CN101834819B - 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 - Google Patents
基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 Download PDFInfo
- Publication number
- CN101834819B CN101834819B CN2010101723743A CN201010172374A CN101834819B CN 101834819 B CN101834819 B CN 101834819B CN 2010101723743 A CN2010101723743 A CN 2010101723743A CN 201010172374 A CN201010172374 A CN 201010172374A CN 101834819 B CN101834819 B CN 101834819B
- Authority
- CN
- China
- Prior art keywords
- modulation
- instantaneous
- condition
- shift keying
- zero center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置,属于通信领域,本发明为解决利用A.K.Nandi和E.E.Azzouz提供的判决树进行自动识别存在正确率低,识别时间长的问题。本发明基于平行判决的模拟数字混合调制方式识别装置包括调制信号接收模块将接收的调制信号通过瞬时特征归一化处理模块和调制方式特征参数提取模块后,通过调制方式粗分类判断模块进行粗分类,然后再通过振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块进行详细分类;基于平行判决的数字调制方式识别装置与之不同的地方在于接收的数字调制信号,且粗分及详细分类时的模块内部结构不同。
Description
技术领域
本发明涉及基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置,属于通信领域。
背景技术
数字或模拟调制方式的分类在通信的一些应用中扮演着十分重要的角色,如信号的确认、干扰的判定、监测、电子对抗与军事威胁分析等,都需要对信号调制方式进行识别,因此,如何正确识别信号的调制方式已成为通信领域的一个重要研究课题之一。
基于统计模式识别的决策理论方法通常根据信号的统计特性,基于耗费函数最小化原则,导出统计检验量即特征参数,以形成判决门限及其相应准则。英国学者A.K.Nandi和E.E.Azzouz提出了一种简化的决策理论算法,它的流程图如图5所示,要识别的数字调制方式包括2ASK、4ASK、2FSK、4FSK、BPSK和QPSK这几种常用的数字调制信号。各种调制方式统一的数学表达式:
其中an是调制码元,g(t)为成形函数,fc和θc分别是载波频率和相位,θn为调制相位,n(t)为高斯白噪声。
从这些调制方式可以看出,它们中有的是幅度调制,有的是相位调制,还有的是幅度和相位两种调制信息都有。因此可以从接收信号中提取出信号的瞬时幅度、相位和频率,并由这些瞬时参数构造出一些特征参数,通过设置的特定门限来区分不同的调制方式。
该方式利用5个特征参数进行识别,并能得到较高的识别正确率,这5个特征参数分别为:零中心归一化瞬时幅度功率谱密度的最大值γmax、零中心归一化瞬时幅度绝对值的标准偏差σaa、非弱信号段零中心化瞬时相位非线性分量标准偏差σdp、非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差σap、非弱信号段零中心归一化瞬时频率绝对值标准偏差σaf。
利用5个特征参数进行识别,并能得到较高的识别正确率。该方法简单易行,适合实时分析。
通过对A.K.Nandi和E.E.Azzouz所提供的判决树自动识别流程图的分析与测试,正确率低,识别时间长等,具体存在以下几个缺点:
(1)在每个判决节点处同时只有一个特征参数参与判决,这意味着自动识别的成功率不仅与特征参数使用的先后次序有关,而且完全取决于每个特征参数的单次正确判决概率;
(2)由于使用单一的特征参数判决流程,使得用于识别的采样点数大大增加,导致的是自动识别过程耗费的时间较长;
(3)每个特征参数都需相应地设置一个判决门限,而门限的选取对自动识别的正确率影响很大,如在不同的信噪比环境下就有不同的最优判决门限;
(4)对不同的自动识别算法采用了相同的特征参数,只是这些特征参数所处的判决流程中的位置不同而已,这就导致在相同的信噪比条件下不同的自动识别算法识别的正确率完全不同。
发明内容
本发明目的是为了解决利用A.K.Nandi和E.E.Azzouz提供的判决树进行自动识别存在正确率低,识别时间长的问题,提供了基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置。
本发明基于平行判决的模拟数字混合调制方式识别装置,它包括调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
调制信号接收模块:用于接收模拟或数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的模拟或数字调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:σdp>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM,完成模拟数字混合调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成振幅键控类调制方式的详细分类,
条件51:μa 42>t(μa 42),
条件52:σaa>t(σaa),
