CN109660475A - 一种非合作相位编码水声通信信号自主辨识方法 - Google Patents
一种非合作相位编码水声通信信号自主辨识方法 Download PDFInfo
- Publication number
- CN109660475A CN109660475A CN201811551740.9A CN201811551740A CN109660475A CN 109660475 A CN109660475 A CN 109660475A CN 201811551740 A CN201811551740 A CN 201811551740A CN 109660475 A CN109660475 A CN 109660475A
- Authority
- CN
- China
- Prior art keywords
- signal
- phase code
- sound communication
- water sound
- communication signal
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/06—Dc level restoring means; Bias distortion correction ; Decision circuits providing symbol by symbol detection
- H04L25/061—Dc level restoring means; Bias distortion correction ; Decision circuits providing symbol by symbol detection providing hard decisions only; arrangements for tracking or suppressing unwanted low frequency components, e.g. removal of dc offset
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种非合作相位编码水声通信信号自主辨识方法,包括以下步骤:S10、获取待识别的非合作相位编码水声通信信号采样数据序列并对其幅度进行归一化;S20、对归一化以后的信号进行多次平方变换并同时去除变换中的直流成分,使得变换后的信号包含单频信号成分;S30、估计出S20中产生的单频信号成分频率;S40、根据估计的单频信号频率产生多路匹配信号,并分别与S20中得到的平方变换信号分别做匹配滤波处理,接着根据匹配滤波输出结果识别出相位编码水声通信信号的类型。该方法能够在较低信噪比环境下准确地识别出相位编码水声通信信号的调制类型,适合工程上对相位编码水声通信信号进行快速稳健辨识。
Description
技术领域
本发明涉及一种非合作相位编码水声通信信号自主辨识方法,属于水声信号处理技术领域。
背景技术
相位编码类通信信号,由于其良好的抗噪声性能以及工程易实现性,使得该类信号被广泛用于空中以及水下通信领域中,例如在水声OFDM通信中各子载波的调制方式通常采用BPSK或者QPSK调制样式。
通信信号的调制样式识别的基本方法,一般认为有两类:判决论方法和统计模式识别方法。基于判决论的方法一般求出信号的似然函数,这在实际应用中往往难以实现;而统计信号识别则是先从信号中提取实现选定的特征,然后进行信号识别,由于其易实现性,工程上常用此方法对信号进行识别;
在1998年,Asoke K.Nandi等人在期刊《IEEE Transactions on communications》第46期发表的论文《Algorithms for Automatic Modulation Recognition ofCommunication Signals》中,利用提取的特征:零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差来对MPSK信号进行识别,在信噪比大于15dB的情况下识别率大约为94%;此后很多基于此种原理的方法被提出来了。这些基于传统特征提取的信号识别方法首先提取未知信号的特征,然后设定一个阈值,通过比较特征值与阈值的相对大小来识别信号,这在实际工程中往往难以实现,因为信号的特征在不同的信噪比条件下往往波动较大,从而难以设定一个合理的阈值,使得在低信噪比环境下此类信号识别算法几乎失效。且对MPSK信号进行辨识具有重要的军事意义,如何在低信噪比环境下下准确地识别出MPSK类信号的调制类型亟待解决。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种非合作相位编码水声通信信号自主辨识方法,该方法计算复杂度小,且在低信噪比环境下识别性能良好。
