB的情况下,调制类型识别正确率可达到96%以上,实现了在低信噪比下对DVB-S2信号的调制类型识别。

基于稀疏自动编码网络的水声通信信号调制识别

研究了基于稀疏自动编码网络的水声通信信号识别方法。首先利用稀疏自动编码网络对接收信号的功率谱识别分类,得到除PSK外信号的调制类型,然后对识别结果为PSK的信号做四次方谱,最后利用稀疏自动编码网络完成对QPSK和8PSK的识别分类。仿真实验表明,稀疏自动编码网络能从接收信号的谱信息中自动提取有效谱特征。与传统基于功率谱特征提取的识别方法相比,本文算法减少了依赖领域知识的特征提取环节,识别性能优于传统算法。

一种有效的PCMA信号调制方式识别方法

从非合作接收的角度出发,建立PCMA信号的一般模型,推导PCMA信号高阶累量的解析表达式,构造新的识别特征量。深入地分析了PCMA信号四次方谱的离散谱线特征,结合构造的识别特征量,提出一种能够有效地识别PCMA信号调制方式的方法,并给出了实现流程。该方法的主要特点是不需要频偏、同步定时、信道衰落、成形滤波器的参数等先验信息,具有很强的实用性。仿真实验、实际应用的测试结果表明,在适当信噪比和数据长度的条件下,该方法对PCMA信号常用的调制方式有较高的正确识别率。

高阶QAM信号调制识别算法

高阶多进制正交振幅调制(QAM)有较高的频谱利用率和容错能力。针对QAM信号高阶调制方式,提出了一种M-QAM信号的识别算法。首先经CZT、HOS估计频偏和相偏,然后从信号的四次方谱和分形维数中,提取一组鲁棒性强的特征参数,同时运用信号子空间估计信噪比,实现16QAM、32QAM、64QAM和128QAM信号的调制识别。在高斯白噪声背景下仿真表明,算法能适应较大的信噪比动态范围,整体信噪比大于13 dB时可以达到90%以上的识别率,且盒维数抗噪声性能较好。

一种高效的APSK调制信号载波频偏估计算法

提出一种有效的幅度相位键控(APSK)调制信号载波频偏估计算法。该算法针对定时同步后的信号数据,根据APSK调制信号星座图数据点幅度半径不同的特点,将星座图上幅度半径最小的数据点保留,其余幅度半径较大的数据点的值均置零。对置零处理后的数据进行4次方谱线提取,从而估计信号的载波频偏。仿真试验表明该算法计算复杂度低,具有很强的实用性。当数据量为500,信噪比大于15 dB时,频偏估计均方误差低于-80 dB。

基于高阶累积量和谱分析的数字调制信号识别

提出了一种基于高阶累积量和谱分析识别多种数字调制信号的算法。首先根据各调制信号四阶和八阶累积量的不同,定义一个特征参数实现信号的类间识别;其次根据不同调制信号二次方谱与四次方谱的不同,提取出相应的特征参数,从而实现信号的类内识别。仿真实验结果表明,该方法在较低信噪比条件下可以对2/4/8PSK、2/4/8FSK信号实现识别,且识别率较高,具有很强的实用性。

基于对称相关谱和累积量切片的QAM信号识别

随着正交振幅调制信号(Quadrature Amplitude Modulation,QAM)的广泛应用,对其调制方式的识别显得至关重要。针对M-QAM的四次方谱谱线特征在低信噪比时对调制信号识别率低,且计算复杂度高等问题,提出了一种基于信号四次方的对称相关谱和四阶累积量的一维切片值的M-QAM调制方式的盲识别算法。该算法无需波特率和采样率等先验信息,没有复杂的迭代过程,可以应用于实际信号的调制识别,对NI USRP-2930无线接收平台接收的信号进行识别。实验结果表明,提出的算法在低信噪比下具有较高的识别率、实用性和有效性。

扩频信号通过非线性系统信噪比恶化分析

本文分析了扩频信号通过平方律检波器和四次律检波器后信噪比的恶化程度,文中使用直接分析法分析平方律检波器,使用转移函数法分析四次律检波器,并且利用工程中实测得的数据与理论值进行比较。根据分析得到的结论为工程中更好地实现各次检波器提供了依据,且通过分析平方律和四次律检波器得出适于高次(偶次)律检波器的结论。

π/4-CQPSK信号的频偏估计算法

针对π/4-CQPSK信号频偏估计问题,借鉴基于四次方谱的QPSK信号的频偏估计方法,从理论上分析了π/4-CQPSK信号和QPSK信号四次方谱的不同之处,给出了π/4-CQPSK信号四次方谱中谱线位置与频偏的关系,提出了π/4-CQPSK信号的频偏估计算法,并从理论上给出了算法的使用条件。仿真结果表明,当信噪比大于0 dB时,算法估计的归一化频偏的均方误差小于5×10^-12。