若满足条件51为是,则判定接收的调制信号类别为AM,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为否,则判定接收的调制信号类别为2ASK,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为是,则判定接收的调制信号类别为4ASK,完成模拟数字混合调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并根据判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成模拟数字混合调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成模拟数字混合调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成频移键控类调制方式的详细分类,
条件71:μf 42>t(μf 42),
条件72:σaf>t(σaf),
若满足条件71为是,则判定接收的调制信号类别为FM,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为否,则判定接收的调制信号类别为2FSK,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为是,则判定接收的调制信号类别为4FSK,完成模拟数字混合调制方式的识别。
本发明基于平行判决的数字调制方式识别装置,它包括数字调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
数字调制信号接收模块:用于接收数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的数字调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM的数字调制方式,完成数字调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并通过判断σaa>t(σaa)是否成立,来完成振幅键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4ASK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2ASK,完成数字调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并通过判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成数字调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并通过判断公式σaf>t(σaf)是否成立,来完成频移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4FSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2FSK,完成数字调制方式的识别。
本发明的优点:
1.本发明装置识别正确率高。
2.每个判决节点处同时多个特征参数参与判决,这就避免了判决树自动识别流程的特征参数使用先后次序的问题。
3.特征参数针对不同判决任务选取不同的判决门限,这不仅使识别算法更有效,还能简化自动识别流程算法的设计。
4.可根据自动识别系统的数字信号处理能力来调整自动识别算法的平行结构。
附图说明
图1是本发明实施方式一所述基于平行判决的模拟数字混合调制方式识别装置示意图,图2是本发明实施方式一所述基于平行判决的模拟数字混合调制方式识别装置所涉及方法的流程图,图3是本发明实施方式二所述基于平行判决的数字调制方式识别装置示意图,图4是本发明实施方式二所述基于平行判决的数字调制方式识别装置所涉及方法的流程图,图5是背景技术中所述的判决方法流程图。
具体实施方式
具体实施方式一:下面结合图1和图2说明本实施方式,本实施方式基于平行判决的模拟数字混合调制方式识别装置,它包括调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
调制信号接收模块:用于接收模拟或数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的模拟或数字调制信号的瞬时特征进行提取,并对提取的瞬时特征进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:σdp>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM,完成模拟数字混合调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成振幅键控类调制方式的详细分类,
条件51:μa 42>t(μa 42),
条件52:σaa>t(σaa),
若满足条件51为是,则判定接收的调制信号类别为AM,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为否,则判定接收的调制信号类别为2ASK,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为是,则判定接收的调制信号类别为4ASK,完成模拟数字混合调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并根据判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成模拟数字混合调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成模拟数字混合调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成频移键控类调制方式的详细分类,
条件71:μf 42>t(μf 42),
条件72:σaf>t(σaf),
若满足条件71为是,则判定接收的调制信号类别为FM,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为否,则判定接收的调制信号类别为2FSK,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为是,则判定接收的调制信号类别为4FSK,完成模拟数字混合调制方式的识别。
