基于改进的半监督聚类的MQAM信号调制识别

传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对该问题,提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现了MQAM信号调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。     

基于改进的半监督聚类MQAM信号的调制识别

传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对此问题,本文提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现对不同阶数MQAM信号的调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。     

未知雷达信号BFSN聚类分选算法的FPGA实现

信号分选是雷达侦察系统中至关重要的环节,利用现场可编程逻辑门阵列(FPGA)实现雷达信号分选对系统速度和可靠性的提升具有重大影响,为此提出了一种非处理器架构并完全基于FPGA器件的广度优先搜索邻居(BFSN)聚类分选算法实现架构。在Xilinx公司的Virtex 5 FPGA上进行了硬件实现,并通过软件仿真与硬件测试对架构进行了实验验证。实验结果证实,该架构可对5部模拟雷达信号进行有效且快速的处理,证明了基于FPGA的雷达信号分选实现在工程上的可行性与高效性。     

短波信道下的信号调制方式识别

针对短波信道条件下的通信信号调制识别问题,提取了以信号功率谱的各种特征为主要特征参数,使用判决树分类器,对基于Watterson信道模型下的九类常用短波信号进行调制识别.仿真结果表明,所选取的特征参数具有很好的稳健性,在中等短波信道且在低信噪比条件下有较高的正确识别率,且方法简单便于工程实现.     

基于循环谱的快速信号搜索

传统的短波干扰电台以扫频的方式，基于信号功率谱来搜索信号，对调制特性缓变的信号有不错的效果，但是很难捕获像自动线路建立信号（ALE）实样的短暂信号，本文提出一种基于循环谱的宽带快速搜索方法，在10dB时对ALE的搜索成功率在90%以上。     

基于动态聚类的MPSK信号调制分类

通信信号的自动识别技术受到日益广泛的重视，本文提出了一种新的MPSK信号调制分类算法，对截获接收机输出的频带MPSK信号在未知载波频率的情况下，通过对延迟乘积信号进行分析处理，进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下，利用动态聚类算法对此基带相位信号序列求取最佳聚类数M，从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。     

无线电信号的调制识别研究

无线电通信技术的不断发展,使得通信环境日渐复杂多变。通信信号可以采用多种多样十分复杂的调制方式,而怎样有效快捷地监控和识别这些通信信号就显得至关重要,而通信信号调制识别的基本任务是在有多信号的环境和有噪声的干扰之下将接收信号的调制方式和其他信号参数确定出来,从而进一步对信号进行更深程度地分析和处理。     

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。     

基于模糊聚类的常规通信信号自动分选方法

为解决从干扰环境中自动分选出常规通信信号的问题,提出了一种基于模糊聚类的常规通信信号分选方法.该方法首先利用区分度函数确定最优的相关度阈值参数,然后利用模糊聚类算法对利用频域检测和测向得到的测量集进行信号分选,并对分选后的通信信号进行特征参数估计.实验结果表明,该算法能够在不做任何假定的条件下对常规通信信号进行正确分选,并对窄带信号的特征参数进行准确估计.     

基于K均值聚类的SPPM分步分类检测算法

针对空间脉冲位置调制系统中采用最大似然检测算法时存在计算复杂度高的问题,依据空间脉冲位置调制信号矩阵的特点,提出了一种基于K均值聚类的分步分类检测算法.首先,采用基于信号向量检测算法完成训练样本中光源索引号的检测,利用K均值聚类算法对训练样本进行离线训练得到其质心与调制符号间的映射关系.然后,以该映射关系为准则完成在线...     

基于接收信号点极坐标的调制方式识别

提出一种信号调制识别算法.该算法提取接收信号点的极坐标值作为识别特征,利用基于样本与核的相似性度量动态聚类,对不同调制的信号星座图进行分类而完成信号的调制识别.算法较好地克服了相位估计误差的影响,仿真表明该算法有效.     

基于循环平稳分析的MPSK信号调制分类

提出了一种新的MPSK信号调制分类算法。通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号。由于高阶循环统计量具有抗平稳噪声的能力,从而在高阶循环累积量域构成了分类特征不变量。这种分类算法无需知道信号参数的先验信息,理论分析和实验结果证实了分类算法的有效性。     

Automatic modulation classification based on the combination of clustering and neural network

In this paper,we propose a new modulation classification method based on the combination of clustering and neural network,in which a new algorithm is introduced to extract key features.In order to recognize modulation types based on the constellation diagram such as phase shift keying(PSK)and quadrature amplitude modulation(QAM),fuzzy C-means(FCM)clustering is adopted for recovering the constellation under different number of clusters.Then cluster validity measure is applied to extract key features which di...     

基于MIMO的可见光通信中的信道均衡

针对基于多输入多输出(MIMO)的室内可见光通信(Visible-Light Communication,VLC)系统中存在的码间串扰(ISI)问题进行了分析,并提出了适用于MIMO可见光通信系统的信道均衡方案及实现方法.仿真实验结果表明,该方法可以有效降低MIMO可见光通信系统中的码间串扰的影响.     

基于稀疏深度神经网络的电磁信号调制识别

为在低复杂度约束条件下提升电磁信号调制识别的性能,提出了一种基于稀疏深度神经网络(Sparse Deep Neural Network, SDNN)的电磁信号调制识别方法。首先,通过提取电磁信号同相和正交两路数据绘制出信号的星座图,作为信号的浅层特征表达;然后,基于星座图中各信号点密度大小对星座图进行上色,增强星座图中信号特征;最后,通过SDNN对增强后的星座图进行识别分类。实验结果表明,SDNN模型选取合适的剪枝率后,能够有效降低模型存储规模和计算量,其中模型参数压缩了72%,浮点运算量压缩了45%,与原模型97%的综合识别率相比,稀疏化处理后模型的综合识别率为96.8%,在小幅度识别精度损失范围内大幅降低了模型复杂度。     

基于均匀圆阵的短波测向性能分析

针对非均匀地面参数引起的短波测向误差问题,导出了含有地面参数的测向阵列流形模型,给出了水平极化和垂直极化两种圆形阵列流形的具体表达式,并利用多重信号分类(multiple signal classification, MUSIC)方法对地面参数不均匀性导致的两种阵列测向误差进行了仿真. 仿真结果表明：对沿着地面参数不均匀区分界方向的来波信号,方位角测向明显存在较大的测向误差;在低电导率的非均匀地面,地面相对介电常数的变化对方位角测向误差有着显著影响,可达到2°~ 3°;非均匀地面参数对垂直极化阵列测向误差要比水平极化阵列高出1°~ 2°. 因此在短波固定测向站建设时,尽可能选址高电导率区域,并铺设地网改善天线场地的均匀性,来消除非均匀地面参数变化引起的测向误差.     

直扩系统中基于匹配追踪的调频干扰识别方法研究

本文针对线性和非线性调频干扰,通过构建多时频结构特征原子词典,运用匹配追踪算法来实现具有不同时频结构特征调频干扰的分类和识别,依此提出了一个针对调频干扰的识别和分类方法。计算机仿真结果表明,该方法不仅能实现对不同时频结构特征调频干扰的分类和识别,而且不需要预先训练,从而降低算法复杂性,提高了时效性。