CN114531328A - 一种基于信号包络平坦度的调制格式识别方法 - Google Patents
一种基于信号包络平坦度的调制格式识别方法 Download PDFInfo
- Publication number
- CN114531328A CN114531328A CN202210432642.3A CN202210432642A CN114531328A CN 114531328 A CN114531328 A CN 114531328A CN 202210432642 A CN202210432642 A CN 202210432642A CN 114531328 A CN114531328 A CN 114531328A
- Authority
- CN
- China
- Prior art keywords
- signal
- envelope flatness
- modulation format
- flatness
- envelope
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000010287 polarization Effects 0.000 claims abstract description 83
- 230000003287 optical effect Effects 0.000 claims abstract description 73
- 238000010606 normalization Methods 0.000 claims abstract description 4
- 238000011084 recovery Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 22
- 238000012549 training Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 6
- 230000001427 coherent effect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
Images
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
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/60—Receivers
- H04B10/66—Non-coherent receivers, e.g. using direct detection
- H04B10/69—Electrical arrangements in the receiver
- H04B10/697—Arrangements for reducing noise and distortion
- H04B10/6971—Arrangements for reducing noise and distortion using equalisation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于信号包络平坦度的调制格式识别方法，涉及通信领域，其包括以下步骤：对预处理后的数字信号进行幅度归一化，得到幅度均值为1的信号；分别选取幅度范围在0~1、0~1.2、0~0.6的单个波长上的一路偏振信号并计算其包络平坦度，对应得到包络平坦度R1、R2和R3；根据R1、R2和R3与对应阈值th1、th2和th3的大小关系，完成信号的调制格式识别。本发明根据信号幅度的包络特征，在不需要知晓符号速率、光信噪比等先验信息的情况下，能在较大的光信噪比范围内准确识别不同调制格式，不需要大量的训练样本提前对算法进行训练，计算复杂度低，识别响应速度快，且对频率偏移、载波相位噪声不敏感。
Description
技术领域
本发明涉及通信领域，具体涉及一种基于信号包络平坦度的调制格式识别方法。
背景技术
为应对快速增长的网络流量需求以及大数据、物联网、云计算等不同的数据业务，下一代光网络需要更高的频谱效率和更大的灵活性，因此，弹性光网络(Elastic OpticalNetwork, EON)的概念应运而生。弹性光网络能根据不同的传输距离和信道状态信息动态地调整各种传输参数，如调制格式、传输速率、频谱分配等，因此受到越来越多的关注。虽然EON能够在发送端动态地调整调制格式，但在接收端，数字相干接收机需要在无先验信息的情况下自动识别接收信号的调制格式，来保障调制格式相关算法（如偏振解复用算法、频率偏移补偿算法、载波相位恢复算法等）的正常工作，并实现信号的正确解调。调制格式识别技术是EON的关键技术之一。
迄今为此，EON中的调制格式识别方法大致可分为两类：数据辅助型和非数据辅助型。数据辅助型基于相应的训练序列或导频符号进行调制格式识别。这些方法错误率较低，能根据不同的调制格式快速切换，计算复杂度较低。但是因为需要训练序列或导频符号，在一定程度上牺牲了频谱效率。非数据辅助型则基于接收信号的特征如峰均功率比、信号功率分布、累积振幅分布、密度峰值、强度轮廓分布等进行调制格式识别。但是，一些方法需要光信噪比等先验信息。近年来，机器学习在调制格式识别技术中得到了广泛的应用，如卷积神经网络(Convolutional Neural Network, CNN)、深度神经网络(Deep Neural Network,DNN)、概率神经网络(Probabilistic Neural Network, PNN)、支持向量机(SupportVector Machine, SVM)等。借助于机器学习算法强大的性能，这些方法可以获得较好的识别性能，但也需要大量的训练样本、复杂的训练过程和较高的运算资源。此外，如果传输链路情况发生变化，则可能需要重新训练模型，以确保最佳的识别性能。因此，针对自动数字相干接收机的调制格式识别问题，需要一种不要求任何训练或先验信息的低复杂度调制格式识别方法。