本实施方式所述装置完成的是如图2所述的模拟数字混合调制方式识别的方法,基于平行判决的模拟数字混合调制方式识别方法包括以下步骤:
步骤一、接收调制信号;
步骤二、将接收到的调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i),
步骤三、利用步骤二归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,
步骤四、判断以下三个条件是否成立:
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:σdp>t(σdp),
t(γmax1)为max=γmax1的门限值,t(γmax2)为max=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),t(γmax1)和t(γmax2)的选取由用户根据实际情况而定。
若同时满足条件1为是、条件2为是和条件3为否,则执行步骤五,
若同时满足条件1为否、条件2为是和条件3为是,则执行步骤六,
若同时满足条件1为否、条件2为否和条件3为是,则执行步骤七,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM,完成模拟数字混合调制方式的识别,
步骤五、判断以下两个条件是否成立:
条件51:μa 42>t(μa 42),
条件52:σaa>t(σaa),
若满足条件51为是,则判定接收的调制信号类别为AM,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为否,则判定接收的调制信号类别为2ASK,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为是,则判定接收的调制信号类别为4ASK,完成模拟数字混合调制方式的识别,
步骤六、判断σap>t(σap)是否成立,
判断结果为是,则判定接收的调制信号类别为QPSK,完成模拟数字混合调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成模拟数字混合调制方式的识别,
步骤七、判断以下两个条件是否成立:
条件71:μf 42>t(μf 42),
条件72:σaf>t(σaf),
若满足条件71为是,则判定接收的调制信号类别为FM,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为否,则判定接收的调制信号类别为2FSK,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为是,则判定接收的调制信号类别为4FSK,完成模拟数字混合调制方式的识别。
上述方法具有以下几个特点:
(1)整个判决流程分为两部分:基本调制类型识别与详细调制类型识别。第一部分的识别任务为ASK和AM、FSK和FM、PSK和QAM调制信号的基本类型识别,而第二部分的识别任务为识别二进制或多进制的ASK和AM、二进制或多进制的FSK和FM、二进制或多进制的PSK调制信号。这样的自动识别流程更有条理,而且识别正确率有所提高。
(2)在每个判决节点处同时多个特征参数参与判决,这就避免了判决树自动识别流程的特征参数使用先后次序的问题。
(3)一个特征参数针对不同判决任务可选取不同的判决门限,这不仅使识别算法更有效,还能简化自动识别流程算法的设计。例如在利用中心归一化瞬时幅度功率谱密度的最大值γmax执行第一部分的识别任务时,就取用了两个门限值来进行识别,大大优化了PSK信号的识别过程。
(4)可根据自动识别系统的数字信号处理能力来调整自动识别算法的平行结构。本文的计算机仿真中,自动识别流程的两个识别部分是分步进行的,在第一步平行识别出ASK和AM、FSK和FM、PSK和QAM调制信号,第二步再识别调制信号的进制数,并区分出模拟调制信号FM和AM信号。因此本文所提出的算法是一种部分平行判决算法,若想在统计样本数量、自动识别时间方面得到最佳表现,可以根据系统的运算能力选择完全平行判决方式进行模拟和数字调制方式的联合识别。
几个特征参数的获取过程如下:
其中:a(i)为瞬时幅度;N为取样点数,
零中心化处理后的瞬时相位的非线性分量ΦNL(i)由公式
零中心瞬时频率fm(i)由公式
其中:f(i)为信号的瞬时频率。
七个特征参数的获取的详细过程如下:
1、零中心归一化瞬时幅度功率谱密度的最大值γmax,
γmax由(1)式计算得出:
式中N为取样点数,acn(i)为零中心归一化瞬时幅度,由下式计算:
acn(i)=an(i)-1 (4)
将公式(1)至公式(2)代入公式(4)得出:
式中ma为瞬时幅度a(i)的平均值,an(i)是归一化瞬时幅度。用平均值来对瞬时幅度进行归一化的重要性在于消除信道增益的影响。
γmax表示零中心归一化瞬时幅度功率谱密度的最大值,用于2FSK、4FSK、FM信号与其它调制信号的分离。由于恒包络的2FSK、4FSK和FM信号有稳定的瞬时幅度,所以其零中心归一化瞬时幅度为零,因此其功率谱密度也为零,既不带有任何幅度信息。
PSK信号具有幅度信息是由于受信道带宽的限制,在相位变化时刻将会产生幅度突变,所以会有幅度信息被添加在连续的符号间。而ASK、AM与QAM信号本身就具有幅度信息,而且ASK信号、AM信号与QAM信号能量比较集中,频谱占用率较小。由ASK信号的功率谱密度图就容易看出,能量大量集中在载频处。假设其判决门限为t(γmax)。
2、零中心归一化瞬时幅度绝对值的标准偏差σaa:
σaa由(6)式计算得出:
式中acn(i)是零中心归一化瞬时幅度,其定义由(2-4)式给出。acn(i)主要用于区分2ASK信号和4ASK,16QAM信号。因为对于2ASK信号其瞬时幅度绝对值是一常数,不含幅度信息,所以从理论上有σaa=0。而对4ASK、16QAM信号,其瞬时幅度的绝对值不是常数,仍带有幅度信息,所以σaa≠0。假设其判决门限为t(σaa)。
3、非弱信号段零中心化瞬时相位非线性分量标准偏差σdp:
σdp由式(7)计算得出:
ΦNL(i)是零中心化处理后的瞬时相位的非线性分量。在载波完全同步时,有:
而ta是判断弱信号段的一个幅度判决门限电平,低于此电平门限时,信号的相位对噪声很敏感,会造成较大的相位失真。C是在数据集合{ΦNL(i)}中an(i)>ta的信号的个数,即属于非弱信号值的个数。
σdp表示非弱信号段的零中心化瞬时相位非线性分量的标准偏差,主要用于识别带有相位信息的BPSK、QPSK与16QAM信号。2FSK、4FSK和FM信号由于其调制原理,频率调制同样反映为相位的变化,所以也带有直接相位信息。而ASK信号和AM信号没有直接相位信息,即σdp=0。假设其判决门限为t(σdp)。
4.非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差σap:
σap的由公式(9)计算得出:
式中ΦNL(i)定义如上面所述。σap表示非弱信号段的零中心化瞬时相位非线性分量绝对值的标准偏差,主要用于区分BPSK与QPSK,16QAM。对于BPSK信号,因为其只有两个相位值,故其零中心归一化瞬时相位的绝对值为常数,即不带有相位信息,σap<t(σap)。而对于QPSK与16QAM,因为它们瞬时相位分别有四个和六个值,取绝对值后仍带有相位信息,所以其零中心归一化瞬时相位的绝对值不为常数,σap>t(σap)。假设其判决门限为t(σdp)。
5、非弱信号段零中心归一化瞬时频率绝对值标准偏差σaf:
在瞬时频率特性方面,用于数字调制信号识别的特征参数为非弱信号段零中心归一化瞬时频率绝对值标准偏差σaf。
σaf由公式(10)计算得出:
其中rs为数字信号的符号速率,f(i)为信号的瞬时频率,fm(i)为零中心瞬时频率,fN(i)是零中心归一化瞬时频率,由公式(11)计算得出:
σaf表示零中心归一化瞬时频率绝对值的标准偏差,主要用于区分2FSK与4FSK信号。对于2FSK信号,其瞬时频率只有两个值,所以经归一零中心化后瞬时频率绝对值是常数,即σaf<t(σaf)。而对于4FSK信号,由于其瞬时频率有四个值,经归一零中心化后瞬时频率绝对值仍带有频率信息。假设其判决门限为t(σaf)。
6、零中心归一化瞬时振幅峰值(四阶矩)μa 42:
μa 42由公式(12)计算得出:
μa 42主要用来区分是AM信号还是ASK信号,即区分是模拟幅度调制还是数字幅度调制。因为对AM信号其瞬时幅度具有较高的紧致性即μa 42值较大,而对ASK信号由于只有2个或4个电平值,其紧致性较差即μa 42值较小。所以可以通过设置一个适当门限t(μa 42)来判别是AM信号[μa 42>t(μa 42)]还是ASK信号[μa 42<t(μa 42)]。
7、零中心归一化瞬时频率峰值(四阶矩)μf 42:
μf 42由公式(13)计算得出:
μf 42主要用来区分是FM信号还是FSK信号,即区分是模拟调频信号还是数字调频信号。因为对FM信号其瞬时频率具有较高的紧致性即μf 42值较大,而对FSK信号由于只有2个或4个电平值,其紧致性较差即μf 42值较小。所以可以通过设置一个适当门限t(μf 42)来判别是FM信号[μf 42>t(μf 42)]还是MSK信号[μf 42<t(μf 42)]。
从这些特征参数的定义看,都是从待识别的调制信号的瞬时幅度、瞬时相位和瞬时频率中提取出来的,因而特征提取的过程实际就是获取调制信号的瞬时幅度、瞬时相位和瞬时频率的过程。
具体实施方式二:下面结合图3和图4说明本实施方式,本实施方式基于平行判决的数字调制方式识别装置,它包括数字调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,其特征在于,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
数字调制信号接收模块:用于接收数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的数字调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM的数字调制方式,完成数字调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并通过判断σaa>t(σaa)是否成立,来完成振幅键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4ASK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2ASK,完成数字调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并通过判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成数字调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并通过判断公式σaf>t(σaf)是否成立,来完成频移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4FSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2FSK,完成数字调制方式的识别。
本实施方式所述装置完成的是如图4所述的数字调制方式识别的方法,基于平行判决的数字调制方式识别方法包括以下步骤:
步骤一、接收数字调制信号;
步骤二、将接收到的数字调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i),
步骤三、利用步骤二归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap和σaf,
步骤四、判断以下三个条件是否成立:
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),t(γmax1)和t(γmax2)的选取由用户根据实际情况而定。
若同时满足条件1为是、条件2为是和条件3为否,则执行步骤五,
若同时满足条件1为否、条件2为是和条件3为是,则执行步骤六,