技术方案:一种非合作相位编码水声通信信号自主辨识方法,包括以下步骤:
S10、获取待识别的非合作相位编码水声通信信号采样数据序列,并对其幅度进行归一化,信号采样频率为fs;
S20、对归一化以后的信号进行多次平方变换并同时去除变换中的直流成分,使得处理后的信号包含单频信号成分;
S30、估计出S20中产生的单频信号成分频率;
S40、根据估计的单频信号频率产生多路匹配信号,并分别与S20中得到的平方变换且去除直流成分的信号分别做匹配滤波处理,接着根据匹配滤波结果识别出非合作相位编码水声通信信号调制类型。
所述步骤10中,从传感器接收N个采样点的实时采集数据,或者从存储器中提取从检测到信号时刻起始的N个采样点的数据,作为待识别的非合作相位编码水声通信信号数据序列x(n),n=0,1,···,N-1,并对x(n)幅度进行归一化,即:
所述步骤20包括以下步骤:
S200、对x'(n)进行平方,得到平方之后的信号x'2(n),即
x'2(n)=x'2(n),n=0,1,2,…N-1 (2)
S201、对平方信号x'2(n)进行傅里叶变换,求其频谱X'2(f),即:
X'2(f)=FFT{x'2(n)} (3)
其中f=-fs/2,-fs/2+fs/N,-fs/2+2fs/N,-fs/2+3fs/N,…,fs/2-fs/N,FFT{·}表示求傅里叶变换运算。并令X'2(0)=0,从而去除了频谱中的直流成分。然后,对此时去除直流部分的X'2(f)进行反傅里叶变换,得到x'2(n)去除直流分量的之后的时域信号x'2'(n),即:
x'2'(n)=IFFT{X'2(f)} (4)
其中IFFT{·}表示求反傅里叶变换。
对x'(n)进行多次S200、S201中的操作,并记每一次操作后得到的信号为x'2'i(n),i=1,2,…P,i表示操作的次数,P表示总次数。
所述步骤30包括以下步骤:
S300、对步骤S20中得到的x'2'P(n)进行傅里叶变换,并取其幅度谱X'2'P(f)的正半频率部分,即:
X'2'P(f)=|FFT{x'2'P(n)}|,f>0 (5)
其中|·|表示求模值运算,并寻找X'2'P(f)谱峰处对应的最大频率点对应的点数索引k0,即:
k0=max(k) (6)
其中k表示X'2'P(f)每个谱峰处对应的离散频率点对应的离散点数索引,k的取值范围为1≤k≤N/2-1,max{·}表示求最大值运算;
S301、利用Rife插值算法估计X'2'P(f)中的单频信号成分频率其计算公式如下:
当X'2'P(k0+1)>X'2'P(k0-1)时α=1;当X'2'P(k0+1)≤X'2'P(k0-1)时α=-1,α表示Rife插值算法的插值方向。
所述步骤40包括以下步骤:
S400、据估计的单频信号成分频率产生多路匹配信号x1m(n),x2m(n),…xPm(n):
其中:
S401、将信号x1m(n),x2m(n),…xPm(n)分别与步骤S20中的平方变换信号x'2'1(n),x'2'2(n),…x'2'P(n)做匹配处理,根据匹配滤波理论可知,这些匹配滤波器的响应函数h1(n),h2(n),…hP(n),即为:
则可得到匹配滤波器的输出为:
其中,τ=-N+1,-N+2,-N+3,…,N-1,n=0,1,2,…N-1,*表示卷积符号,并求取滤波器输出的最大值y1max,y2max,…yPmax,即:
S402、根据匹配滤波结果识别非合作相位编码水声通信信号调制类型,其步骤如下:
若y2max<y1max,则判断输入信号x(n)是BPSK信号,若y1max<y2max,则判断输入信号x(n)是QPSK信号,若y2max<y3max,则判断输入信号x(n)是8PSK信号,其它相位编码通信信号以此类推。
有益效果:与现有技术相比,本发明提供的非合作相位编码水声通信信号自主辨识方法,首先通过多次平方变换去直流操作,使得非合作相位编码水声通信信号经过变换之后包含单频信号成分,然后通过Rife插值算法估计出单频信号成分的频率,从而产生三路匹配信号;然后根据匹配滤波理论识别出原始输入信号是BPSK信号、QPSK信号还是8PSK信号等等。本方法计算量小且随着输入信号长度的增加识别效果更好,即本发明方法可以利用信号的累积增益,且在低信噪比环境下识别性能良好。
附图说明
图1为本发明的方法流程图;
图2为实施例中BPSK信号时域图;
图3为实施例中QPSK信号时域图;