发明内容
针对现有技术中的上述不足，本发明提供的一种基于信号包络平坦度的调制格式识别方法解决了现有调制格式识别方法需要先验信息、计算复杂度大的问题。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种基于信号包络平坦度的调制格式识别方法，其包括以下步骤：
S1、将接收到的信号光与本地振荡器产生的本振光进行混频，并通过光电探测器得到电信号，将电信号转换为数字信号；
S2、对数字信号进行色散补偿、时钟恢复和恒模均衡，得到预处理后的数字信号；
S3、对预处理后的数字信号进行幅度归一化，得到幅度均值为1的信号；其中幅度均值为1的信号包括单个波长上的水平偏振信号和单个波长上的垂直偏振信号；
S4、分别选取幅度范围在0~1、0~1.2、0~0.6的单个波长上的一路偏振信号并计算其包络平坦度，对应得到第一包络平坦度R1、第二包络平坦度R2和第三包络平坦度R3；
S5、判断第一包络平坦度R1是否小于阈值th1，若是则进入步骤S6；否则进入步骤S7；
S6、判断第二包络平坦度R2是否小于阈值th2，若是则判定当前信号的调制格式为QPSK；否则判定当前信号的调制格式为8QAM；结束识别；
S7、判断第二包络平坦度R3是否小于阈值th3，若是则判定当前信号的调制格式为16QAM；否则判定当前信号的调制格式为32QAM；结束识别。
进一步地，步骤S4中包络平坦度的计算方法为：
根据公式：
获取信号的包络平坦度R；其中
表示求均值；
表示信号的幅度。
进一步地，步骤S5中阈值th1的获取方法为：
获取QPSK调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A1；
获取8QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A2；
获取16QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A3；
获取32QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A4；
将同时大于A1、大于A2、小于A3并小于A4的数值区间作为阈值th1的取值范围。
进一步地，步骤S5中阈值th1的值为1.32。
进一步地，步骤S6中阈值th2的获取方法为：
获取QPSK调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为B1；
获取8QAM调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为B2；
将大于B1小于B2的数值范围作为阈值th2的取值范围。
进一步地，步骤S6中阈值th2的值为0.66。
进一步地，步骤S7中阈值th3的获取方法为：
获取16QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为C3；
获取32QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为C4；
将大于C3小于C4的数值范围作为阈值th3的取值范围。
进一步地，步骤S7中阈值th3的值为5.8。
本发明的有益效果为：本发明根据信号幅度的包络特征，在不需要知晓符号速率、光信噪比等先验信息的情况下，能在较大的光信噪比范围内准确识别不同调制格式，算法过程简单，不需要大量的训练样本提前对算法进行训练，计算复杂度低，识别响应速度快，且对频率偏移、载波相位噪声不敏感。调制格式识别得到的调制格式信息能提供给后续的调制格式相关算法，如多级模长均衡算法、频率偏移补偿算法、载波相位恢复算法等，以实现最优的系统性能。
附图说明
图1为本方法的流程示意图；
图2为相干光通信系统仿真原理图；
图3为四种调制格式信号的R1随光信噪比变化的曲线图；
图4为QPSK、8QAM信号的R2随光信噪比变化的曲线图；
图5为16QAM、32QAM信号的R3随光信噪比变化的曲线图；
图6为具体实施的信号的符号数量与实现100%正确识别率所需最小光信噪比关系图；
图7为具体实施的四种调制格式正确识别率随光信噪比变化图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该基于信号包络平坦度的调制格式识别方法包括以下步骤：
S1、将接收到的信号光与本地振荡器产生的本振光进行混频，并通过光电探测器得到电信号，将电信号转换为数字信号；
S2、对数字信号进行色散补偿、时钟恢复和恒模均衡，得到预处理后的数字信号；
S3、对预处理后的数字信号进行幅度归一化，得到幅度均值为1的信号；其中幅度均值为1的信号包括单个波长上的水平偏振信号和单个波长上的垂直偏振信号；
S4、分别选取幅度范围在0~1、0~1.2、0~0.6的单个波长上的一路偏振信号并计算其包络平坦度，对应得到第一包络平坦度R1、第二包络平坦度R2和第三包络平坦度R3；
S5、判断第一包络平坦度R1是否小于阈值th1，若是则进入步骤S6；否则进入步骤S7；
S6、判断第二包络平坦度R2是否小于阈值th2，若是则判定当前信号的调制格式为QPSK；否则判定当前信号的调制格式为8QAM；结束识别；
