CN109951409A - 一种确定调制信号类别的方法及系统 - Google Patents

一种确定调制信号类别的方法及系统 Download PDF

Info

Publication number
CN109951409A
CN109951409A CN201910270533.4A CN201910270533A CN109951409A CN 109951409 A CN109951409 A CN 109951409A CN 201910270533 A CN201910270533 A CN 201910270533A CN 109951409 A CN109951409 A CN 109951409A
Authority
CN
China
Prior art keywords
modulated signal
spectrum
extreme point
signal burst
burst spectrum
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
Application number
CN201910270533.4A
Other languages
English (en)
Other versions
CN109951409B (zh
Inventor
蒋千军
邓志军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Jiuzhou Electric Group Co Ltd
Original Assignee
Sichuan Jiuzhou Electric Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Jiuzhou Electric Group Co Ltd filed Critical Sichuan Jiuzhou Electric Group Co Ltd
Priority to CN201910270533.4A priority Critical patent/CN109951409B/zh
Publication of CN109951409A publication Critical patent/CN109951409A/zh
Application granted granted Critical
Publication of CN109951409B publication Critical patent/CN109951409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种确定调制信号类别的方法及系统,属于模式识别领域。解决了现有技术中调制信号分析时,需要同时分析I、Q两路信号,以导致确定调制信号类别存在局限的问题。所述方法包括以下步骤:判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。实现了快速、方便地确定调制信号类别。