若同时满足条件1为否、条件2为否和条件3为是,则执行步骤七,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM的数字调制方式,完成数字调制方式的识别,
步骤五、判断σaa>t(σaa)是否成立,
判断结果为是,则判定接收的调制信号类别为4ASK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2ASK,完成数字调制方式的识别,
步骤六、判断σap>t(σap)是否成立,
判断结果为是,则判定接收的调制信号类别为QPSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成数字调制方式的识别,
步骤七、判断公式σaf>t(σaf)是否成立:
判断结果为是,则判定接收的调制信号类别为4FSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2FSK,完成数字调制方式的识别。
本实施方式中的瞬时特征及特征参数的求解方法与实施方式一中的相同,在此不再赘述。
Claims (9)
1.基于平行判决的模拟数字混合调制方式识别装置,它包括调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,其特征在于,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
调制信号接收模块:用于接收模拟或数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的模拟或数字调制信号的瞬时特征进行提取,并对提取的瞬时特征进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:σdp>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM,完成模拟数字混合调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成振幅键控类调制方式的详细分类,
条件51:μa 42>t(μa 42),
条件52:σaa>t(σaa),
若满足条件51为是,则判定接收的调制信号类别为AM,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为否,则判定接收的调制信号类别为2ASK,完成模拟数字混合调制方式的识别,
若同时满足条件51为否,条件52为是,则判定接收的调制信号类别为4ASK,完成模拟数字混合调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并根据判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成模拟数字混合调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成模拟数字混合调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并根据判断以下两个条件是否成立,来完成频移键控类调制方式的详细分类,
条件71:μf 42>t(μf 42),
条件72:σaf>t(σaf),
若满足条件71为是,则判定接收的调制信号类别为FM,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为否,则判定接收的调制信号类别为2FSK,完成模拟数字混合调制方式的识别,
若同时满足条件71为否,条件72为是,则判定接收的调制信号类别为4FSK,完成模拟数字混合调制方式的识别。
4.根据权利要求1所述的基于平行判决的模拟数字混合调制方式识别装置,其特征在于,零中心归一化瞬时幅度绝对值的标准偏差σaa由公式
非弱信号段零中心化瞬时相位非线性分量标准偏差σdp由公式
其中:
ta是判断弱信号段的一个幅度判决门限电平,C是在数据集合{ΦNL(i)}中an(i)>ta的信号的个数,即属于非弱信号值的个数,
非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差σap由公式
非弱信号段零中心归一化瞬时频率绝对值标准偏差σaf由公式
其中:
fN(i)是零中心归一化瞬时频率,并由公式fN(i)=fm(i)/rs获取,
上式中的rs为数字信号的符号速率。
6.基于平行判决的数字调制方式识别装置,它包括数字调制信号接收模块、瞬时特征归一化处理模块、调制方式特征参数提取模块和调制方式粗分类判断模块,其特征在于,它还包括振幅键控调制方式判断输出模块、相移键控调制方式判断输出模块和频移键控调制方式判断输出模块,
数字调制信号接收模块:用于接收数字调制信号,并输出给瞬时特征归一化处理模块;
瞬时特征归一化处理模块:将接收到的数字调制信号的瞬时特征进行提取,并进行归一化处理,得到零中心归一化瞬时幅度acn(i)、零中心化处理后的瞬时相位的非线性分量ΦNL(i)和零中心归一化后的瞬时频率fm(i);并将归一化处理后的瞬时特征输出给调制方式特征参数提取模块;
调制方式特征参数提取模块:根据接收到的归一化处理后的瞬时特征提取特征参数γmax、σaa、σdp、σap、σaf、μa 42和μf 42,并输出给调制方式粗分类判断模块,
其中:
γmax:零中心归一化瞬时幅度功率谱密度的最大值,
σaa:零中心归一化瞬时幅度绝对值的标准偏差,
σdp:非弱信号段零中心化瞬时相位非线性分量标准偏差,
σap:非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差,
σaf:非弱信号段零中心归一化瞬时频率绝对值标准偏差,
μa 42:零中心归一化瞬时振幅峰值,
μf 42:零中心归一化瞬时频率峰值,
调制方式粗分类判断模块:用于接收特征参数,并通过判断以下三个条件是否成立,区分出四类基本调制方式,
条件1:γmax>t(γmax1),
条件2:γmax>t(γmax2),
条件3:σdp>t(σdp),
t(γmax1)为γmax=γmax1的门限值,t(γmax2)为γmax=γmax2的门限值,且满足条件t(γmax1)>t(γmax2),