S7、判断第二包络平坦度R3是否小于阈值th3，若是则判定当前信号的调制格式为16QAM；否则判定当前信号的调制格式为32QAM；结束识别。
步骤S4中包络平坦度的计算方法为：根据公式：
获取信号的包络平坦度R；其中
表示求均值；
表示信号的幅度。
步骤S5中阈值th1的获取方法为：
获取QPSK调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A1；
获取8QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A2；
获取16QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A3；
获取32QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A4；
将同时大于A1、大于A2、小于A3并小于A4的数值区间作为阈值th1的取值范围。
步骤S6中阈值th2的获取方法为：
获取QPSK调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为B1；
获取8QAM调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为B2；
将大于B1小于B2的数值范围作为阈值th2的取值范围。
步骤S7中阈值th3的获取方法为：
获取16QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为C3；
获取32QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为C4；
将大于C3小于C4的数值范围作为阈值th3的取值范围。
在本发明的一个实施例中，如图2所示，搭建了28Gbaud背靠背(Back-to-Back,BTB)偏振复用(Polarization Division Multiplexing, PDM)相干光通信仿真系统。发送端生成传输速率为28GBaud的PDM-QPSK/-8QAM/-16QAM/-32QAM信号。信号随后进入一个光信噪比值可调的加性高斯白噪声信道进行传输，在进入接收机前采用光带通滤波器抑制带外自发辐射噪声。相干光接收机将接收到的信号光与本地振荡器(Local Oscillator, LO)产生的本振光经光混频器进行混频，再通过光电探测器得到相应的电信号，得到的模拟信号经过模数转换器(Analog to Digital Conversion, ADC)转换为数字信号，最后进入数字信号处理模块。
数字信号处理模块先用调制格式不相关算法（色散补偿算法、时钟恢复算法、恒模均衡算法）对接收到的两个偏振信号(Ex和Ey)进行相应的补偿和均衡，图2中接收端的Ix和Qx表示偏振信号Ex的实部与虚部，Iy和Qy表示偏振信号Ey的实部与虚部。因为两个偏振信号(Ex和Ey)使用的调制格式类型是相同的，识别时只选用其中一路偏振信号即可。
调制格式识别基于偏振信号Ex或Ey的N个符号，但由于本方法三次选取的幅度范围不一样，都只是基于N个符号中的一部分，所以每次选取的符号个数是小于N的，为了不失一般性，在计算R1、R2、R3时符号个数统一用偏振信号Ex或Ey的符号个数N，三个幅度范围内符号个数不足的部分用零填充。
如图3所示，阈值th1的选取是根据QPSK、8QAM、16QAM、32QAM信号的R1值在不同的光信噪比值下的变化曲线，在QPSK、8QAM的R1值与16QAM、32QAM的R1值之间取阈值th1将QPSK、8QAM和16QAM、32QAM分开。如图4所示，阈值th2的选取是根据QPSK、8QAM信号的R2值在不同的光信噪比值下的变化曲线，在QPSK的R2值与8QAM的R2值之间取阈值th2将QPSK和8QAM分开。如图5所示，阈值th3的选取是根据16QAM、32QAM信号的R3值在不同的光信噪比值下的变化曲线，在16QAM的R3值与32QAM的R3值之间取阈值th3将16QAM和32QAM分开。在进行多组试验之后，阈值th1取1.32、阈值th2取0.66、阈值th3取5.8可以稳定的进行QPSK、8QAM、16QAM、32QAM信号的识别。
待识别信号的符号个数会影响调制格式识别的准确度、响应速度和计算复杂度，故本实施例首先研究了符号个数对本调制格式识别方法的影响。在仿真中设置的符号个数从1000到7000，间隔为1000。仿真结果如图6所示，横轴为待识别信号的符号个数，纵轴为实现100%准确识别率所需最小光信噪比值。可以看出，当符号数大于或等于4000时，四种调制格式实现100%准确识别率所需的最小光信噪比是不变的；但当符号数小于4000时，8QAM、16QAM和32QAM实现100%准确识别率所需的最小光信噪比值会逐步增大。为了平衡调制格式识别的响应速度、计算复杂度和识别性能，待识别的信号采用4000个符号。
在待识别的信号采用4000个符号的情况下，本发明提出的调制格式识别方法在不同光信噪比值下的准确识别率如图7所示，其中QPSK、8QAM、16QAM和32QAM的光信噪比范围分别为7-26dB、12-31dB、14-33dB和18-37dB，光信噪比的间隔为1dB。对于28Gbaud PDM-QPSK/-8QAM/-16QAM/-32QAM信号，达到100%准确识别率所需要的最低光信噪比值分别是7dB、12dB、14dB、21dB，均低于相应的7%前向纠错(FEC)的光信噪比阈值（误比特率(BER)=3.8×10-3，对应于图中竖直的虚线）。