Description

一种确定调制信号类别的方法及系统
技术领域
本发明涉及模式识别技术领域,尤其涉及一种确定调制信号类别的方法及系统。
背景技术
为了在现代数字信息化战场获取优势,其首要条件便是获取并控制战场信息,战场中几乎所有信息均以电磁波形式收发。其中脉内信号特征是信号细微特征的重要体现,是信号分选和识别等的重要方式之一;通过信号分选、识别,以确定调制信号的类别,对于现代数字信息化战场侦察、对抗等具有重要意义。随着电子技术的快速发展,诸如相位差法等提出,能有效解决一定的调制信号的分析效果,但一般要求同时有I、Q两路数据,存在着一定的局限性。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种确定调制信号类别的方法及系统,用以解决现有调制信号分析时,需要同时分析I、Q两路信号,以导致确定调制信号类别存在局限的问题。
本发明一方面,提供了一种确定调制信号类别的方法,包括以下步骤:
判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
上述技术方案的有益效果为:通过获取确定是所需调制信号脉冲谱的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息,快速、便捷的获取调制信号的特征描述信息,根据所述特征描述信息,同时引入调制信号特征描述信息库,实现了快速、方便地确定调制信号的类别,解决了现有调制信号分析时,需要同时分析I、Q两路信号,以导致确定调制信号类别存在局限的问题。
进一步地,上述方法还包括,采集调制信号脉冲谱,并进行A/D转换和前级滤波处理;对经前级滤波处理后的调制信号脉冲谱进行离散傅里叶变换,形成待确定调制信号脉冲谱。
上述进一步技术方案的有益效果为:通过A/D转换,将采集到的模拟调制信号脉冲谱转换为数字信号,以方便计算机处理;通过前级滤波去掉了信号中不必要的干扰;通过对调制信号脉冲谱进行离散傅里叶变换,以方便后续计算。
进一步地,判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱,具体包括:
获取待确定调制信号脉冲谱的峰值;
根据采集调制信号脉冲谱信号的噪声,设立门限值;
若所述峰值若干次通过门限值,则该待确定调制信号脉冲谱为所需调制信号脉冲谱,否则,不是所需调制信号脉冲谱。
上述进一步技术方案的有益效果为:通过设立门限值,并将其与调制信号脉冲谱的峰值比较,准确获取有用的调制信号脉冲谱,即为所需的调制信号脉冲谱。
进一步地,根据采集调制信号脉冲谱信号的噪声,设立门限值,具体包括,所述门限值是采集调制信号脉冲谱信号噪声幅值的0.8至1.2倍。
进一步地,获取确定是所需调制信号脉冲谱的极值点,具体包括:
将所述所需调制信号脉冲谱作为图像,其峰值单元则为像素点集合,以图像区域左下角作为起始坐标(0,0),则调制信号脉冲谱表示为y=f(x),求取y的极值点,形成极值点集合Qzf={Q1,Q2,...,Qk,...,Qn},Qk为极值点,其中,k取1~n,n为极值点个数,x表示时间量,y表示幅度量。
上述进一步技术方案的有益效果为:通过将所述所需调制信号脉冲谱作为图像,其峰值单元则为像素点集合,以快速、方便地求取确定是所需调制信号脉冲谱的极值点。
进一步地,所述进行飞点补偿,具体包括,若极值点的幅度量大于2倍的极值点集合平均幅度量,则此极值点为飞点,将该飞点强制赋值为极值点集合平均幅度量。
上述进一步技术方案的有益效果为:通过上述方案将飞点进行强制赋值处理,减小了飞点对后续匹配结果的不利影响。
进一步地,根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息,具体包括:
根据经过飞点补偿后的极值点,构建通过极值点Qzi、Qfk的直连线L1(Qzi,Qfk),以及通过极值点Qft、Qzk的直连线L2(Qft,Qzk),所述L1和L2与调制信号脉冲谱产生交点,形成网状谱纹路,取所述网状谱纹路的交叉点和极值点,作为关键点,记录所述关键点形成集合C,即为调制信号特征描述信息;其中,1≤zi≤round(zm*0.1),round(fm*0.9)≤fk≤fm,1≤ft≤round(fm*0.1),round(zm*0.9)≤zk≤zm,Qzi,Qzk为正极值点,Qfi,Qfk为负极值点,zm、fm分别为正、负极值点最大个数。
上述进一步技术方案的有益效果为:通过上述方案构建交叉标定线,有效而完整地获取了特征描述信息。
进一步地,将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别,具体包括:
将预先标定好的调制信号特征集合样本集与所述集合C样本进行一一匹配,确定其相关性,根据所述相关性的大小,确定调制信号的类别。
进一步地,将标定好的调制信号的特征集合样本集与所述集合C样本进行一一匹配,确定其相关性,具体包括,计算标定好的调制信号的特征集合样本集与所述集合C样本的欧式距离,欧式距离越小,相关性越大。
本发明另一方面,提供了一种实现上述技术方案任一方法的确定调制信号类别的系统,包括调制信号脉冲谱判断单元、飞点补偿单元、交叉标定线构建单元和调制信号类别确定单元;
所述调制信号脉冲谱判别单元,用于判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
所述飞点补偿单元,用于获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
交叉标定线构建单元,用于根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
调制信号类别确定单元,用于将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
