CN106130942A - 一种基于循环谱的无线通信信号调制识别及参数估计方法 - Google Patents
一种基于循环谱的无线通信信号调制识别及参数估计方法 Download PDFInfo
- Publication number
- CN106130942A CN106130942A CN201610525053.4A CN201610525053A CN106130942A CN 106130942 A CN106130942 A CN 106130942A CN 201610525053 A CN201610525053 A CN 201610525053A CN 106130942 A CN106130942 A CN 106130942A
- Authority
- CN
- China
- Prior art keywords
- signal
- cross
- modulation
- spectrum
- section
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开一种基于循环谱的无线通信信号调制识别方法,首先对信号带宽进行粗估计,进行带通滤波,再利用谱相关方法计算信号循环谱密度,根据循环谱密度对循环谱特定截面进行谱峰值搜索获取相关的谱峰值大小,并以此计算出特征参数,最后根据特征参数对调制方式信号进行识别,能够在无任何先验信息的情况下对通信信号调制方式进行准确识别。本发明还在调制识别的基础上进一步公开了调制识别与参数估计方法,根据调制识别结果利用信号的原始循环谱、二次方谱以及四次方谱对不同调制方式信号进行载波频率估计和符号率估计。
Description
技术领域
本发明属于通信技术和数字信号处理领域,具体涉及一种基于循环谱的无线通信信号调制识别方法以及一种基于循环谱的无线通信信号调制识别与参数估计方法。
背景技术
常用的无线通信信号包括2ASK(2Amplitude Shift Keying二进制幅度键控)、2FSK(2Frequency Shift Keying二进制频移键控)、BPSK(Binary Phase Shift Keying二进制相移键控)、QPSK(Quadrature Phase Shift Keying正交相移键控)、MSK(MinimumShift Keying最小频移键控)、16QAM(16Quadrature Amplitude Modulation16正交幅度调制)信号。在很多非协作通信中,譬如单点对多点网络通信、无线电监控与管理、通信系统故障检测、认知无线电等领域,甚至于军事上的通信侦查电子对抗等相关领域,接收端在对信号进行处理的过程中总要面临着一项或多项未知信息,甚至根本不知道任何相关发射信息。在这种情况下,所接收信号的各种参数对于接收机都是未知的,接收机不能采用数据辅助算法来对信号的调制方式进行识别和参数进行估计。
目前国内外已发表的有关调制识别与参数估计的文献中,对信号调制识别的算法主要分类两类,一类是基于最大似然决策理论的方法,将调制识别过程作为一个复合假设检验问题,利用最大似然准则进行判决。该方法识别范围小,计算复杂,不易实现。第二类是基于信号特征提取与分析的识别方法,这类方法包括三个步骤:信号预处理、特征提取和分类识别,根据所选用的特征不同,调制识别也分为不同的方向,主要包括瞬时特征、统计特征以及变换域特征等。
同时信号参数估计主要包括两部分,分别为载频估计和符号率估计。对于载频的估计,在协作通信中常通过在信号中添加导频或者训练序列来完成,而在非协作通信中,利用非线性变换来对载频进行估计是一种常见的方法。使用非线性变换方法使得这类载频估计受信噪比影响较大,在低信噪比环境下性能较差。在频谱监测中,经常通过对接收信号的频谱进行分析得到载频信息,常见的有Welch周期图法,这类方法可以对载频值进行粗略估计。在对信号的符号率估计上,常见的有基于包络谱,小波变换,循环自相关和循环谱的符号速率估计方法。总的来说,对信号调制识别与参数估计的研究一般划分为两个独立的研究方向,但随着非协作通信的发展,调制识别与参数估计越来越发展为一个整体,需要一种联合方法能够对未知通信信号的调制识别与参数估计都能够完成。
发明内容
发明目的:针对上述现有技术存在的问题与不足,本发明提出了一种基于循环谱的无线通信信号调制识别及参数估计方法,能够同时完成对未知信号的调制识别与参数估计的方法。
技术方案:为实现上述发明目的,本发明中基于循环谱的无线通信信号调制识别方法,其特征在于,包括以下步骤:
1)信号带宽粗估计:接收端在接收未知信号后,对该未知信号的带宽进行粗略估计,得到带宽估计值和中心频率;
2)带通滤波:根据得到的信号中心频率和带宽估计值,对其进行带通滤波;
3)计算信号循环谱:利用快速傅里叶变换累加算法计算信号的循环谱;