图4为实施例中8PSK信号时域图。
图5为实施例中使用本发明方法识别BPSK信号性能。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示,一种非合作相位编码水声通信信号自主辨识方法,包括以下步骤:
S10、获取待识别的非合作相位编码水声通信信号采样数据序列,并对其幅度进行归一化,信号采样频率为fs;
S20、对归一化以后的信号进行多次平方变换并同时去除变换中的直流成分,使得处理后的信号包含单频信号成分;
S30、估计出S20中产生的单频信号成分频率;
S40、根据估计的单频信号频率产生多路匹配信号,并分别与S20中得到的平方变换且去除直流成分的信号分别做匹配滤波处理,接着根据匹配滤波结果识别出非合作相位编码水声通信信号调制类型。
所述步骤10中,从传感器接收N个采样点的实时采集数据,或者从存储器中提取从检测到信号时刻起始的N个采样点的数据,作为待识别的非合作相位编码水声通信信号数据序列x(n),n=0,1,···,N-1,并对x(n)幅度进行归一化,即:
所述步骤20包括以下步骤:
S200、对x'(n)进行平方,得到平方之后的信号x'2(n),即
x'2(n)=x'2(n),n=0,1,2,…N-1 (2)
S201、对平方信号x'2(n)进行傅里叶变换,求其频谱X'2(f),即:
X'2(f)=FFT{x'2(n)} (3)
其中f=-fs/2,-fs/2+fs/N,-fs/2+2fs/N,-fs/2+3fs/N,…,fs/2-fs/N,FFT{·}表示求傅里叶变换运算。并令X'2(0)=0,从而去除了频谱中的直流成分。然后,对此时去除直流部分的X'2(f)进行反傅里叶变换,得到x'2(n)去除直流分量的之后的时域信号x'2'(n),即:
x'2'(n)=IFFT{X'2(f)} (4)
其中IFFT{·}表示求反傅里叶变换。
对x'(n)进行多次S200、S201中的操作,并记每一次操作后得到的信号为x'2'i(n),i=1,2,…P,i表示操作的次数,P表示总次数。
所述步骤30包括以下步骤:
S300、对步骤S20中得到的x'2'P(n)进行傅里叶变换,并取其幅度谱X'2'P(f)的正半频率部分,即:
X'2'P(f)=|FFT{x'2'P(n)}|,f>0 (5)
其中|·|表示求模值运算,并寻找X'2'P(f)谱峰处对应的最大频率点对应的点数索引k0,即:
k0=max(k) (6)
其中k表示X'2'P(f)每个谱峰处对应的离散频率点对应的离散点数索引,k的取值范围为1≤k≤N/2-1,max{·}表示求最大值运算;
S301、利用Rife插值算法估计X'2'P(f)中的单频信号成分频率其计算公式如下:
当X'2'P(k0+1)>X'2'P(k0-1)时α=1;当X'2'P(k0+1)≤X'2'P(k0-1)时α=-1,α表示Rife插值算法的插值方向。
所述步骤40包括以下步骤:
S400、据估计的单频信号成分频率产生多路匹配信号x1m(n),x2m(n),…xPm(n):
其中:
S401、将信号x1m(n),x2m(n),…xPm(n)分别与步骤S20中的平方变换信号x'2'1(n),x'2'2(n),…x'2'P(n)做匹配处理,根据匹配滤波理论可知,这些匹配滤波器的响应函数h1(n),h2(n),…hP(n),即为:
则可得到匹配滤波器的输出为:
其中,τ=-N+1,-N+2,-N+3,…,N-1,n=0,1,2,…N-1,*表示卷积符号,并求取滤波器输出的最大值y1max,y2max,…yPmax,即:
S402、根据匹配滤波结果识别非合作相位编码水声通信信号调制类型,其步骤如下:
若y2max<y1max,则判断输入信号x(n)是BPSK信号,若y1max<y2max,则判断输入信号x(n)是QPSK信号,若y2max<y3max,则判断输入信号x(n)是8PSK信号,其它相位编码通信信号以此类推。
本发明的实施例中,相位编码水声通信信号的数学模型为:
x(t)=s(t)+v(t)=Acos(2πfct+θk)+v(t) (13)
式中t表示时间单位为秒,A表示信号幅度为常数,v(t)为与信号不相关的噪声,fc表示信号载频,θk为一组间隔均匀的受调制相位,其值决定于基带码元的取值,所以它可以写为:
通常M取2的次幂,当M=2时x(t)为BPSK信号,当M=4时x(t)为QPSK信号,其它相位编码信号以此类推。在本实施例中取M=2,4,8。
仿真信号参数设置为:采样频率fs=10000Hz,输入信号的载频fc=1276.85Hz,码速率为1000bit/s,数据长度为2s,噪声为高斯白噪声。
