|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
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，$ z" U: E6 g8 y0 D5 p
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，
. y( p1 U+ v1 A5 \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
: \- F1 I9 _( l8 M8 X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
8 U% [. [! G! B, H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
5 r/ h. R3 {" H+ g3 s; h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
1 T9 Q6 V/ e: n0 y3 ^" c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。# D) v5 @" H7 z
关键词：调制识别；高阶累积量；循环谱；神经网络
* ~1 d' l7 ~6 \, e" K% w F8 f9 m1 引言+ s O F+ _8 ^+ e% o& N& a
近年来无线通信技术快速成长，数字信号调制
5 H! W( [. f. q: u3 L0 q分类的重要性日益上升。信号调制识别是信号检测9 I/ E' N- t& `& Q9 ^7 W+ ?5 y
和解调的中间过程，被广泛应用于光谱监视，干扰
% [$ F! l7 l9 h g# |+ _识别，智能调制解调器等等。在数字信号调制识别
- Y( p: o/ L- @2 u S' P" c3 i1 m; }+ I5 H( [: x: d
) g3 C& p; ~' M
+ _ R/ S' c. _6 |8 w
( s2 t# ?- U. Q8 ^6 f# B/ Q! Z, T- G- q
附件下载：) _! w+ k5 _- B% |0 u! e$ t
( T0 v% E; b- a* c8 A7 f$ I% {; n
|
|
/1 
发表于 2021-1-7 11:07
收藏
淘帖
支持！
反对！