4)提取特征参数:根据计算得到的循环谱在其不同截面的谱峰值特点上提取特征参数,这些特征参数包括:截面峰值个数NR、截面谱峰下降度D、截面最大值M、截面最大值与次大值比R1和截面最大值与截面最大值比值R2;
5)调制方式识别:根据得到的信号特征参数,采用基于二叉树分类方式对未知信号进行调制识别,二叉树分类方式以预先设定的阈值作为比较判决的依据。
其中,步骤3)中计算信号循环谱包括以下步骤:
将带通滤波后的数据x(n)每隔L点进行一次抽取,每次抽取的数据长度记为N′,总的抽取次数为P,对每次抽取的数据都要进行加窗操作以减小频谱泄露,再对加窗后的每块数据进行N'点的FFT变换,傅里叶变换的输出为对应频率成分的复包络;
将复信号向基带进行频移,频移距离为k/N′,并求出频移后复包络的共轭相关,将结果逐行放入大小为N′2的乘法矩阵中,通过不断重复得到一个P×N′2大小的矩阵;
对得到的矩阵求P点FFT变换,对FFT后的结果进行坐标变换得到最终的信号循环谱。
其中,步骤5)中能识别的无线通信信号的调制方式包括:2ASK、2FSK、BPSK、QPSK、MSK或16QAM。
进一步地,步骤5)中二叉树分类方式具体为:比较截面峰值个数NR与第一预设阈值Thr1,当NR=Thr1时,则调制方式为2FSK;否则,比较截面谱峰下降度D与第二预设阈值Thr2,若D>Thr2,则调制方式2ASK;否则,比较截面最大值M与第三预设阈值Thr3,若M<Thr3,则调制方式为BPSK或MSK,需做进一步识别判断,若M≥Thr3,则调制方式为QPSK或16QAM,需做进一步识别判断;比较截面最大值与次大值比R1与第四预设阈值Thr4,若R1<Thr4,则调制方式为MSK,否则为BPSK;比较截面最大值与截面最大值比R2与第五预设阈值,若R2<Thr5,则调制方式为16QAM,否则为QPSK。
更进一步地,所述第一预设阈值Thr1为4,第二预设阈值Thr2为0.3,第三预设阈值Thr3为0.9,第四预设阈值Thr4为2.5,第五预设阈值Thr5为0.6。
本发明还公开了一种基于循环谱的无线通信信号调制识别与参数估计方法,在利用上述基于循环谱的无线通信信号调制识别方法获取到信号的调制方式后,进一步获取信号的载波频率估计值和符号率估计值载波频率估计值的获取具体如下:
若调制方式为2ASK或BPSK,则载波频率估计值若调制方式为2FSK,则载波频率估计值和若调制方式为MSK,则载波频率估计值若调制方式为QPSK,则载波频率估计值若调制方式为16QAM,则载波频率估计值其中,fs为采样频率,N′为循环谱计算中的FFT点数,Imax1为截面上谱峰最大值所对应的位置,Imax_square为二次方循环谱截面上谱线最大值所对应的坐标,Imax_forth为四次方循环谱截面上谱线最大值所对应的坐标。
符号率估计值的获取具体如下:
找到原始信号循环谱截面的最大值fc的坐标,对循环谱截面进行搜索,记录除中心点外谱峰最大值所在的坐标Imax3;
若调制方式为2ASK或BPSK,则符号率估计值若调制方式为2FSK,则符号率估计值若调制方式为MSK,则符号率估计值若调制方式为QPSK,则符号率估计值若调制方式为16QAM,则符号率估计值
有益效果:本发明中基于循环谱的无线通信信号调制识别方法,通过快速傅里叶变换获取信号的循环谱,并利用循环谱提取特征参数,进一步利用不同调制方式特征参数的区别,通过预设阈值进行比较,最终确定信号的调制方式,能够在无任何先验信息的情况下对通信信号调制方式进行准确识别;在此基础上进一步提出基于循环谱的无线通信信号调制识别与参数估计方法,无需获取更多的参数,便可实现对载波频率和符号率进行有效估计,使得调制识别与参数估计越来越发展为一个整体,有益于非协作通信的发展。
附图说明
图1为本发明中基于循环谱的无线通信信号调制识别及参数估计方法的整体框架图;
图2为本发明中基于循环谱的无线通信信号调制识别及参数估计方法的流程图;
图3为循环谱计算的流程示意图;
图4为本发明中二叉树分类方式的调制识别流程图;
图5为本发明中特征参数与信噪比变化关系示意图,图5(a)为截面峰值个数NR与信噪比变化关系示意图,图5(b)为截面谱峰下降度D与信噪比变化关系示意图,图5(c)为截面最大值M与信噪比变化关系示意图,图5(d)为截面最大值与次大值比R1与信噪比变化关系示意图,图5(e)为截面与截面最大值比值R2与信噪比变化关系示意图;
图6为本发明中的载波频率估计和符号率估计的均方误差性能图;图6(a)为载波频率估计与信噪比的变化关系图,图6(b)为载波频率估计与数据点数的变化关系图,图6(c)为载波频率估计与采样率的变化关系图;图6(d)为符号率估计与信噪比的变化关系图,图6(e)为符号率估计与数据点数的变化关系图,图6(f)为符号率估计与采样率的变化关系图。
具体实施方式