图2所示为BPSK信号的时域图;图3为QPSK信号的时域图;图4为8PSK信号的时域图;图5表示使用本发明方法识别BPSK信号的性能,蒙特卡洛试验次数为1000次。
从实施例的结果可以看出,利用本发明的MPSK类信号调制样式盲识别方法在低信噪比环境下识别效果良好,从而适用于工程上对MPSK类信号调制样式进行快速稳健的辨识。
Claims (6)
1.一种非合作相位编码水声通信信号自主辨识方法,其特征在于:包括以下步骤:
S10、获取待识别的非合作相位编码水声通信信号采样数据序列,并对其幅度进行归一化,信号采样频率为fs;
S20、对归一化以后的信号进行多次平方变换并同时去除变换中的直流成分,使得处理后的信号包含单频信号成分;
S30、估计出S20中产生的单频信号成分频率;
S40、根据估计的单频信号频率产生多路匹配信号,并分别与S20中得到的平方变换且去除直流成分的信号分别做匹配滤波处理,接着根据匹配滤波结果识别出非合作相位编码水声通信信号调制类型。
2.如权利要求1所述的非合作相位编码水声通信信号自主辨识方法,其特征在于:所述步骤10中,从传感器接收N个采样点的实时采集数据,或者从存储器中提取从检测到信号时刻起始的N个采样点的数据,作为待识别的非合作相位编码水声通信信号数据序列x(n),n=0,1,···,N-1,并对x(n)幅度进行归一化,即:
3.如权利要求2所述的非合作相位编码水声通信信号自主辨识方法,其特征在于:所述步骤20包括以下步骤:
S200、对x'(n)进行平方,得到平方之后的信号x'2(n),即
x'2(n)=x'2(n),n=0,1,2,…N-1 (2)
S201、对平方信号x'2(n)进行傅里叶变换,求其频谱X'2(f),即:
X'2(f)=FFT{x'2(n)} (3)
其中f=-fs/2,-fs/2+fs/N,…,fs/2-fs/N,FFT{·}表示求傅里叶变换运算,并令X'2(0)=0,从而去除了频谱中的直流成分,然后,对此时去除直流部分的X'2(f)进行反傅里叶变换,得到x'2(n)去除直流分量的之后的时域信号x″2(n),即:
x″2(n)=IFFT{X'2(f)} (4)
其中IFFT{·}表示求反傅里叶变换;
对x'(n)进行多次S200、S201中的操作,并记每一次操作后得到的信号为x″2i(n),i=1,2,…P,i表示操作的次数,P表示总次数。
4.如权利要求3所述的非合作相位编码水声通信信号自主辨识方法,其特征在于:所述步骤30包括以下步骤:
S300、对步骤S20中得到的x″2P(n)进行傅里叶变换,并取其幅度谱X″2P(f)的正半频率部分,即:
X″2P(f)=|FFT{x″2P(n)}|,f>0 (5)
其中|·|表示求模值运算,并寻找X″2P(f)谱峰处对应的最大频率点对应的点数索引k0,即:
k0=max(k) (6)
其中k表示X″2P(f)每个谱峰处对应的离散频率点对应的离散点数索引,k的取值范围为1≤k≤N/2-1,max{·}表示求最大值运算;
S301、利用Rife插值算法估计X″2P(f)中的单频信号成分频率其计算公式如下:
当X″2P(k0+1)>X″2P(k0-1)时α=1;当X″2P(k0+1)≤X″2P(k0-1)时α=-1,α表示Rife插值算法的插值方向。
5.如权利要求4所述的非合作相位编码水声通信信号自主辨识方法,其特征在于:所述步骤40包括以下步骤:
S400、据估计的单频信号成分频率产生多路匹配信号x1m(n),x2m(n),…xPm(n):
S401、将信号x1m(n),x2m(n),…xPm(n)分别与步骤S20中的平方变换信号x″21(n),x″22(n),…x″2P(n)做匹配处理,根据匹配滤波理论可知,这些匹配滤波器的响应函数h1(n),h2(n),…hP(n),即为:
则可得到匹配滤波器的输出为:
其中,τ=-N+1,-N+2,-N+3,…,N-1,n=0,1,2,…N-1,*表示卷积符号,并求取滤波器输出的最大值y1max,y2max,…yPmax,即:
S402、根据匹配滤波结果识别非合作相位编码水声通信信号调制类型,其步骤如下:
若y2max<y1max,则判断输入信号x(n)是BPSK信号,若y1max<y2max,则判断输入信号x(n)是QPSK信号,若y2max<y3max,则判断输入信号x(n)是8PSK信号,其它相位编码通信信号以此类推。
