一种改进的BPSK/QPSK信号调制识别算法

提出了一种基于顺序统计量特征的二进制相移键控/正交相移键控（BPSK/QPSK）信号调制识别算法。对观测信号进行平方并做离散傅里叶变换运算,将变换结果取模后去除最大值得到修正频谱,并取修正频谱的最大值作为识别特征量,利用恒虚警准则确定判决门限,将识别特征量与门限比较来完成对BPSK和QPSK两种调制信号的识别。计算机仿真表明,当信噪比适度时,所提算法可对BPSK及QPSK两类信号进行有效识别。当信噪比大于1 dB时,算法的平均识别正确率达到90%以上。     

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。     

基于瞬时测频的BPSK和QPSK信号参数估计

针对RWR/ESM中瞬时测频(IFM)无法对相位编码信号脉内参数进行测量的问题,提出了一种对载频的估计方法和两种对码元的估计方法。通过采用高采样率ADC采样、解模糊、平滑和取均值的处理流程对信号载频进行估计;利用相位跳变和相干解调两种方法分别对码元进行估计。仿真结果证明了上述方法对载频和码元估计的有效性。在对码元的估计中：相位跳变法实时性好,但需要一定的先验知识;相干解调法不需要任何先验知识,但实时性不好。所得结论对工程应用研究具有一定参考价值。     

基于时域调制域特征的IFF模式5信号识别

针对Mark XIIA系统模式5信号处理的需求,对模式5信号的格式和基本特征进行了分析,提出了一种基于模式5信号时域和调制域特征的识别方法。该方法通过提取模式5信号脉冲时域参数和对脉冲进行MSK解调,获取模式5前导脉冲时域参数脉宽和前导脉冲固有的16位MSK解调结果0111100010001001来完成模式5信号前导脉冲识别,并根据前导脉冲偏移值特点优化了模式5信号框架匹配算法流程,实现了模式5信号的识别处理。Matlab仿真和硬件实现验证了方法的有效性,当满足一定信噪比条件时,识别正确率可达100%。     

基于BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数，并从提高收敛速度和正确识别概率出发，构建了最佳的神经网络分类器。实验结果表明，该技术拥有较好的通信信号调制体制识别性能。     

基于有限状态机的QPSK调制系统发送模块FPGA实现

分析了所设计的通信系统发射波形的帧格式,结合有限状态机（Finite State Machine,FS M）的设计思想,在FPGA上实现了通信系统的发送模块,将同步头数据、标志位数据 、相位校正数据、正文数据各部分数据按先后顺序有序发送,实现了模块间的无缝链接,使 系统的数据发送稳定可靠。     

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%。     

基于调制域的雷达信号脉内特征提取新方法

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%。     

基于循环谱的BPSK信号符号速率盲估计

在非协作通信中,符号速率估计是信号解调的关键过程。提出了一种基于循环谱分析的二进制相移键控(Binary Phase Shift Keying,BPSK)信号符号速率的盲估计方法,利用BPSK信号在循环频率维度中区别于其他相移键控(Phase Shift Keying,PSK)信号的峰值奇异特征,精确提取BPSK信号的载波频率,之后利用载波频率值估计符号速率。仿真结果表明,在信噪比不低于2 dB时,所提方法估计结果值与理论值完全一致。     

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%。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混 合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分 析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时 域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割 ,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真 结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

采用广度优先搜索邻居聚类的通信信号调制识别

针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。