下面结合附图对本发明的技术方案作进一步解释。
如图1所示为基于循环谱的调制识别与参数估计整体结构图,首先对模拟信号的带宽进行粗略估计,利用估计的带宽值和中心频率对信号进行模拟下变频到中频频段,经过带通滤波和数模转换后对数字中频信号的循环谱进行计算,计算的结果用于调制识别与参数估计。
相应地,图2中基于循环谱的无线通信信号调制识别及参数估计方法包括以下步骤:
1)信号带宽粗估计:接收端在接收未知信号后,对该未知信号的带宽进行粗略估计,得到带宽和中心频率;
2)带通滤波:根据得到的信号中心频率和带宽估计值,对其进行带通滤波;
3)计算信号循环谱:利用快速傅里叶变换累加算法计算信号的循环谱密度函数,根据公式获得信号循环谱密度值其中为信号x(t)在处理时间T长度内的短时傅里叶变换,相应地,信号x(t)的循环谱密度函数为
4)提取特征参数:根据计算得到的循环谱在其不同截面的谱峰值特点上提取特征参数,这些特征参数具体包括:截面峰值个数NR、截面谱峰下降度D、截面最大值M、截面最大值与次大值比R1和截面与截面最大值比值R2;
5)调制方式识别:根据得到的信号特征参数,采用基于二叉树分类器的分类方法对未知信号进行调制识别,二叉树分类采用基于阈值比较判决的方法,根据前期仿真首先设定相关阈值的大小作为比较判决的依据,本发明方法适用于2ASK、2FSK、BPSK、QPSK、MSK、16QAM这几种调制方式的识别;
6)载波频率估计:根据调制方式识别结果,当确定未知信号的调制方式时,若调制方式为2ASK/2FSK/BPSK/MSK,则载波频率估计值由原始信号循环谱的截面计算出;若调制方式为QPSK时,载波频率估计值由二次方循环谱的截面计算出;若调制方式为16QAM时,载波频率估计值由四次方循环谱的截面计算出;
7)符号率估计:找到原始信号循环谱截面的最大值fc的坐标,符号率估计值由原始信号循环谱的截面计算出。
上述步骤3)中计算信号循环谱,如图3所示,可以分为三个阶段,分别为:
第一阶段:将带通滤波后的数据x(n)每隔L点进行一次抽取,每次抽取的数据长度记为N′,总的抽取次数为P,对每次抽取的数据都要进行加窗操作以减小频谱泄露,再对加窗后的每块数据进行N'点的FFT变换,傅里叶变换的输出为对应频率成分的复包络;
第二阶段:将复信号向基带进行频移,频移距离为k/N′,并求出频移后复包络的共轭相关,将结果逐行放入大小为N′2的乘法矩阵中,通过不断重复得到一个P×N′2大小的矩阵;
第三阶段:对得到的矩阵求P点FFT变换,对FFT后的结果进行坐标变换得到最终的信号循环谱。
步骤4)中提取特征参数,中各参数具体定义如下:
截面峰值个数NR:大于预设阈值的极大值个数为NR;截面谱峰下降度的最大值D:其中Δf为循环谱的频率分辨率;截面最大值M:循环谱截面的谱峰最大值;截面最大值与次大值比R1:其中secmax()表示取次大值的大小;截面与截面最大值比值R2:
利用如下步骤获取上述各特征参数:对循环谱截面进行搜索,确定谱峰极大值、谱峰差值的最大值以及谱峰最大值所在的坐标,通过将谱峰极大值与预设阈值进行比较,当极大值大于阈值时,特征参数NR的值加1,否则NR的值保持不变,通过谱峰差值的最大值确定特征参数D的值,并且记录下谱峰最大值所在的坐标fc;
对循环谱截面进行搜索,确定谱峰最大值与其对应的坐标Imax1,谱峰次大值与其对应的坐标Imax2,通过谱峰最大值确定特征参数M的值,通过最大值与次大值的比值确定特征参数R1的值,通过截面的最大值与截面最大值的比值确定特征参数R2的值。
上述步骤5)中采用二叉树分类的方式完成调制方式的识别,利用特征参数NR从待识别的六种信号中将2FSK信号识别出来,即将信号分为两组:{2FSK}和{2ASK、BPSK、QPSK、MSK、16QAM};特征参数D将{2ASK、BPSK、QPSK、MSK、16QAM}分为{2ASK}和{BPSK、QPSK、MSK、16QAM};特征参数M将{BPSK、QPSK、MSK、16QAM}分为{BPSK、MSK}和{QPSK、16QAM};特征参数R1将{BPSK、MSK}分为{BPSK}和{MSK};特征参数R2将{QPSK、16QAM}分为{QPSK}和{16QAM}。
如图4所示,当NR=Thr1时将2FSK信号从{2ASK、2FSK、BPSK、QPSK、MSK、16QAM}里识别出来,当D>Thr2时将2ASK信号从{2ASK、BPSK、QPSK、MSK、16QAM}里识别出来,当M<Thr3时将{BPSK、MSK}从{BPSK、QPSK、MSK、16QAM}里识别出来,反之当M≥Thr3时将{QPSK、16QAM}从{BPSK、QPSK、MSK、16QAM}里识别出来,当R1<Thr4时将MSK信号从{BPSK、MSK}里识别出来,反之当R1≥Thr4将BPSK信号从{BPSK、MSK}里识别出来,当R2<Thr5时将16QAM信号从{QPSK、16QAM}里识别出来,反之当R2≥Thr5时将QPSK信号从{QPSK、16QAM}里识别出来,其中Thr1、Thr2、Thr3、Thr4、Thr5分别表示设定的不同门限值。