综上所述，本发明根据信号幅度的包络特征，在不需要知晓符号速率、光信噪比等先验信息的情况下，能在较大的光信噪比范围内准确识别不同调制格式，算法过程简单，不需要大量的训练样本提前对算法进行训练，计算复杂度低，识别响应速度快，且对频率偏移、载波相位噪声不敏感。调制格式识别得到的调制格式信息能提供给后续的调制格式相关算法，如多级模长均衡算法、频率偏移补偿算法、载波相位恢复算法等，以实现最优的系统性能。
Claims (8)
1.一种基于信号包络平坦度的调制格式识别方法，其特征在于，包括以下步骤：
S1、将接收到的信号光与本地振荡器产生的本振光进行混频，并通过光电探测器得到电信号，将电信号转换为数字信号；
S2、对数字信号进行色散补偿、时钟恢复和恒模均衡，得到预处理后的数字信号；
S3、对预处理后的数字信号进行幅度归一化，得到幅度均值为1的信号；其中幅度均值为1的信号包括单个波长上的水平偏振信号和单个波长上的垂直偏振信号；
S4、分别选取幅度范围在0~1、0~1.2、0~0.6的单个波长上的一路偏振信号并计算其包络平坦度，对应得到第一包络平坦度R1、第二包络平坦度R2和第三包络平坦度R3；
S5、判断第一包络平坦度R1是否小于阈值th1，若是则进入步骤S6；否则进入步骤S7；
S6、判断第二包络平坦度R2是否小于阈值th2，若是则判定当前信号的调制格式为QPSK；否则判定当前信号的调制格式为8QAM；结束识别；
S7、判断第二包络平坦度R3是否小于阈值th3，若是则判定当前信号的调制格式为16QAM；否则判定当前信号的调制格式为32QAM；结束识别。
2.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S4中包络平坦度的计算方法为：
根据公式：
获取信号的包络平坦度R；其中
表示求均值；
表示信号的幅度。
3.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S5中阈值th1的获取方法为：
获取QPSK调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A1；
获取8QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为A2；
获取16QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A3；
获取32QAM调制格式且幅度范围在0~1的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为A4；
将同时大于A1、大于A2、小于A3并小于A4的数值区间作为阈值th1的取值范围。
4.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S5中阈值th1的值为1.32。
5.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S6中阈值th2的获取方法为：
获取QPSK调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为B1；
获取8QAM调制格式且幅度范围在0~1.2的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为B2；
将大于B1小于B2的数值范围作为阈值th2的取值范围。
6.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S6中阈值th2的值为0.66。
7.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S7中阈值th3的获取方法为：
获取16QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最大包络平坦度记为C3；
获取32QAM调制格式且幅度范围在0~0.6的单个波长上的一路偏振信号的包络平坦度，并改变该偏振信号的光信噪比值，获取该偏振信号在不同光信噪比时的包络平坦度，并将最小包络平坦度记为C4；
将大于C3小于C4的数值范围作为阈值th3的取值范围。
8.根据权利要求1所述的一种基于信号包络平坦度的调制格式识别方法，其特征在于，步骤S7中阈值th3的值为5.8。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210432642.3A CN114531328B (zh) | 2022-04-24 | 2022-04-24 | 一种基于信号包络平坦度的调制格式识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210432642.3A CN114531328B (zh) | 2022-04-24 | 2022-04-24 | 一种基于信号包络平坦度的调制格式识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114531328A true CN114531328A (zh) | 2022-05-24 |
| CN114531328B CN114531328B (zh) | 2022-07-01 |
Family
