CN109495195A - 无线电通信pcma信号幅度的联合估计方法及装置 - Google Patents
无线电通信pcma信号幅度的联合估计方法及装置 Download PDFInfo
- Publication number
- CN109495195A CN109495195A CN201811196706.4A CN201811196706A CN109495195A CN 109495195 A CN109495195 A CN 109495195A CN 201811196706 A CN201811196706 A CN 201811196706A CN 109495195 A CN109495195 A CN 109495195A
- Authority
- CN
- China
- Prior art keywords
- signal
- amplitude
- pcma
- way
- value
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- 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)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明属于无线电通信技术领域,特别涉及一种无线电通信PCMA信号幅度的联合估计方法及装置,该方法包含:对接收的成对载波多址PCMA信号进行调制识别;依据接收信号的调制识别结果及调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;通过高次方运算获取一路信号幅度值;联合一路信号幅度值及获取幅度比值,得到另一路信号幅度值。本发明弥补高次方法对弱信号幅度估计误差较大不足,不仅适用于对称型PCMA信号的幅度估计,针对对称型PCMA信号同样适用;高次方运算计算量较大,复杂度高,而本发明中通过构造目标函数求取幅度比,降低了算法的复杂度,性能稳健、可靠且高效,具有较强的实际应用价值。
Description
技术领域
本发明属于无线电通信技术领域,特别涉及一种无线电通信PCMA信号幅度的联合估计方法及装置。
背景技术
随着成对载波多址(Paired Carrier Multiple Access,PCMA)技术的广泛应用,单通道接收技术已成为信号分析领域的研究热点,而参数估计尤其是幅度估计的精度直接影响着PCMA信号单通道盲分离算法的性能,因此对单通道接收PCMA信号的幅度估计的研究具有非常重要的实际意义。
目前主流的幅度估计方法有极大极小估计方法、循环谱线分析方法、高次方法等。极大极小估计方法基于max-min统计思想,通过统计星座点的位置信息获得两路信号分量的幅度。该方法仅在两路信号幅度差异较大的非对称条件下有着较好的估计性能,但不适用于对称型PCMA信号的幅度估计。谱线分析方法通过搜索零频率处的大强度循环频谱谱线进行混合信号的幅度估计,该方法针对于功率差异不大的两路混合信号有着较好的估计性能,但并不适用于非对称型PCMA信号的幅度估计。高次方法通过对信号的采样点集做高次方运算,建立目标函数解得幅度参数,但该方法并不适用于非对称PCMA信号的幅度估计。
发明内容
针对现有幅度估计方法应用范围较为局限,仅能满足对称PCMA信号或者非对称PCMA信号的幅度估计,针对任意功率比下的PCMA信号将无法适用等情形,本发明提供一种无线电通信PCMA信号幅度的联合估计方法及装置,弥补现有高次方进行弱信号幅度估计时性能上的不足,适用性强。
按照本发明所提供的设计方案,一种无线电通信PCMA信号幅度的联合估计方法,包含如下内容:
对接收到的成对载波多址PCMA信号进行调制识别;
依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
通过高次方运算获取一路信号幅度值;
联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
上述的,对接收到的PCMA信号按照T/N进行周期采样,将其分解为N个随机序列,其中,N为过采样倍数,T为符号周期。
优选的,周期采样后的接收信号分解为两路接收信号和高斯白噪声,其中,每路接收信号通过信号分量幅度、频偏、载波初始相位、定时偏差、发送符号序列和等效信道滤波来获取。
优选的,针对N个随机序列,根据累积量性质获取接收信号的高阶累积量;根据高阶累积量和类型特征参数,建立幅度比目标函数,其中,类型特征参数为预先依据接收信号调制类型确定的参数数据;依据类型特征参数求取该幅度比目标函数的最小值,获取接收信号中两路信号的幅度比值。
更进一步,针对获取到的高阶累积量,首先通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数。
更进一步,通过信号功率对高阶累积量进行归一化处理中,通过接收信号的平均功率和噪声功率来获取其信号实际功率,其中,噪声功率通过接收信号自相关矩阵进行奇异值分解获取。