上述方案的有益效果为:通过获取确定是所需调制信号脉冲谱的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息,同时引入调制信号特征描述信息库,快速、便捷的获取调制信号的特征描述信息,根据所述特征描述信息,快速、方便地确定调制信号的类别,解决了现有调制信号分析时,要求同时分析I、Q两路信号,以导致确定调制信号类别存在局限的问题。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例1所述方法的流程示意图;
图2为本发明实施例1所述“Z”顺向扫描得到集合C的示意图;
图3为本发明实施例2所述系统的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
实施例1
本发明的一个实施例,公开了一种确定调制信号类别的方法,包括以下步骤:
步骤S1、判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
一个具体实施例中,通过采集调制信号脉冲谱,并进行A/D转换和前级滤波处理;对经前级滤波处理后的调制信号脉冲谱进行离散傅里叶变换,形成待确定调制信号脉冲谱;
其中,前级滤波不限于使用高通滤波器HPF;通过A/D转换,将采集到的模拟调制信号脉冲谱信号转换为数字信号,以方便计算机处理;
选取合适的点值(数学上一般选择2的n次方,即2,4,8,16等,因为选择这个值会对后续DFT运算时间产生一定的影响,即点值越大,运算耗时就越长,而工程上一般选择32),将经前级滤波处理后调制信号脉冲谱的进行离散傅里叶变换(DFT)运算,以方便后续计算;
采集调制信号脉冲谱可以为原始信号、单I、单Q、I/Q信号等信号。
步骤S1具体包括,
步骤S11、获取待确定调制信号脉冲谱的峰值;
步骤S12、根据采集调制信号脉冲谱信号的噪声,设立门限值;
步骤S13、若所述峰值若干次通过门限值,则该待确定调制信号脉冲谱为所需调制信号脉冲谱,否则,不是所需调制信号脉冲谱;
需要说明的是,通过比较调制信号脉冲谱的各个数值,确定调制信号脉冲谱的峰值;采集调制信号脉冲谱信号时,产生噪声,或者外部干扰,包括但不限于白噪声;因此考虑到噪声,设立门限值,所述门限值是采集调制信号脉冲谱信号噪声幅值的0.8至1.2倍,可根据具体调制信号和噪声动态设置;
优选,若所述峰值三次通过门限值,则判定则该待确定调制信号脉冲谱为所需调制信号脉冲谱,此时兼顾了判定精度和判定效率。
步骤S2、获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
将所述所需调制信号脉冲谱作为图像,其峰值单元(分辨单元)则为独立的像素点集合;为了不失一般性,像素点均为二值化点;以图像区域左下角作为起始坐标(0,0),则调制信号脉冲谱表示为y=f(x),y=f(x),x表示时间量,y表示幅度量;
求取y的极值点Qk,形成极值点集合Qzf={Q1,Q2,...,Qk,...,Qn},Qk为极值点,k取1~n,n为极值点个数;考虑步骤S1中采集和A/D转换,会使得调制信号脉冲谱信号有极少极值点的幅度量会远超出极值点集合平均幅度量,一般若极值点的幅度量大于2倍的极值点集合平均幅度量,该极值点即为“飞点”ynoise=Qnoise,需进一步处理,即进行飞点补偿,具体为将该飞点强制赋值为极值点集合平均幅度量;通过对飞点进行强制赋值处理,减小了异常极值点对后续匹配结果的不利影响。
步骤S3、根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
为了有效而完整地获得特征描述信息,需引入构建调制信号脉冲谱的交叉标定线;具体为,根据经过飞点补偿后的极值点,构建通过极值点Qzi、Qfk的直连线L1(Qzi,Qfk),以及通过极值点Qft、Qzk的直连线L2(Qft,Qzk),所述L1和L2与调制信号脉冲谱产生交点,形成网状谱纹路,取所述网状谱纹路的交叉点和极值点,作为关键点,记录所述关键点形成集合C,即为调制信号特征描述信息;交叉标定线L1和L2会与调制信号脉冲谱产生交点,形成网状谱纹路,取所述网状谱纹路的交叉点和极值点,作为关键点,记录所述关键点形成集合C,即为调制信号特征描述信息;
需要说明的是,正极值点Qzi,Qzk中,0≤i,k≤m,负极值点Qft、Qfk中,0≤t,k≤m;为了不失一般性,1≤zi≤round(zm*0.1),round(fm*0.9)≤fk≤fm,1≤ft≤round(fm*0.1),round(zm*0.9)≤zk≤zm;Qzi,Qzk为正极值点,Qft,Qfk为负极值点,zm、fm分别为正、负极值点最大个数;对于不同的调制信号,因其载波或者调制方式不同,经过引入构建调制信号脉冲谱的交叉标定线,产生的网状谱纹路也不一致。
取所述网状谱纹路的交叉点和极值点,作为关键点,记录所述关键点形成集合C;定位网状谱纹路的关键点,即交叉点和极值点;按照“Z”字顺向或平滑扫描,记录关键点,用集合C={C1,C2,…,Cr}来对调制信号的特征进行描述,r为该网状谱纹路目标点的个数;如图2所示,Zm=7,fm=6,则,C1-C31为“Z”顺向扫描得到的集合C。
步骤S4、将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
具体的,将预先标定好的调制信号特征集合样本集(即调制信号的特征描述信息库)与所述集合C样本进行一一匹配,确定其相关性,根据所述相关性进行调制信号分选,确定调制信号的类别。
需要说明的是,所述预先标定好的调制信号特征集合样本集包括正弦、余弦等各类调制信号的特征描述信息;通过将各类调制信号的特征描述信息与所述集合C进行匹配,选取与调制信号相关性最大的标定信号类别确定为调制信号的类别。
将标定好的调制信号的特征集合样本集与所述集合C样本进行一一匹配,确定其相关性,可选的,计算标定好的调制信号的特征集合样本集与所述集合C样本的欧式距离,欧式距离越小,相关性越越大;
设某一余弦信号的特性集合为example=(example1,example2...,exampler);则,该余弦信号的特性集合与集合C样本的欧式距离为
实施例2
本发明的另一个实施例,公开了实现上述任一实施例所述方法的确定调制信号类别的系统,包括调制信号脉冲谱判断单元、飞点补偿单元、交叉标定线构建单元和调制信号类别确定单元;