ID=81627870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210432642.3A Active CN114531328B (zh) | 2022-04-24 | 2022-04-24 | 一种基于信号包络平坦度的调制格式识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114531328B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116389207A (zh) * | 2023-04-11 | 2023-07-04 | 四川轻化工大学 | 一种基于信号幅度直方图的调制格式识别方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101895494A (zh) * | 2010-07-12 | 2010-11-24 | 西安电子科技大学 | 基于随机共振预处理的数字调制方式自动识别方法 |
| CN102710572A (zh) * | 2012-07-06 | 2012-10-03 | 江苏省邮电规划设计院有限责任公司 | 一种通信信号的特征提取与调制识别方法 |
| CN103199945A (zh) * | 2013-03-29 | 2013-07-10 | 南京信息职业技术学院 | 一种低信噪比条件下认知无线电信号调制方式的识别方法 |
| US20150061762A1 (en) * | 2013-09-04 | 2015-03-05 | Scintera Networks Llc | Dual power amplifier linearizer |
| CN108683622A (zh) * | 2018-05-22 | 2018-10-19 | 电子科技大学 | 一种基于信号平方谱平坦系数的调制识别方法 |
| CN109309640A (zh) * | 2018-09-08 | 2019-02-05 | 苏州大学 | 基于机器学习的盲信号格式识别方法 |
| CN109361471A (zh) * | 2018-11-22 | 2019-02-19 | 汤文宇 | 一种基于幅度偏差分析的光通信信号调制格式识别方法 |
| CN111563227A (zh) * | 2020-04-30 | 2020-08-21 | 中国人民解放军军事科学院评估论证研究中心 | 辐射源信号的指纹特征参数提取方法及辐射源识别 |
| CN111901265A (zh) * | 2020-06-29 | 2020-11-06 | 电子科技大学 | 一种常用卫星通信数字调制方式识别方法 |
-
2022
- 2022-04-24 CN CN202210432642.3A patent/CN114531328B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101895494A (zh) * | 2010-07-12 | 2010-11-24 | 西安电子科技大学 | 基于随机共振预处理的数字调制方式自动识别方法 |
| CN102710572A (zh) * | 2012-07-06 | 2012-10-03 | 江苏省邮电规划设计院有限责任公司 | 一种通信信号的特征提取与调制识别方法 |
| CN103199945A (zh) * | 2013-03-29 | 2013-07-10 | 南京信息职业技术学院 | 一种低信噪比条件下认知无线电信号调制方式的识别方法 |
| US20150061762A1 (en) * | 2013-09-04 | 2015-03-05 | Scintera Networks Llc | Dual power amplifier linearizer |
| CN108683622A (zh) * | 2018-05-22 | 2018-10-19 | 电子科技大学 | 一种基于信号平方谱平坦系数的调制识别方法 |
| CN109309640A (zh) * | 2018-09-08 | 2019-02-05 | 苏州大学 | 基于机器学习的盲信号格式识别方法 |
| CN109361471A (zh) * | 2018-11-22 | 2019-02-19 | 汤文宇 | 一种基于幅度偏差分析的光通信信号调制格式识别方法 |
| CN111563227A (zh) * | 2020-04-30 | 2020-08-21 | 中国人民解放军军事科学院评估论证研究中心 | 辐射源信号的指纹特征参数提取方法及辐射源识别 |
| CN111901265A (zh) * | 2020-06-29 | 2020-11-06 | 电子科技大学 | 一种常用卫星通信数字调制方式识别方法 |
Non-Patent Citations (6)
| Title |
|---|
| BACHIR JDID: "《Machine Learning Based Automatic Modulation Recognition for Wireless Communications: A Comprehensive Survey》", 《IEEE ACCESS 》 * |
| JIANG YUAN: "《Modulation classification of communication signals》", 《 IEEE MILCOM 2004. MILITARY COMMUNICATIONS CONFERENCE》 * |
| Y. CHAN: "《Identification of the modulation type of a signal》", 《 ICASSP "85. IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING》 * |
| 刘欣雨: "《基于高阶调制格式的相干光通信系统中非线性均衡技术研究》", 《中国优秀博士学位论文全文数据库-信息科技辑》 * |