上述的,依据两路信号分量构造辅助信号,对辅助信号进行四次方运算,并按照采样点求模平均,消除信号中交叉项和噪声干扰;根据两路分量信号内符号独立性及数字调制信号恒模特性,并依据求模平均值,估计出一路信号幅度值。
优选的,依据一路信号幅度值及前期获取到的幅度比值,得到另一路信号的幅度值。
一种无线电通信PCMA信号幅度的联合估计装置,包含调制识别模块、代价函数获取模块、幅值估计模块一和幅值估计模块二,其中,
调制识别模块,用于对接收到的成对载波多址PCMA信号进行调制识别;
代价函数获取模块,用于依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
幅值估计模块一,用于通过高次方运算获取一路信号幅度值;
幅值估计模块二,用于联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
上述的装置中,代价函数获取模块包含代价函数建立模块和函数求解模块,其中,
代价函数建立模块,用于根据累积量性质获取接收信号的高阶累积量,针对获取到的高阶累积量,通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数,其中,类型特征参数为预先依据接收信号调制类型确定的参数数据;
函数求解模块,用于依据类型特征参数求取该幅度比目标函数的最小值,获取接收信号中两路信号的幅度比值。
本发明的有益效果:
本发明中将幅度比目标函数的求取和高次方法进行联合,不再直接求弱信号的幅值,利用循环累积量构造代价函数,通过求取函数的最小值得到幅度比,利用高次方运算先求取强信号的幅度,联合幅度比得到弱信号幅度,进而避免了信号功率差异对幅度估计的影响,弥补高次方法对弱信号幅度估计误差较大的不足,不仅适用于对称型PCMA信号的幅度估计,针对对称型PCMA信号同样适用;高次方运算计算量较大,复杂度高,而本发明中通过构造目标函数求取幅度比,降低了算法的复杂度,性能稳健、运行高效,具有较强的实际应用价值。
附图说明:
图1为实施例中联合估计方法流程示意图;
图2为实施例中联合估计装置示意图;
图3为实施例中代价函数获取模块示意图;
图4为实施例中不同幅度比下幅度估计性能对比图;
图5为实施例中不同载噪比下幅度估计性能对比图;
图6为实施例中不同频差下幅度估计性能对比图;
图7为实施例中不同过采样倍数下幅度估计性能对比图。
具体实施方式:
下面结合附图和技术方案对本发明作进一步详细的说明,并通过优选的实施例详细说明本发明的实施方式,但本发明的实施方式并不限于此。
现有无线通信中信号幅度估计方法应用范围较为局限,仅能满足对称PCMA信号或者非对称PCMA信号的幅度估计,针对任意功率比下的PCMA信号将无法适用。为此,本申请实施例中,参见图1所示,提供一种无线电通信PCMA信号幅度的联合估计方法,包含如下内容:
S101、对接收到的成对载波多址PCMA信号进行调制识别;
S102、依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
S103、通过高次方运算获取一路信号幅度值;
S104、联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
通过研究单通道接收条件下PCMA混合信号的幅度估计问题,将高次方法的思想应用其中,利用高次方法对强信号幅度估计的性能优势,先估计出能量较高的一路信号的幅度值,然后利用循环累计量建立目标函数,对PCMA混合信号的幅度比进行估计,根据强信号幅度值以及幅度比计算得到第二路信号的幅度,可靠性高,具有较强的实际应用价值。
对接收到的PCMA信号按照T/N进行周期采样,其中N为过采样倍数、T为符号周期,令l=kN+m,m=0,1,…,N-1,则接收信号可表示如下
y(l)=x1(l)+x2(l)+v(l) (1)
其中xi(l),i=1,2为包含频偏、初相、幅度等参数在内的第i路信号,则xi(l)为
其中hi、Δfi、θi和τi(i=1,2)分别是第i路信号分量幅度、频偏、载波初始相位和定时偏差;ai,n为两路发送符号序列,g(·)是等效的信道滤波器,包括成型滤波器、信道滤波器以及匹配滤波器等,设滤波器的有效持续相应区间为[-L1T,L1T]。
xi(t)为周期为T的循环平稳随机过程,因此xi(l)为周期为N的循环平稳随序列。则y(l)可分解为N个随机序列(l=kN+m,m=0,1,…,N-1)。
其中可表示为
式中θ′i=ΔfimT/N+θi,根据累计量的性质,的2q阶累计量可表示如下
对式(5)求m的平均,当过采样倍数N较大时,可近似认为τi不影响求和项的值
由于vm(k)为高斯白噪声,且接收信号中两信号分量相互独立,所以当q>1时,接收信号的高
阶累积量为
C2q,q(y(k))=C2q,q(x1(k))+C2q,q(x2(k)) (7)