所述调制信号脉冲谱判别单元,用于判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
所述飞点补偿单元,用于获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
交叉标定线构建单元,用于根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
调制信号类别确定单元,用于将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
本发明提出了一种确定调制信号类别的方法及系统,通过获取确定是所需调制信号脉冲谱的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息,快速、便捷的获取调制信号的特征描述信息,根据所述特征描述信息,同时引入调制信号特征描述信息库,快速、方便地确定调制信号的类别,解决了现有调制信号分析时,要求同时分析I、Q两路信号,以导致确定调制信号类别存在局限的问题。本发明可以从原始信号、单I、单Q、I/Q信号等中采集得到调制信号脉冲谱信息,最终确定的调制信号的类别,对现代数字信息化战场中的侦察、对抗、识别等具有重要意义。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
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并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种确定调制信号类别的方法,其特征在于,包括以下步骤:
判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
2.根据权利要求1所述的方法,其特征在于,还包括,采集调制信号脉冲谱,并进行A/D转换和前级滤波处理;对经前级滤波处理后的调制信号脉冲谱进行离散傅里叶变换,形成待确定调制信号脉冲谱。
3.根据权利要求1所述的方法,其特征在于,判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱,具体包括:
获取待确定调制信号脉冲谱的峰值;
根据采集调制信号脉冲谱信号的噪声,设立门限值;
若所述峰值若干次通过门限值,则该待确定调制信号脉冲谱为所需调制信号脉冲谱,否则,不是所需调制信号脉冲谱。
4.根据权利要求3所述的方法,其特征在于,根据采集调制信号脉冲谱信号的噪声,设立门限值,具体包括,所述门限值是采集调制信号脉冲谱信号噪声幅值的0.8至1.2倍。
5.根据权利要求1所述的方法,其特征在于,获取确定是所需调制信号脉冲谱的极值点,具体包括:
将所述所需调制信号脉冲谱作为图像,其峰值单元则为像素点集合,以图像区域左下角作为起始坐标(0,0),则调制信号脉冲谱表示为y=f(x),求取y的极值点,形成极值点集合Qzf={Q1,Q2,...,Qk,...,Qn},Qk为极值点,其中,k取1~n,n为极值点个数,x表示时间量,y表示幅度量。
6.根据权利要求1所述的方法,其特征在于,所述进行飞点补偿,具体包括,若极值点的幅度量大于2倍的极值点集合平均幅度量,则此极值点为飞点,将该飞点强制赋值为极值点集合平均幅度量。
7.根据权利要求5所述方法,其特征在于,根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息,具体包括:
根据经过飞点补偿后的极值点,构建通过极值点Qzi、Qfk的直连线L1(Qzi,Qfk),以及通过极值点Qft、Qzk的直连线L2(Qft,Qzk),所述L1和L2与调制信号脉冲谱产生交点,形成网状谱纹路,取所述网状谱纹路的交叉点和极值点,作为关键点,记录所述关键点形成集合C,即为调制信号特征描述信息;其中,1≤zi≤round(zm*0.1),round(fm*0.9)≤fk≤fm,1≤ft≤round(fm*0.1),round(zm*0.9)≤zk≤zm,Qzi,Qzk为正极值点,Qfi,Qfk为负极值点,zm、fm分别为正、负极值点最大个数。
8.根据权利要求7所述的方法,其特征在于,将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别,具体包括:
将预先标定好的调制信号特征集合样本集与所述集合C样本进行一一匹配,确定其相关性,根据所述相关性的大小,确定调制信号的类别。
9.根据权利要求8所述的方法,其特征在于,将标定好的调制信号的特征集合样本集与所述集合C样本进行一一匹配,确定其相关性,具体包括,计算标定好的调制信号的特征集合样本集与所述集合C样本的欧式距离,欧式距离越小,相关性越大。
10.一种实现权利要求1-9任一方法的确定调制信号类别的系统,其特征在于,包括调制信号脉冲谱判断单元、飞点补偿单元、交叉标定线构建单元和调制信号类别确定单元;
所述调制信号脉冲谱判别单元,用于判别待确定调制信号脉冲谱是否为所需调制信号脉冲谱;
所述飞点补偿单元,用于获取确定是所需调制信号脉冲谱的极值点,并进行飞点补偿;
交叉标定线构建单元,用于根据经过飞点补偿后的极值点,构建调制信号脉冲谱的交叉标定线,获取特征描述信息;
调制信号类别确定单元,用于将预先标定好的调制信号特征集合样本集与所述特征描述信息进行匹配,确定调制信号的类别。
CN201910270533.4A 2019-04-04 2019-04-04 一种确定调制信号类别的方法及系统 Active CN109951409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910270533.4A CN109951409B (zh) 2019-04-04 2019-04-04 一种确定调制信号类别的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910270533.4A CN109951409B (zh) 2019-04-04 2019-04-04 一种确定调制信号类别的方法及系统

