分离通道联合卷积神经网络的自动调制识别

针对通信信号的自动调制识别需要大量特征提取的问题,提出了一种分离通道卷积神经网络自动调制识别算法。该算法通过结合深度学习中卷积神经网络(CNN),分别提取时域信号的多通道和分离通道调制特征,再利用融合特征实现不同信号的分类。仿真结果表明,相比基于CNN的算法,所提算法在高信噪比下针对两个数据集的识别率分别提升7%和18%;此外,相比于基于特征提取的传统识别算法,其高阶调制识别性能平均提升3 dB。     

基于ResNet_NSCS的通信信号调制识别

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。     

一种欠完备自编码器调制识别技术

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。     

通信信号调制模式的自动识别技术及发展前景

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。     

应用深度学习的信号解调

针对噪声干扰信道下的信号解调问题，提出了应用深度学习的信号识别方法，通过识别信号完成信号解调。深层置信网络使用受限波尔兹曼机为基本单元，设计针对通信信号识别的多层深层置信网络。通信信号首先变换为特定表征序列，并以此构建完备的训练集合对深度置信网络进行逐层的无监督学习和全局有监督的微调反馈学习，在深层置信网络的权重参数优化过程中实现对通信信号的特征提取与识别。仿真实验表明，与传统调制信号解调方法相比，应用深度学习的信号解调方法的检测性能有约0.4 dB的提升。     

一种优化的卷积神经网络调制识别算法

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。     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

一种OFDM雷达通信一体化的距离超分辨方法

针对雷达通信一体化中的共享信号设计问题，设计了一种脉冲体制正交频分复用（OFDM）波形，并提出了一种基于OFDM共享信号的雷达通信一体化距离超分辨方法。每一脉冲为通信中的一帧，实现通信信息调制，并讨论了利用雷达副瓣进行通信信息传输的可行性。在雷达相干处理时间内，利用脉间通信调制信息的随机性实现距离解模糊，然后在通信信息补偿后构建距离的稀疏重构模型，并利用实现距离的超分辨估计。理论分析和仿真实验说明，所提方法能有效提高距离分辨力，并实现Mbit/s的数据通信。     

利用指数范数的QAM信号调制识别方法

针对高阶正交幅度调制（QAM）类信号的调制识别问题，提出了一种利用指数范数的调制识别分类方法，实现了由5种QAM类信号所组成信号集的调制识别。首先，对信号集内待识别信号提取指数范数特征，依次将16QAM和32QAM信号从信号集内识别出来；然后，对信号集内剩余信号提取高斯指数范数特征，依次识别64QAM、128QAM和256QAM信号；最后，根据决策树原理设计分类器，实现信号集内5种QAM类信号的识别。仿真结果表明，在信噪比大于6 dB时，该方法对信号集内的信号的识别正确率超过96%。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

基于参量直方分布的数字信号调制识别

本文就美国针对中国产品采取特定产品保障措施第一案,从基本案情、裁决推理、裁决结果和最终结果作了归纳,并就该案的相关法律问题和潜在影响做出分析。     

移动通信信号自动调制识别的谱相关方法

一些不同的数字调制信号有着相同或相近的功率谱密度，但它们的谱相关函数却有明显区别。平稳的噪声和干扰的谱相关为零。利用谱相关函数的这些性质可以识别出噪声中的调制信号。本文提出了一种用于移动通信信号自动调制识别的谱相关算法，该方法可以识别各种主要无线系统和标准所采用的调制类型。     

卫星数字调制混合信号的自动识别

针对卫星数字混合信号的特征,提出了在载波速率和符号速率初判基础上的自动识别方案.该方案利用数字混合信号与常用数字调制信号在信号频谱以及星座点的差异提取特征参数进行自动识别.仿真结果表明,该方案具备实用性和可行性.     

基于小波变换的数字通信信号识别

本文讨论商务英语教学中培养使用英语从事商务活动的内涵品质的重要性,阐述了培养从事商务活动的人员内涵品质不仅是商务英语学习的重要内容, 也是商务英语人才的必备的人文素质的观点,并提出了培养人文素质可运用的课堂活动及其原则。     

通信信号分析工程应用关键技术

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。