为更加直观的看出幅度与C2q,q(y(k))理论推导值之间的关系,针对获取到的高阶累积量,首先通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数。将C2q,q(y(k))用进行归一化,q=2,3,Ps为信号的功率,如下
接收信号的平均功率为噪声功率可通过对y(l)构造自相关矩阵,采用奇异值分解的方法求取,进而得到当噪声功率较小时,也可将Py直接用来近似估计,即Ps≈Py。由于接收信号中两信号分量的调制类型相同,记C2q,q(a1,n)=C2q,q(a2,n)=C2q,q(an),则C4,2(y(k))相对于归一化的值如下
式中C6,3(y(k))相对于的归一化值同理可得
分析式(10)和式(9)可知:与的理论推导值不受频偏Δωi和时延τi的影响;仿真实验表明升余弦函数g(t)滾降系数的变化对G4、G6取值影响很小,一般近似取G4=0.76、G6=0.68;A4,2与A6,3的值只与调制类型有关,因此与的理论值主要由h1、h2的幅度比决定。
与为信号的统计特性值,可以直接通过过采样数据计算得到,而与为理论推导值,基于特征匹配的思想,构造代价函数
式(12)中h=h2/h1为两信号分量幅度之比,A4,2与A6,3的值只由两信号分量的调制类型确定,根据表1可确定A4,2、A6,3,对D(h)求取最小值就可估计出两信号的幅度比
表1不同调制类型下A4,2、A6,3的值
估计出的两路信号幅度比后,依据两路信号分量构造辅助信号,对辅助信号进行四次方运算,并按照采样点求模平均,消除信号中交叉项和噪声干扰;根据两路分量信号内符号独立性及数字调制信号恒模特性,并依据求模平均值,估计出一路信号幅度值,在此过程中,只需再精确估计出强信号幅值h1,可通过得到弱信号幅度的估计值,定义yk(k=1,2…)为接收到的混合信号,强信号的幅度值h1估计如下,首先构造辅助信号:
接着对辅助信号z1,k做四次方运算,然后按照采样点求模平均,消除信号中交叉项和噪声的干扰,即
式(15)推导过程中用到了两路信号分量间的独立性以及高斯白噪声零均值性来简化推导函数,再根据分量信号内各符号独立性与数字调制信号的恒模特性,可知
由于式(16)有残余频偏的存在,进而第二项可忽略不计。升余弦脉冲滚降系数取定值时为确定常数,将上式定义为常数G,因此由辅助信号z1,k四次方平均值的模值与常数G即可估计出第1路强信号幅度值,再由之前估计出的幅度比得到第二路信号的幅度值,即
基于上述的联合估计方法,本发明实施例还提供一种无线电通信PCMA信号幅度的联合估计装置,参见图2所示,包含调制识别模块101、代价函数获取模块102、幅值估计模块一103和幅值估计模块二104,其中,
调制识别模块101,用于对接收到的成对载波多址PCMA信号进行调制识别;
代价函数获取模块102,用于依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
幅值估计模块一103,用于通过高次方运算获取一路信号幅度值;
幅值估计模块二104,用于联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
上述的装置中,参见图3所示,代价函数获取模块102包含代价函数建立模块201和函数求解模块202,其中,
代价函数建立模块201,用于根据累积量性质获取接收信号的高阶累积量,针对获取到的高阶累积量,通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数,其中,类型特征参数为预先依据接收信号调制类型确定的参数数据;
函数求解模块202,用于依据类型特征参数求取该幅度比目标函数的最小值,获取接收信号中两路信号的幅度比值。
为验证本发明技术方案的有效性,下面通过仿真实验做进一步解释说明:
将本发明实施例中方案与传统的四次方法在不同的幅度比下,观察强、弱信号的估计误差进行对比。
仿真实验一:实验选择两路QPSK调制混合信号,成形滤波器滚降系数β=0.33,信号长度为N=10000个符号,两路频偏先设定为fc1=37030.511HZ,fc2=36976.733HZ,单路估计误差为总误差为E=(e1+e2)/2,幅度比的估计误差为其中N为实验次数,为第n次实验,第i路信号的幅度估计值,为幅度比的估计值,h为幅度比真实值。从图4当幅度比小于0.6时,四次方算法的幅度估计总误差较大,当幅度比大于0.6时,总误差在2%左右,所以四次方法仅适用于幅度差异较小的对称型PCMA信号。所以当两路信号分量幅度差异较大时,四次方法估计弱信号幅度的性能较差,因此该四次方法整体不适用于幅度差异较大的PCMA信号。本发明实施例中联合估计方案估计性能受幅度比影响较小,两路信号幅度估计性能曲线基本一致,估计误差随幅度比的增加缓慢提升,但总体小于2%,所以本发明实施例中联合估计方案对于幅度比较大与幅度比较小的PCMA信号均适用。图5给出不同载噪比下本发明实施例中联合估计方案的估计性能,两路信号幅度比为1:0.8。可见四次方法和本发明实施例中联合估计方案的估计精度基本相同,随着载噪比的增加,两路信号幅度的估计误差均在2%左右,基本不受噪声的影响。所以本发明实施例中联合估计方案与四次方法的抗噪性能均较强。