图5为载波频率为500Hz,符号率为250bps,采样频率fs=4000Hz,考虑到实际短距离无线通信环境,设置信噪比变化范围为-10dB到20dB条件下五个特征参数的变化图。图5(a)中可以看出随着信噪比的增大,不同调制类型信号的NR趋于一个稳定值,对于2FSK信号当SNR>5dB时其NR趋近于4,而对于其他5种调制信号当SNR>5dB时NR趋近于2;图5(b)看出2ASK信号有着较大的谱峰下降度,在SNR>-5dB时其谱峰下降度的最大值明显大于其他信号;图5(c)看出对于BPSK和MSK信号在SNR>0dB且不断增加时,其谱峰的归一化幅度值趋近于1,而对于QPSK和16QAM信号,其谱峰归一化幅度值一直保持在一个较小的水平;图5(d)看出随着信噪比的增加BPSK信号和MSK信号的特征值R1大小呈现除了较大的差异;图5(e)看出QPSK信号的特征参数R2随着信噪比的增加越来越趋近0.7,而16QAM信号的特征参数R2随着信噪比的增加不断趋近于0.5。因此,上述流程中的门限值可分别设置为Thr1=4,Thr2=0.3,Thr3=0.9,Thr4=2.5,Thr5=0.6,从图5各附图中可以看出在SNR=10dB时识别率能达到95%以上。
上述步骤7)中符号率估计具体包括:
找到原始信号循环谱截面的最大值fc的坐标,对循环谱截面进行搜索,记录除中心点外谱峰最大值所在的坐标Imax3;
根据步骤5)中调制识别的结果,结合步骤4)得到的坐标值,对于2ASK/BPSK调制方式,载波频率的估计值符号率估计值对于2FSK调制方式,载波频率估计值和符号率估计值对于MSK调制方式,载波频率估计值符号率估计值对于QPSK调制方式,载波频率估计值符号率估计值对于16QAM调制方式,载波频率估计值符号率估计值其中,fs为采样频率,N′为循环谱计算中的FFT点数,Imax1为截面上谱峰最大值所对应的位置,Imax3表示本步骤中记录的坐标值,Imax_square为二次方循环谱截面上谱线最大值所对应的坐标,Imax_forth为四次方循环谱截面上谱线最大值所对应的坐标。
如图6所示为从信噪比、数据点数、采样率三个方面分析的载波频率估计和符号率估计的均方误差变化图,其中均方误差定义为和仿真参数与图5一致,可以看到总的来看,在SNR>10dB,数据点数大于1024,采样率的偏差Δfs/fb<0.5时,参数估计的均方误差均能够达到10-4,性能较好。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围不仅限于此。本发明的保护范围以权利要求的保护范围为准。
Claims (7)
1.一种基于循环谱的无线通信信号调制识别方法,其特征在于,包括以下步骤:
1)信号带宽粗估计:接收端在接收未知信号后,对该未知信号的带宽进行粗略估计,得到带宽估计值和中心频率;
2)带通滤波:根据得到的信号中心频率和带宽估计值,对其进行带通滤波;
3)计算信号循环谱:利用快速傅里叶变换累加算法计算信号的循环谱;
4)提取特征参数:根据计算得到的循环谱在其不同截面的谱峰值特点上提取特征参数,这些特征参数包括:截面峰值个数NR、截面谱峰下降度D、截面最大值M、截面最大值与次大值比R1和截面最大值与截面最大值比值R2;
5)调制方式识别:根据得到的信号特征参数,采用基于二叉树分类方式对未知信号进行调制识别,二叉树分类方式以预先设定的阈值作为比较判决的依据。
2.根据权利要求1所述的基于循环谱的无线通信信号调制识别方法,其特征在于,步骤3)中计算信号循环谱包括以下步骤:
将带通滤波后的数据x(n)每隔L点进行一次抽取,每次抽取的数据长度记为N′,总的抽取次数为P,对每次抽取的数据都要进行加窗操作以减小频谱泄露,再对加窗后的每块数据进行N′点的FFT变换,傅里叶变换的输出为对应频率成分的复包络;
将复信号向基带进行频移,频移距离为k/N′,并求出频移后复包络的共轭相关,将结果逐行放入大小为N′2的乘法矩阵中,通过不断重复得到一个P×N′2大小的矩阵;
对得到的矩阵求P点FFT变换,对FFT后的结果进行坐标变换得到最终的信号循环谱。
3.根据权利要求1所述的基于循环谱的无线通信信号调制识别方法,其特征在于,步骤5)中能识别的无线通信信号的调制方式包括:2ASK、2FSK、BPSK、QPSK、MSK或16QAM。