若同时满足条件1为是、条件2为是和条件3为否,则判定接收的调制信号为振幅键控类调制方式,并将特征参数输出给振幅键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为是和条件3为是,则判定接收的调制信号为相移键控类调制方式,并将特征参数输出给相移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为否、条件2为否和条件3为是,则判定接收的调制信号为频移键控类调制方式,并将特征参数输出给频移键控调制方式判断输出模块进行详细类别的判断,
若同时满足条件1为是、条件2为是和条件3为是,则判定接收的调制信号类别为16QAM的数字调制方式,完成数字调制方式的识别,
振幅键控调制方式判断输出模块:接收特征参数,并通过判断σaa>t(σaa)是否成立,来完成振幅键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4ASK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2ASK,完成数字调制方式的识别,
相移键控调制方式判断输出模块:接收特征参数,并通过判断σap>t(σap)是否成立,来完成相移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为QPSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为BPSK,完成数字调制方式的识别,
频移键控调制方式判断输出模块:接收特征参数,并通过判断公式σaf>t(σaf)是否成立,来完成频移键控类调制方式的详细分类,
判断结果为是,则判定接收的调制信号类别为4FSK,完成数字调制方式的识别,
判断结果为否,则判定接收的调制信号类别为2FSK,完成数字调制方式的识别。
8.根据权利要求6所述的基于平行判决的数字调制方式识别装置,其特征在于,零中心归一化瞬时幅度功率谱密度的最大值γmax由公式获取,其中,N为取样点数。
9.根据权利要求6所述的基于平行判决的数字调制方式识别装置,其特征在于,零中心归一化瞬时幅度绝对值的标准偏差σaa由公式
非弱信号段零中心化瞬时相位非线性分量标准偏差σdp由公式
其中:
ta是判断弱信号段的一个幅度判决门限电平,C是在数据集合{ΦNL(i)}中an(i)>ta的信号的个数,即属于非弱信号值的个数,N为取样点数,
an(i)是归一化瞬时幅度,并由获取,其中,a(i)为瞬时幅度,
非弱信号段零中心化瞬时相位非线性分量绝对值的标准偏差σap由公式
非弱信号段零中心归一化瞬时频率绝对值标准偏差σaf由公式
其中:
fN(i)是零中心归一化瞬时频率,并由公式fN(i)=fm(i)/rs获取,
上式中的rs为数字信号的符号速率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101723743A CN101834819B (zh) | 2010-05-14 | 2010-05-14 | 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101723743A CN101834819B (zh) | 2010-05-14 | 2010-05-14 | 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101834819A CN101834819A (zh) | 2010-09-15 |
CN101834819B true CN101834819B (zh) | 2012-06-06 |
Family
ID=42718751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101723743A Expired - Fee Related CN101834819B (zh) | 2010-05-14 | 2010-05-14 | 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101834819B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749615B (zh) * | 2012-07-11 | 2015-08-05 | 天津理工大学 | 一种信号识别的方法 |
CN102882820A (zh) * | 2012-09-04 | 2013-01-16 | 西安电子科技大学 | 认知无线电中非高斯噪声下数字调制信号识别方法 |
CN102904847A (zh) * | 2012-09-17 | 2013-01-30 | 重庆大学 | 一种双重消噪的基于瞬时信息的信号调制识别方法 |
CN103281716B (zh) * | 2013-06-07 | 2016-01-20 | 广西师范大学 | 一种基于信道场景分类的移动通信信号的信噪比预测方法 |
CN104756456B (zh) * | 2013-10-24 | 2018-03-16 | 华为技术有限公司 | 一种识别正交调制信号的调制格式的方法及装置 |
CN104052701B (zh) * | 2014-06-03 | 2018-01-19 | 哈尔滨工程大学 | 一种基于fpga实现的脉内调制特征实时提取与分类系统 |
CN104052703B (zh) * | 2014-07-04 | 2017-06-20 | 哈尔滨工程大学 | 一种微量采样数据数字调制识别方法 |
CN105207965B (zh) * | 2015-08-14 | 2018-07-24 | 成都中安频谱科技有限公司 | 一种vhf/uhf频段的调制自动识别方法 |
CN108270703A (zh) * | 2016-12-30 | 2018-07-10 | 中国航天科工集团八五研究所 | 一种通信信号数字调制类型识别方法 |
CN107507630A (zh) * | 2017-07-17 | 2017-12-22 | 嘉兴开泽电子设备有限公司 | 一种非合作语音通信接收数据无用时间段识别方法 |
