共查询到17条相似文献,搜索用时 31 毫秒
1.
针对非合作接收条件下信号的调制识别问题,提出了一种基于循环谱特征和深度卷积神经网络的自动调制分类算法。该算法首先利用二值化、形态学操作等技术对循环谱数据集预处理,提高网络泛化能力;然后将数据集输入到卷积神经网络模型中,经过网络的特征提取实现分类识别。在网络中添加残差块网络增大感受野,提高特征提取能力。采用Dropout、优化函数等技术优化网络结构,防止训练过拟合。仿真结果表示,与传统方法和现有的一些深度学习调制识别方法相比,该算法在低信噪比条件下有更高的准确率,具有明显的抗噪声优势,是一个有效的调制识别算法。 相似文献
2.
3.
本文讨论高斯噪声环境下低信噪比弱调制AM信号的检测与识别问题。利用循环平稳信号谱相关函数和特点和单循环检测器(SCD)完成对低信噪比弱调制AM信号的检测与调制识别。文中给出循环平稳信号频率平滑谱相关算法(FSM)和用于低信噪比弱调制AM信号的检测的单循环检测器,并给出计算机模拟计算结果。 相似文献
4.
针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。 相似文献
5.
6.
7.
8.
基于信号特征进行模式识别的调制识别方法需要先计算信号的高阶特征、高阶累积量再进行模式识别,整体设计复杂,特征不易计算。机器学习技术由于其强大的特征提取能力和分类能力,被广泛应用到模式识别领域中。针对调制识别问题,提出了一种基于欠完备自编码器的调制识别技术,使用欠完备自编码器进行调制信号的特征自动提取,再使用神经网络分类器进行分类识别。整体模型更为简洁,运算复杂度较低,有利于部署在硬件上进行实时识别。对常见的BPSK、QPSK、2ASK、2FSK、16QAM数字调制方式进行的识别实验表明,算法在信噪比10 dB时平均识别率高于0.97,并且在信噪比为0 dB时仍然有0.92以上的平均识别率。 相似文献
9.
10.
根据上扫频和下扫频线性调频(LFM)信号的特性,针对传统的超宽带无线通信系统中线性调频扩频技术存在的调制效率低、误码率性能低、实现复杂高等问题,结合线性调频(Chirp)扩频以及循环移位编码(CCSK)扩频,提出了一种基于线性调频信号的循环移位线性调频扩频技术(CS-CSS)。首先,将输入数据映射在循环移位因子(CSF)上;然后,根据CSF数值对基带所产生的Chirp信号进行循环移位达到调制的目的;最后,在解调端经过加窗处理、快速傅里叶变换(FFT)得到与发射端对应的CSF,从而得到发送的数据。误符号率的仿真结果与理论推导公式相吻合,从调制效率和误码率性能上讲,该方案相比线性调频二进制正交键控(Chirp BOK)系统具有超过10 dB的误码率性能。因此,该方案具有更好的误码率性能、更高的调制效率及实现更低的复杂度。 相似文献
11.
介绍了非协同方式下工程上通信信号事后分析的总体框架及流程,重点讨论了通信信号分析中的参数测量、调制识别、细微特征分析、信道盲均衡、解码、跳频分析等关键技术以及工程应用上的实际问题和解决方法。 相似文献
12.
13.
14.
针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法。该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编码信号。仿真实验表明,该算法在信噪比优于-2 dB的情况下可以完成脉内信号的调制特征识别,其抗噪性能和识别率均明显优于传统识别方法。 相似文献
15.
针对传统调制域检测法在提取雷达信号脉内特征中的不足,提出了一种通过检测极值点来提取信号脉内特征的方法。首先通过检测出信号极值点,再对极值点进行运算处理,进而提取出极值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势,并运用二次提取频率来估计码元宽度,使得算法的信噪比性能得到有效改善。仿真结果表明,与传统调制域检测法相比,该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提高30%。 相似文献
16.
概述了通信信号调制识别的研究内容、识别算法和发展前景,并对以后的发展提出了自己的建议。 相似文献
17.
针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换(Synchrosqueezing Short-Time Fourier Transform,SSTFT)的分类识别方法。首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机(Support Vector Machine,SVM)中进而实现无人机的分类识别。基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03%。 相似文献