4.根据权利要求3所述的基于循环谱的无线通信信号调制识别方法,其特征在于,步骤5)中二叉树分类方式具体为:比较截面峰值个数NR与第一预设阈值Thr1,当NR=Thr1时,则调制方式为2FSK;否则,比较截面谱峰下降度D与第二预设阈值Thr2,若D>Thr2,则调制方式2ASK;否则,比较截面最大值M与第三预设阈值Thr3,若M<Thr3,则调制方式为BPSK或MSK,需做进一步识别判断,若M≥Thr3,则调制方式为QPSK或16QAM,需做进一步识别判断;比较截面最大值与次大值比R1与第四预设阈值Thr4,若R1<Thr4,则调制方式为MSK,否则为BPSK;比较截面最大值与截面最大值比R2与第五预设阈值,若R2<Thr5,则调制方式为16QAM,否则为QPSK。
5.根据权利要求4所述的基于循环谱的无线通信信号调制识别方法,其特征在于,所述第一预设阈值Thr1为4,第二预设阈值Thr2为0.3,第三预设阈值Thr3为0.9,第四预设阈值Thr4为2.5,第五预设阈值Thr5为0.6。
6.一种基于循环谱的无线通信信号调制识别与参数估计方法,其特征在于,根据权利要求1至5中任意一项所述的基于循环谱的无线通信信号调制识别方法判断信号的调制方式,若调制方式为2ASK或BPSK,则载波频率估计值若调制方式为2FSK,则载波频率估计值和若调制方式为MSK,则载波频率估计值若调制方式为QPSK,则载波频率估计值若调制方式为16QAM,则载波频率估计值其中,fs为采样频率,N′为循环谱计算中的FFT点数,Imax1为截面上谱峰最大值所对应的位置,Imax_square为二次方循环谱截面上谱线最大值所对应的坐标,Imax_forth为四次方循环谱截面上谱线最大值所对应的坐标。
7.根据权利要求6所述的基于循环谱的无线通信信号调制识别与参数估计方法,其特征在于,还包括以下步骤:
找到原始信号循环谱截面的最大值fc的坐标,对循环谱截面进行搜索,记录除中心点外谱峰最大值所在的坐标Imax3;
若调制方式为2ASK或BPSK,则符号率估计值若调制方式为2FSK,则符号率估计值若调制方式为MSK,则符号率估计值若调制方式为QPSK,则符号率估计值若调制方式为16QAM,则符号率估计值
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525053.4A CN106130942B (zh) | 2016-07-05 | 2016-07-05 | 一种基于循环谱的无线通信信号调制识别及参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610525053.4A CN106130942B (zh) | 2016-07-05 | 2016-07-05 | 一种基于循环谱的无线通信信号调制识别及参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106130942A true CN106130942A (zh) | 2016-11-16 |
CN106130942B CN106130942B (zh) | 2019-10-11 |
Family
ID=57282431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610525053.4A Active CN106130942B (zh) | 2016-07-05 | 2016-07-05 | 一种基于循环谱的无线通信信号调制识别及参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106130942B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040485A (zh) * | 2017-04-18 | 2017-08-11 | 西南科技大学 | 自适应通信接收上位机和下位机 |
CN108600135A (zh) * | 2018-04-27 | 2018-09-28 | 中国科学院计算技术研究所 | 一种信号调制方式的识别方法 |
CN110061939A (zh) * | 2019-04-19 | 2019-07-26 | 中国电子科技集团公司第三十六研究所 | 一种符号速率估计方法和装置 |
CN110321953A (zh) * | 2019-07-03 | 2019-10-11 | 中山大学 | 基于循环谱估计的深度学习智能调制识别方法 |
CN111277523A (zh) * | 2020-01-13 | 2020-06-12 | 北京邮电大学 | 一种调制方式确定方法及装置 |
CN111800357A (zh) * | 2020-07-03 | 2020-10-20 | 全球能源互联网研究院有限公司 | 一种基于循环谱区分调制类型的方法及系统 |
CN111935046A (zh) * | 2020-10-12 | 2020-11-13 | 湖南国科锐承电子科技有限公司 | 一种低复杂度的频移键控信号符号率估计方法 |