Publications (2)

Publication Number Publication Date
CN109951409A true CN109951409A (zh) 2019-06-28
CN109951409B CN109951409B (zh) 2020-06-16

Family

ID=67012592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910270533.4A Active CN109951409B (zh) 2019-04-04 2019-04-04 一种确定调制信号类别的方法及系统

Country Status (1)

Country Link
CN (1) CN109951409B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111800359A (zh) * 2020-09-07 2020-10-20 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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594637A (zh) * 2008-05-28 2009-12-02 京瓷株式会社 发送装置和无线通信方法
CN101917369A (zh) * 2010-07-30 2010-12-15 中国人民解放军信息工程大学 一种通信信号调制方式的识别方法
CN104604156A (zh) * 2012-09-27 2015-05-06 英特尔公司 预定义调制传输的对等设备设置
WO2017091188A1 (en) * 2015-11-23 2017-06-01 Intel Corporation Electrical systems and methods for performing out-of-band communications
WO2017096558A1 (en) * 2015-12-09 2017-06-15 Qualcomm Incorporated Flexible resource mapping and mcs determination
CN108234370A (zh) * 2017-12-22 2018-06-29 西安电子科技大学 基于卷积神经网络的通信信号调制方式识别方法
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
CN109167746A (zh) * 2018-08-31 2019-01-08 西南电子技术研究所(中国电子科技集团公司第十研究所) 连续波与脉冲信号快速识别装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594637A (zh) * 2008-05-28 2009-12-02 京瓷株式会社 发送装置和无线通信方法
CN101917369A (zh) * 2010-07-30 2010-12-15 中国人民解放军信息工程大学 一种通信信号调制方式的识别方法
CN104604156A (zh) * 2012-09-27 2015-05-06 英特尔公司 预定义调制传输的对等设备设置
WO2017091188A1 (en) * 2015-11-23 2017-06-01 Intel Corporation Electrical systems and methods for performing out-of-band communications
WO2017096558A1 (en) * 2015-12-09 2017-06-15 Qualcomm Incorporated Flexible resource mapping and mcs determination
CN108234370A (zh) * 2017-12-22 2018-06-29 西安电子科技大学 基于卷积神经网络的通信信号调制方式识别方法
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
CN109167746A (zh) * 2018-08-31 2019-01-08 西南电子技术研究所(中国电子科技集团公司第十研究所) 连续波与脉冲信号快速识别装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张福佳,等: "突发MPSK信号调制识别技术研究", 《自动化仪表》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111800359A (zh) * 2020-09-07 2020-10-20 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
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

Also Published As

Publication number Publication date
CN109951409B (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN106845372B (zh) 一种星载遥感光学图像的船舶目标检测识别方法和系统
CN104751187B (zh) 抄表图像自动识别方法
CN110378310B (zh) 一种基于答案库的手写样本集的自动生成方法
CN105046258B (zh) 一种小目标探测声呐图像的目标检测方法及装置
CN107122777A (zh) 一种基于视频文件的车辆分析系统及分析方法
CN107133627A (zh) 红外光斑中心点提取方法及装置
CN106446952A (zh) 一种乐谱图像识别方法及装置
CN110082821B (zh) 一种无标签框微地震信号检测方法及装置
CN106056751A (zh) 冠字号码的识别方法及系统
CN104217221A (zh) 基于纹理特征的书画作品检测方法
CN111163472A (zh) 一种基于生成式对抗网络的信号识别攻击的防御方法
WO2016045215A1 (zh) 指纹图像质量的判断方法和装置
CN105427342A (zh) 一种水下小目标声呐图像目标检测跟踪方法和系统
CN105404868A (zh) 一种基于交互平台的复杂背景中文本的快速检测方法
CN106725592A (zh) 超声射频元数据的自动识别方法及系统
CN109951409A (zh) 一种确定调制信号类别的方法及系统
Pescia et al. Automatic detection of liver tumors
CN102081799A (zh) 基于邻域相似性及双窗口滤波的sar图像变化检测方法
CN101739667A (zh) 基于非下采样轮廓波变换的遥感图像道路增强方法
CN113673515A (zh) 一种计算机视觉目标检测算法
CN102663730B (zh) 基于Treelet和方向自适应滤波的遥感图像变化检测方法
CN102737232B (zh) 一种分裂细胞识别方法
JP2006107034A (ja) 画像解析方法及び装置、画像処理方法及びシステム、これらの動作プログラム
CN108764016A (zh) 基于旋转域特征与cnn的极化sar图像舰船检测方法
Vartiainen et al. Detection of irregularities in regular patterns

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