| 范海波: "《卫星通信常用调制方式的自动识别》", 《通信学报》 * |
| 韩丙寅: "《数字调制识别的FPGA实现方法研究》", 《国外电子测量技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116389207A (zh) * | 2023-04-11 | 2023-07-04 | 四川轻化工大学 | 一种基于信号幅度直方图的调制格式识别方法 |
| CN116389207B (zh) * | 2023-04-11 | 2024-07-30 | 四川轻化工大学 | 一种基于信号幅度直方图的调制格式识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114531328B (zh) | 2022-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108880692B (zh) | 一种相干光通信系统调制格式识别和光信噪比监控方法 | |
| Jiang et al. | An effective modulation format identification based on intensity profile features for digital coherent receivers | |
| CN109309640B (zh) | 基于机器学习的盲信号格式识别方法 | |
| CN108123908A (zh) | 一种用于ng-pon的改进svm均衡方法及系统 | |
| CN118300942B (zh) | 基于极坐标星座图特征的调制格式识别方法 | |
| CN112350965B (zh) | 无线光通信系统中自适应最小二乘信道估计方法及接收机 | |
| CN114531328B (zh) | 一种基于信号包络平坦度的调制格式识别方法 | |
| Yu et al. | A modified PSO assisted blind modulation format identification scheme for elastic optical networks | |
| CN109743106A (zh) | 一种适合于大气激光通信的ftn速率传输方法 | |
| CN102035602A (zh) | 基于最优信道编码调制的自适应光传输系统和方法 | |
| WO2024198605A1 (zh) | 多路异步波长标签信号判决阈值确定方法和系统 | |
| CN109756436A (zh) | Ofdm-eon系统中子载波调制格式识别方法及装置 | |
| CN116389207B (zh) | 一种基于信号幅度直方图的调制格式识别方法 | |
| Zhang et al. | A simple artificial neural network based joint modulation format identification and OSNR monitoring algorithm for elastic optical networks | |
| Wei et al. | Active Learning-Aided CNN-Based Entropy-Tunable Automatic Modulation Identification for Rate-Flexible Coherent Optical System | |
| Pajovic et al. | Multi-pilot aided carrier phase estimation for single carrier coherent systems | |
| CN111313974A (zh) | 一种信号幅度排序与比值计算的调制格式识别方法 | |
| CN113285762B (zh) | 一种基于相对熵计算的调制格式识别方法 | |
| Cai et al. | Nonlinear compensation based on bidirectional gate recurrent unit in underwater visible light communication system | |
| CN115733566A (zh) | 一种级联的调制格式识别和光信噪比监测方法 | |
| Yang et al. | Joint modulation format identification and OSNR estimation method based on trajectory information analysis | |
| Yang et al. | Low-complexity modulation format identification scheme via graph-theory in digital coherent optical receivers | |
| CN113824663A (zh) | 面向相干光通信系统的信号调制格式识别方法及识别系统 | |
| CN115276818B (zh) | 一种基于深度学习的光载无线传输链路解调方法 | |
| Hao et al. | Modulation Format Identification Based on Multi-Dimensional Amplitude Features for Elastic Optical Networks |
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 |