CN112003803A (zh) * | 2020-08-10 | 2020-11-27 | 四川九洲电器集团有限责任公司 | 一种vhf、uhf频段航空电台信号的侦收设备 |
CN112491755A (zh) * | 2020-11-23 | 2021-03-12 | 深圳大学 | 一种信号处理方法和装置 |
CN112565127A (zh) * | 2020-11-26 | 2021-03-26 | 杭州电子科技大学 | 基于残差网络和频域图形的测控信号调制识别方法 |
CN112600775A (zh) * | 2020-11-18 | 2021-04-02 | 江苏师范大学 | 一种基于循环相关熵谱谱峰位置的调制方式识别方法 |
CN112702293A (zh) * | 2020-12-23 | 2021-04-23 | 天津光电通信技术有限公司 | 一种基于循环谱的信号参数分析方法及系统 |
CN113588268A (zh) * | 2021-07-28 | 2021-11-02 | 大连海天兴业科技有限公司 | 一种基于包络谱故障特征识别的最优滤波频带选择方法 |
CN114531329A (zh) * | 2022-01-28 | 2022-05-24 | 西安电子科技大学 | 一种多路msk信号载波频率估计方法、系统及应用 |
WO2022104807A1 (zh) * | 2020-11-23 | 2022-05-27 | 深圳大学 | 一种信号处理方法及相关装置 |
CN114944975A (zh) * | 2022-04-28 | 2022-08-26 | 中国电子科技集团公司第二十九研究所 | 一种基于fpga处理的信号调制类型实时识别方法 |
CN115225440A (zh) * | 2022-07-08 | 2022-10-21 | 金陵科技学院 | 基于图最大度特征的cr信号调制识别方法及系统 |
US20220412211A1 (en) * | 2021-06-24 | 2022-12-29 | Schlumberger Technology Corporation | Data rate mismatch advisor |
CN117216519A (zh) * | 2023-09-12 | 2023-12-12 | 中国电子科技集团公司第三十研究所 | 一种基于循环谱特征的时频混叠信号识别方法及系统 |
CN117289236A (zh) * | 2023-11-27 | 2023-12-26 | 成都立思方信息技术有限公司 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100134699A1 (en) * | 2007-06-15 | 2010-06-03 | Thomson Licensing | Detection of signals contianing sine-wave components through measurment of the power spectral density (psd) and cyclic spectrum |
CN101977091A (zh) * | 2010-10-19 | 2011-02-16 | 中国人民解放军信息工程大学 | 电磁频谱监测方法及系统 |
CN104270234A (zh) * | 2014-09-12 | 2015-01-07 | 中国科学院上海微系统与信息技术研究所 | 一种基于欠奈奎斯特采样的宽带信号检测识别方法 |
CN105721371A (zh) * | 2016-02-19 | 2016-06-29 | 徐州坤泰电子科技有限公司 | 一种基于循环谱相关的常用数字调制信号识别方法 |
-
2016
- 2016-07-05 CN CN201610525053.4A patent/CN106130942B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100134699A1 (en) * | 2007-06-15 | 2010-06-03 | Thomson Licensing | Detection of signals contianing sine-wave components through measurment of the power spectral density (psd) and cyclic spectrum |
CN101977091A (zh) * | 2010-10-19 | 2011-02-16 | 中国人民解放军信息工程大学 | 电磁频谱监测方法及系统 |