仿真实验二:实验设定两路信号的幅度比为1:0.8,载噪比为16dB,仅改变归一化的两路频差,从图6可以看出,当频差小于10-6时,对PCMA信号的两路幅度估计基本失效,分析原因不难发现,虽然本发明实施例中联合估计方案求得的幅度比随频差的变化影响不大,但频差越小Δf1-Δf2越接近0,此时估计出的强信号幅度将存在较大误差,已知因此弱信号幅度估计值也存在较大误差,所以本发明实施例中联合估计方案性能受频差影响较为敏感,在归一化的频差大于10-6时,算法具有较好的估计性能。
仿真三:验证过采样倍数对本发明实施例中联合估计方案估计性能的影响。实验初始条件不变,仅改变过采样倍数,实验结果如图7所示。从图7可以看出,随着过采样倍数的增加,对强信号幅度h1的估计性能影响不大,但对幅度比的估计性能影响较大,当过采样倍数小于4时,本发明实施例中联合估计方案对幅度比的估计效果失效,进而导致对h2的估计失效,当过采样倍数大于4时,本发明实施例中联合估计方案估计性能明显提升。分析原因可知,当过采样倍数过小时,无法消除时延τi对求和项的影响,所以本发明实施例中联合估计方案对幅度比的估计失效,进而导致对h2的估计存在较大误差,因此本发明实施例中联合估计方案估计性能受过采样倍数的影响较大,当过采样倍数大于或等于4时,本发明实施例中联合估计方案具有较好的估计性能。
仿真四:本发明实施例中联合估计方案复杂度分析。在同等实验初始条件下,通过统计算法实数加与乘的次数,来对比高次方法与本发明实施例中联合估计方案的复杂度,统计如下表2所示:
表2算法复杂度
从表中可以看出,本发明实施例中联合估计方案明显要比传统的高次方的运算复杂度低,因此,对幅度比目标函数的引入,使本发明实施例中联合估计方案不仅仅能解决对称型与非对称型PCMA信号的幅度估计,而且降低了复杂度,提高了算法的实用性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的各实例的单元及方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已按照功能一般性地描述了各示例的组成及步骤。这些功能是以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域普通技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不认为超出本发明的范围。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如:只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种无线电通信PCMA信号幅度的联合估计方法,其特征在于,包含如下内容:
对接收到的成对载波多址PCMA信号进行调制识别;
依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
通过高次方运算获取一路信号幅度值;
联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
2.根据权利要求1所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,对接收到的PCMA信号按照T/N进行周期采样,将其分解为N个随机序列,其中,N为过采样倍数,T为符号周期。
3.根据权利要求2所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,周期采样后的接收信号分解为两路接收信号和高斯白噪声,其中,每路接收信号通过信号分量幅度、频偏、载波初始相位、定时偏差、发送符号序列和等效信道滤波来获取。
4.根据权利要求2所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,针对N个随机序列,根据累积量性质获取接收信号的高阶累积量;根据高阶累积量和类型特征参数,建立幅度比目标函数,其中,类型特征参数为预先依据接收信号调制类型确定的参数数据;依据类型特征参数求取该幅度比目标函数的最小值,获取接收信号中两路信号的幅度比值。
5.根据权利要求4所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,针对获取到的高阶累积量,首先通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数。