6.如权利要求2或3所述的非合作相位编码水声通信信号自主辨识方法,其特征在于:所述傅里叶变换采用快速傅里叶变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811551740.9A CN109660475B (zh) | 2018-12-19 | 2018-12-19 | 一种非合作相位编码水声通信信号自主辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811551740.9A CN109660475B (zh) | 2018-12-19 | 2018-12-19 | 一种非合作相位编码水声通信信号自主辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109660475A true CN109660475A (zh) | 2019-04-19 |
CN109660475B CN109660475B (zh) | 2019-09-17 |
Family
ID=66113380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811551740.9A Active CN109660475B (zh) | 2018-12-19 | 2018-12-19 | 一种非合作相位编码水声通信信号自主辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109660475B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111131108A (zh) * | 2019-12-30 | 2020-05-08 | 哈尔滨工程大学 | 一种非合作水声ofdm子载波调制方式识别方法 |
CN111541516A (zh) * | 2020-04-17 | 2020-08-14 | 深圳市统先科技股份有限公司 | 信道编码识别方法、装置、电子装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060072679A1 (en) * | 2004-10-01 | 2006-04-06 | Ching-Yung Chen | Method and device for modulation recognition of digitally modulated signals with multi-level magnitudes |
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 |
CN105158740A (zh) * | 2015-08-24 | 2015-12-16 | 西安电子科技大学 | 基于高精度频率估计的噪声调幅干扰抑制方法 |
CN107966687A (zh) * | 2017-11-20 | 2018-04-27 | 西安电子科技大学 | 基于部分自相关谱的mimo雷达信号调制类型识别方法 |
CN108038471A (zh) * | 2017-12-27 | 2018-05-15 | 哈尔滨工程大学 | 一种基于深度学习技术的水声通信调制模式识别方法 |
CN108965181A (zh) * | 2018-09-25 | 2018-12-07 | 电子科技大学 | 一种用于数据链信号侦收系统的信号调制方式识别方法 |
-
2018
- 2018-12-19 CN CN201811551740.9A patent/CN109660475B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060072679A1 (en) * | 2004-10-01 | 2006-04-06 | Ching-Yung Chen | Method and device for modulation recognition of digitally modulated signals with multi-level magnitudes |
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 |
CN105158740A (zh) * | 2015-08-24 | 2015-12-16 | 西安电子科技大学 | 基于高精度频率估计的噪声调幅干扰抑制方法 |
CN107966687A (zh) * | 2017-11-20 | 2018-04-27 | 西安电子科技大学 | 基于部分自相关谱的mimo雷达信号调制类型识别方法 |