CN104270234A (zh) * | 2014-09-12 | 2015-01-07 | 中国科学院上海微系统与信息技术研究所 | 一种基于欠奈奎斯特采样的宽带信号检测识别方法 |
CN105721371A (zh) * | 2016-02-19 | 2016-06-29 | 徐州坤泰电子科技有限公司 | 一种基于循环谱相关的常用数字调制信号识别方法 |
Non-Patent Citations (2)
Title |
---|
李世平 等: "多径信道下基于循环谱特征的调制识别算法", 《计算机应用》 * |
陈泽艺: "基于循环谱和高阶累积量的联合模式识别方法", 《电讯技术》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040485A (zh) * | 2017-04-18 | 2017-08-11 | 西南科技大学 | 自适应通信接收上位机和下位机 |
CN108600135A (zh) * | 2018-04-27 | 2018-09-28 | 中国科学院计算技术研究所 | 一种信号调制方式的识别方法 |
CN110061939A (zh) * | 2019-04-19 | 2019-07-26 | 中国电子科技集团公司第三十六研究所 | 一种符号速率估计方法和装置 |
CN110321953A (zh) * | 2019-07-03 | 2019-10-11 | 中山大学 | 基于循环谱估计的深度学习智能调制识别方法 |
CN111277523A (zh) * | 2020-01-13 | 2020-06-12 | 北京邮电大学 | 一种调制方式确定方法及装置 |
CN111800357A (zh) * | 2020-07-03 | 2020-10-20 | 全球能源互联网研究院有限公司 | 一种基于循环谱区分调制类型的方法及系统 |
CN112003803A (zh) * | 2020-08-10 | 2020-11-27 | 四川九洲电器集团有限责任公司 | 一种vhf、uhf频段航空电台信号的侦收设备 |
CN111935046A (zh) * | 2020-10-12 | 2020-11-13 | 湖南国科锐承电子科技有限公司 | 一种低复杂度的频移键控信号符号率估计方法 |
CN111935046B (zh) * | 2020-10-12 | 2021-01-29 | 湖南国科锐承电子科技有限公司 | 一种低复杂度的频移键控信号符号率估计方法 |
CN112600775A (zh) * | 2020-11-18 | 2021-04-02 | 江苏师范大学 | 一种基于循环相关熵谱谱峰位置的调制方式识别方法 |
CN112491755A (zh) * | 2020-11-23 | 2021-03-12 | 深圳大学 | 一种信号处理方法和装置 |
WO2022104807A1 (zh) * | 2020-11-23 | 2022-05-27 | 深圳大学 | 一种信号处理方法及相关装置 |
CN112491755B (zh) * | 2020-11-23 | 2021-08-06 | 深圳大学 | 一种信号处理方法和装置 |
CN112565127A (zh) * | 2020-11-26 | 2021-03-26 | 杭州电子科技大学 | 基于残差网络和频域图形的测控信号调制识别方法 |
CN112702293A (zh) * | 2020-12-23 | 2021-04-23 | 天津光电通信技术有限公司 | 一种基于循环谱的信号参数分析方法及系统 |
US20220412211A1 (en) * | 2021-06-24 | 2022-12-29 | Schlumberger Technology Corporation | Data rate mismatch advisor |
CN113588268A (zh) * | 2021-07-28 | 2021-11-02 | 大连海天兴业科技有限公司 | 一种基于包络谱故障特征识别的最优滤波频带选择方法 |
CN114531329A (zh) * | 2022-01-28 | 2022-05-24 | 西安电子科技大学 | 一种多路msk信号载波频率估计方法、系统及应用 |
CN114531329B (zh) * | 2022-01-28 | 2023-08-22 | 西安电子科技大学 | 一种多路msk信号载波频率估计方法、系统及应用 |
CN114944975A (zh) * | 2022-04-28 | 2022-08-26 | 中国电子科技集团公司第二十九研究所 | 一种基于fpga处理的信号调制类型实时识别方法 |
CN114944975B (zh) * | 2022-04-28 | 2023-03-14 | 中国电子科技集团公司第二十九研究所 | 一种基于fpga处理的信号调制类型实时识别方法 |
