频偏稳健的分级调制分类算法

通过对观测样本进行非线性变换,提出了一种基于高阶累积量分级调制分类算法,有效解决 了频偏引起的相位旋转问题。仿真表明,在归一化频偏小于0.2时,算法具有 较好的分类性能。理论分析和仿真结果均证明了算法的正确性和有效性。     

干扰环境下的信号调制识别

针对干扰环境提出了一种基于独立成分分析（ICA）和支持矢量机（SVM）的通信信号调制识别算法。算法利用多天线接收技术,采用独立成分分析方法寻求观测样本矢量的统计独立分量,设计了以二值支持矢量机（SVM）为基础的多值分类器,该算法具有较高的训练速度和较好的分类性能。仿真表明,当信干比大于10 dB、移动速度小于12 m/s时,算法的总体正确识别率超过0.9。干扰环境下的信号调制识别研究具有较重要的实际工程应用意义。     

数字调制通信信号载波频率估计算法

应用修正的ESPRIT算法估计6种数字调制通信信号的载波频率，并且和其他两种算法的性能作了比较。仿真表明，在中等信噪比条件下，ESPRIT算法对载波频率的估计具有均值精确、方差小的特点，表现出较好的实用性和较强的稳健性。