CN108038471A (zh) * | 2017-12-27 | 2018-05-15 | 哈尔滨工程大学 | 一种基于深度学习技术的水声通信调制模式识别方法 |
CN108965181A (zh) * | 2018-09-25 | 2018-12-07 | 电子科技大学 | 一种用于数据链信号侦收系统的信号调制方式识别方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111131108A (zh) * | 2019-12-30 | 2020-05-08 | 哈尔滨工程大学 | 一种非合作水声ofdm子载波调制方式识别方法 |
CN111131108B (zh) * | 2019-12-30 | 2022-05-20 | 哈尔滨工程大学 | 一种非合作水声ofdm子载波调制方式识别方法 |
CN111541516A (zh) * | 2020-04-17 | 2020-08-14 | 深圳市统先科技股份有限公司 | 信道编码识别方法、装置、电子装置及存储介质 |
CN111541516B (zh) * | 2020-04-17 | 2023-06-20 | 郑州融壹达信息技术有限公司 | 信道编码识别方法、装置、电子装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109660475B (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8619909B2 (en) | Signal detector using matched filter for training signal detection | |
CN107948107B (zh) | 一种基于联合特征的数字调制信号分类方法 | |
CN108718288B (zh) | 基于卷积神经网络的数字信号调制模式识别方法 | |
CN106357575A (zh) | 一种多参数联合估计的干扰类型识别方法 | |
CN109660475B (zh) | 一种非合作相位编码水声通信信号自主辨识方法 | |
CN110113278B (zh) | 一种基于全数字接收机的调制方式识别方法 | |
CN111585662B (zh) | 一种调相信号的分类识别和参数估计方法及系统 | |
CN106330805B (zh) | 一种信号调制方式自动识别方法及系统 | |
Hassan et al. | Automatic modulation recognition using wavelet transform and neural network | |
CN105071830B (zh) | 一种直扩信号的检测识别方法 | |
CN105785324A (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
CN106027432B (zh) | 一种基于信号瞬时频率部分相关函数的cpfsk码速率估计方法 | |
CN100521670C (zh) | 一种多进制频移键控信号的检测和分析方法 | |
CN105553635B (zh) | 基于循环自相关的boc信号参数盲估计方法 | |
CN105429719A (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN116257752A (zh) | 一种信号调制样式识别方法 | |
KR101611534B1 (ko) | 심볼율 추정 방법 | |
CN109450829B (zh) | 数字调制信号码速率估计方法和装置 | |
CN108683622A (zh) | 一种基于信号平方谱平坦系数的调制识别方法 | |
CN107465639B (zh) | 一种基于短时离散傅立叶变换的多路延时同步判决解调方法 | |
CN107707499B (zh) | 一种Alpha稳定分布噪声下OFDM信号调制参数估计方法 | |
CN103973621B (zh) | 一种二进制连续相位频率键控调制信号的参数识别方法 | |
CN116248454A (zh) | 多调制信号盲检测识别方法、装置、计算机设备以及介质 | |
CN105763499A (zh) | 一种基于信号瞬时频率滑动平均的cpfsk调制识别方法 | |
CN116032709A (zh) | 无先验知识fsk信号盲解调和调制特征解析方法及装置 |
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 |