CN107948107B (zh) * | 2017-11-16 | 2021-04-20 | 成都玖锦科技有限公司 | 一种基于联合特征的数字调制信号分类方法 |
CN108282428A (zh) * | 2018-01-23 | 2018-07-13 | 大连理工大学 | 一种无需先验知识的常用通信信号调制方式的自动识别方法 |
CN108540202B (zh) * | 2018-03-15 | 2021-01-26 | 西安电子科技大学 | 一种卫星通信信号调制方式识别方法、卫星通信系统 |
CN108832942A (zh) * | 2018-03-30 | 2018-11-16 | 努比亚技术有限公司 | 一种终端定位干扰滤除方法、终端及计算机可读存储介质 |
CN111371715B (zh) * | 2020-02-27 | 2021-03-16 | 电子科技大学 | 一种用于在低信噪比下识别ask类信号的特征提取方法 |
CN111800359B (zh) * | 2020-09-07 | 2020-12-04 | 中国人民解放军国防科技大学 | 一种通信信号调制方式的识别方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6690746B1 (en) * | 1999-06-11 | 2004-02-10 | Southwest Research Institute | Signal recognizer for communications signals |
CN101674270A (zh) * | 2009-10-16 | 2010-03-17 | 电子科技大学 | 一种低信噪比相移键控调制信号的识别方法 |
-
2010
- 2010-05-14 CN CN2010101723743A patent/CN101834819B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6690746B1 (en) * | 1999-06-11 | 2004-02-10 | Southwest Research Institute | Signal recognizer for communications signals |
CN101674270A (zh) * | 2009-10-16 | 2010-03-17 | 电子科技大学 | 一种低信噪比相移键控调制信号的识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101834819A (zh) | 2010-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101834819B (zh) | 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 | |
US10985955B2 (en) | Method for automatically identifying modulation mode for digital communication signal | |
CN107948107B (zh) | 一种基于联合特征的数字调制信号分类方法 | |
CN104301056B (zh) | 一种基于信号特征分析的频谱监测方法 | |
CN108718288B (zh) | 基于卷积神经网络的数字信号调制模式识别方法 | |
CN111814777B (zh) | 一种基于特征量分级的调制样式识别方法 | |
CN103441974B (zh) | 一种联合高阶统计量和谱峰特征的调制识别装置及方法 | |
CN1141824C (zh) | 无需先验知识的常用数字信号调制方式的自动识别方法 | |
CN105207965A (zh) | 一种vhf/uhf频段的调制自动识别方法 | |
CN109120563B (zh) | 一种基于神经网络集成的调制识别方法 | |
CN102571230A (zh) | 基于高阶统计量与信噪比盲估计的分布式协同信号识别方法 | |
CN108052956A (zh) | 一种大气湍流下无线光通信副载波调制星座图识别方法 | |
Yin et al. | Modulation classification of MQAM signals from their constellation using clustering | |
CN101895494B (zh) | 基于随机共振预处理的数字调制方式自动识别方法 | |
CN106357575A (zh) | 一种多参数联合估计的干扰类型识别方法 | |
CN113225282A (zh) | 一种基于bp神经网络的通信信号调制识别方法 | |
CN112134818A (zh) | 一种水声信号调制方式自适应类内识别方法 | |
Zhao et al. | Automatic modulation recognition based on multi-dimensional feature extraction | |
CN108270703A (zh) | 一种通信信号数字调制类型识别方法 | |
CN111371510A (zh) | 一种复杂电磁环境下的通信测试方法 | |
Azza et al. | Implementation of an automatic modulation recognition system on a software defined radio platform | |
CN110390253A (zh) | 基于多种分形谱特征提取的通信信号调制方式识别方法 | |
CN106453174B (zh) | 基于信号调制识别的认知无线网络资源分配方法 | |
Cutno et al. | A software-defined radio based automatic modulation classifier | |
CN103546418A (zh) | 基于峰均比的调制方式的识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120606 Termination date: 20130514 |