6.根据权利要求5所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,通过信号功率对高阶累积量进行归一化处理中,通过接收信号的平均功率和噪声功率来获取其信号实际功率,其中,噪声功率通过接收信号自相关矩阵进行奇异值分解获取。
7.根据权利要求1所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,依据两路信号分量构造辅助信号,对辅助信号进行四次方运算,并按照采样点求模平均,消除信号中交叉项和噪声干扰;根据两路分量信号内符号独立性及数字调制信号恒模特性,并依据求模平均值,估计出一路信号幅度值。
8.根据权利要求7所述的无线电通信PCMA信号幅度的联合估计方法,其特征在于,依据一路信号幅度值及前期获取到的幅度比值,得到另一路信号的幅度值。
9.一种无线电通信PCMA信号幅度的联合估计装置,其特征在于,包含调制识别模块、代价函数获取模块、幅值估计模块一和幅值估计模块二,其中,
调制识别模块,用于对接收到的成对载波多址PCMA信号进行调制识别;
代价函数获取模块,用于依据接收信号的调制识别结果及其调制类型,建立幅度比目标函数,依据目标函数获取幅度比值,其中,调制识别结果中包含一路信号和另一路信号;
幅值估计模块一,用于通过高次方运算获取一路信号幅度值;
幅值估计模块二,用于联合一路信号幅度值及获取的幅度比值,得到另一路信号的幅度值。
10.根据权利要求9所述的无线电通信PCMA信号幅度的联合估计装置,其特征在于,代价函数获取模块包含代价函数建立模块和函数求解模块,其中,
代价函数建立模块,用于根据累积量性质获取接收信号的高阶累积量,针对获取到的高阶累积量,通过信号功率对其进行归一化处理;然后,再根据归一化处理后的高阶累积量和类型特征参数,建立幅度比目标函数,其中,类型特征参数为预先依据接收信号调制类型确定的参数数据;
函数求解模块,用于依据类型特征参数求取该幅度比目标函数的最小值,获取接收信号中两路信号的幅度比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811196706.4A CN109495195B (zh) | 2018-10-15 | 2018-10-15 | 无线电通信pcma信号幅度的联合估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811196706.4A CN109495195B (zh) | 2018-10-15 | 2018-10-15 | 无线电通信pcma信号幅度的联合估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109495195A true CN109495195A (zh) | 2019-03-19 |
CN109495195B CN109495195B (zh) | 2021-09-24 |
Family
ID=65690243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811196706.4A Active CN109495195B (zh) | 2018-10-15 | 2018-10-15 | 无线电通信pcma信号幅度的联合估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109495195B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138698A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 高阶调制线性混合信号频偏初相联合估计方法及装置 |
CN111929671A (zh) * | 2020-06-30 | 2020-11-13 | 湖南华诺星空电子技术有限公司 | 基于正态匹配的无线电侦测的接收幅度的估计方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399203A (zh) * | 2013-08-09 | 2013-11-20 | 重庆大学 | 一种基于复合迭代算法的谐波参数高精度估计方法 |
US8711688B1 (en) * | 2010-04-22 | 2014-04-29 | Viasat, Inc. | Traffic flow analysis mitigation using a cover signal |
CN108288977A (zh) * | 2018-01-26 | 2018-07-17 | 重庆邮电大学 | 一种wcdma卫星通信系统同频强干扰抵消及弱信号提取方法 |
-
2018
- 2018-10-15 CN CN201811196706.4A patent/CN109495195B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8711688B1 (en) * | 2010-04-22 | 2014-04-29 | Viasat, Inc. | Traffic flow analysis mitigation using a cover signal |