CN115225440A (zh) * | 2022-07-08 | 2022-10-21 | 金陵科技学院 | 基于图最大度特征的cr信号调制识别方法及系统 |
CN115225440B (zh) * | 2022-07-08 | 2023-05-26 | 金陵科技学院 | 基于图最大度特征的cr信号调制识别方法及系统 |
CN117216519A (zh) * | 2023-09-12 | 2023-12-12 | 中国电子科技集团公司第三十研究所 | 一种基于循环谱特征的时频混叠信号识别方法及系统 |
CN117216519B (zh) * | 2023-09-12 | 2024-04-16 | 中国电子科技集团公司第三十研究所 | 一种基于循环谱特征的时频混叠信号识别方法及系统 |
CN117289236A (zh) * | 2023-11-27 | 2023-12-26 | 成都立思方信息技术有限公司 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
CN117289236B (zh) * | 2023-11-27 | 2024-02-09 | 成都立思方信息技术有限公司 | 短时雷达信号脉内调制类型识别方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106130942B (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106130942A (zh) | 一种基于循环谱的无线通信信号调制识别及参数估计方法 | |
CN105678273B (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
CN109802905A (zh) | 基于cnn卷积神经网络的数字信号自动调制识别方法 | |
CN101895494B (zh) | 基于随机共振预处理的数字调制方式自动识别方法 | |
CN104135327A (zh) | 基于支持向量机的频谱感知方法 | |
CN100521670C (zh) | 一种多进制频移键控信号的检测和分析方法 | |
CN104393963A (zh) | 基于循环平稳特性的空时分组码mc-cdma信号盲识别方法 | |
CN105785324A (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
CN114422311B (zh) | 联合深度神经网络和专家先验特征的信号调制识别方法及系统 | |
CN111585662B (zh) | 一种调相信号的分类识别和参数估计方法及系统 | |
CN103973383B (zh) | 基于Cholesky分解与特征值的协作频谱检测方法 | |
CN109359523A (zh) | 一种基于svm多分类算法的卫星导航干扰类型识别方法 | |
CN111027614B (zh) | 一种噪声增强射频指纹识别方法及装置 | |
CN110764152B (zh) | 一种无人机快速检测与识别的装置及方法 | |
Wang et al. | Specific emitter identification based on deep adversarial domain adaptation | |
CN105554739B (zh) | 基于信道多径时延差的主用户仿真攻击检测方法 | |
CN109145889A (zh) | 一种针对无线信号进行盲估计的明密文信号分类检测方法 | |
Wang et al. | A new method of automatic modulation recognition based on dimension reduction | |
CN102158254A (zh) | 信号接收方法及装置 | |
CN105848200B (zh) | 一种td-scdma系统中上行能量测量方法及装置 | |
CN107395540A (zh) | 基于lmd 近似熵、高积累积量和svm 的调制信号识别方法 | |
CN109347580B (zh) | 一种已知占空比的自适应门限信号检测方法 | |
CN113824518A (zh) | 基于频谱的非合作信号检测方法 | |
CN113052080A (zh) | 一种基于无监督生成对抗网络的非法无人机检测方法 | |
CN114900406B (zh) | 一种基于孪生网络的盲调制信号识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |