基于高阶累积量和循环谱的信号调制方式混合识别算法

BillScot2

摘 要：为了识别当前通信系统所采用的主要调制方式，该文结合高阶累积量和循环谱的特点，采用混合识别算法，
( f' {% T( z- j8 u同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数，
将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5 类。然后利用高阶
: b2 w  n' N  q5 ^% d. L累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识
别。为便于工程实现，该文采用半实物仿真以及 LabVIEW 和 MATLAB 混合编程来验证算法。仿真结果证明，该
' g* O# a# E' D9 i' v: o算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信
! F7 I: E  H6 d$ q, q号的分类，在信噪比高于 5 dB 时，调制方式识别率可达 94%以上，由此证明了该方法的有效性。
关键词：调制识别；高阶累积量；循环谱；神经网络
: Q! }# U0 }  B( ?# w3 w- G1 引言
) c" l. G: K; O  S  U3 y9 I: H近年来无线通信技术快速成长，数字信号调制
. K/ _0 E1 V/ b8 c: n分类的重要性日益上升。信号调制识别是信号检测
! i) e$ b+ ^# s4 c/ M和解调的中间过程，被广泛应用于光谱监视，干扰
% l) j8 _9 [: ?识别，智能调制解调器等等。在数字信号调制识别
" u6 j" k9 b" C( {- W$ B+ u; O3 L* m. L
) Q8 B2 ]+ M3 z( Z
% ]& E4 R; ], d
4 q( z3 I" S6 V5 M+ O6 |3 {3 Q

2 \! }- M  g$ e. C% A' [% y1 e附件下载：

游客，如果您要查看本帖隐藏内容请回复

vava

谢谢分享