CN103399203A (zh) * | 2013-08-09 | 2013-11-20 | 重庆大学 | 一种基于复合迭代算法的谐波参数高精度估计方法 |
CN108288977A (zh) * | 2018-01-26 | 2018-07-17 | 重庆邮电大学 | 一种wcdma卫星通信系统同频强干扰抵消及弱信号提取方法 |
Non-Patent Citations (2)
Title |
---|
徐星辰等: "非对称PCMA信号解调性能分析", 《通信技术》 * |
金元盛等: "一种有效的PCMA信号调制方式识别方法", 《遥测遥控》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138698A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 高阶调制线性混合信号频偏初相联合估计方法及装置 |
CN110138698B (zh) * | 2019-04-04 | 2021-10-01 | 中国人民解放军战略支援部队信息工程大学 | 高阶调制线性混合信号频偏初相联合估计方法及装置 |
CN111929671A (zh) * | 2020-06-30 | 2020-11-13 | 湖南华诺星空电子技术有限公司 | 基于正态匹配的无线电侦测的接收幅度的估计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109495195B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10298338B2 (en) | Method for evaluating quality of radio frequency signals for stellite navigation system | |
CN102244548B (zh) | 一种联合频谱检测方法 | |
CN104038454A (zh) | 一种Alpha稳定分布噪声下PSK信号的载波频率估计方法 | |
CN106936742A (zh) | 基于神经网络的多档码速率自适应解调系统及方法 | |
CN105357014A (zh) | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 | |
CN105187348A (zh) | 任意速率cpfsk信号定时同步方法 | |
CN105678273A (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
CN101242195B (zh) | 一种扩频码跟踪环路的构成及其运行方法 | |
CN110071738A (zh) | 基于多伪码支路接收机的扩频信号解扩跟踪方法 | |
CN105871765A (zh) | 一种基于fft辅助s-pll的无线通信载波跟踪方法 | |
CN103763051A (zh) | 实现瞬态信号捕获和频谱分析的系统 | |
CN102546499B (zh) | 一种实线性调频信号的分数阶信道化接收方法 | |
CN109088838A (zh) | 一种高动态下直扩dpsk信号的伪码—多普勒快速捕获方法 | |
CN103078818B (zh) | 提高msk信号非相干检测性能的方法 | |
CN101247138B (zh) | 一种多相关值定宽拟合伪码跟踪鉴相方法 | |
CN110351766A (zh) | 针对5g nr进行多小区盲检及测量处理的方法 | |
CN109495195A (zh) | 无线电通信pcma信号幅度的联合估计方法及装置 | |
CN107493117A (zh) | 一种高动态下直扩msk信号的二维联合捕获方法 | |
CN104363194A (zh) | 基于波形变换的psk调制识别方法 | |
CN112398552A (zh) | 基于差分复数深度神经网络的通信辐射源个体识别方法 | |
CN109379310A (zh) | 一种基于Rife-Quinn综合的MPSK信号载频估计方法 | |
CN110336583A (zh) | 一种直接序列扩频信号的快速捕获装置及方法 | |
CN109067676B (zh) | 一种卫星导航信号高精度时域性能评估方法 | |
CN108650203B (zh) | 一种基于侦察接收机的调制模式识别方法 | |
CN106101039B (zh) | 一种基于数据辅助精度可调的频偏估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |