一种基于全数字接收机的调制方式识别方法

    公开(公告)号:CN110113278B

    公开(公告)日:2021-06-29

    申请号:CN201910362765.2

    申请日:2019-04-30

    Inventor: 沈雷 周盼 赵永宽

    Abstract: 本发明公开了一种基于全数字接收机的调制方式识别方法。本发明包括以下步骤:步骤1、对接受设备收到的测控信号做FFT变换,估计载频以及3dB带宽;步骤2、利用估计得到的载频完成下变频、滤波和重采样;步骤3、对正交分解后的低频信号通过锁相环路跟踪频偏,利用频率跟踪曲线区分出FSK信号和AM_FM、MTONE_FM信号;步骤4、通过对包含有调制信息的频率跟踪曲线做FFT变换识别出AM_FM、MTONE_FM信号。本发明具有运算量简单,在硬件上容易实现。本发明能够对FSK信号以及复合调制的窄带FM信号在全数字接收机中进行准确地判断,识别正确率要比基于传统的信号瞬时频谱识别方法好。

    密集信号环境下基于星座轨迹图的调制识别方法

    公开(公告)号:CN111343116A

    公开(公告)日:2020-06-26

    申请号:CN202010114399.1

    申请日:2020-02-25

    Abstract: 本发明公开了一种密集信号环境下基于星座轨迹图的调制识别方法。本发明步骤:步骤1、将接收到的采样信号经过下变频低通滤波后输入高阶幅相信号盲数字接收机进行解调,得到解调信号星座图;步骤2、对各信号星座点幅值进行归一化,从归一化后的星座点幅值|xk(n)|提取得到幅值分布曲线Dk(n)和幅值曲率分布曲线Ck(n);步骤3、从步骤2的数据中提取相关特征参数P和V1,k,k=1,...,5,并设置对应的参数门限;步骤4、根据各信号特征参数P和V1,k,k=1,...,5的不同对信号进行区分。本发明复杂度低、易于实现且在低信噪比下具有更好的识别性能。

    基于端到端的级联生成对抗网络信号解调方法

    公开(公告)号:CN112787966B

    公开(公告)日:2022-06-28

    申请号:CN202011585367.6

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于端到端的级联生成对抗网络信号解调方法。本发明步骤:1、通过数据预处理将调制信息与解调信息进行维度变换,作为生成对抗网络的数据集;2、基于GAN网络的解调模型实现由调制信息向解调信息的映射,从而实现信号解调;3、基于CGAN网络的信道估计补偿模型对接收信息进行补偿,然后映射得到稳定的调制信息;4、将基于CGAN网络的信道估计补偿模型与GAN网络的解调模型进行级联形成端到端的级联生成对抗网络解调模型。本发明利用GAN网络目标函数更具约束性的优势提升整个系统解调能力。并且针对高斯信道,瑞利衰落信道仍有良好的应对策略。

    基于端到端的级联生成对抗网络信号解调方法

    公开(公告)号:CN112787966A

    公开(公告)日:2021-05-11

    申请号:CN202011585367.6

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于端到端的级联生成对抗网络信号解调方法。本发明步骤:1、通过数据预处理将调制信息与解调信息进行维度变换,作为生成对抗网络的数据集;2、基于GAN网络的解调模型实现由调制信息向解调信息的映射,从而实现信号解调;3、基于CGAN网络的信道估计补偿模型对接收信息进行补偿,然后映射得到稳定的调制信息;4、将基于CGAN网络的信道估计补偿模型与GAN网络的解调模型进行级联形成端到端的级联生成对抗网络解调模型。本发明利用GAN网络目标函数更具约束性的优势提升整个系统解调能力。并且针对高斯信道,瑞利衰落信道仍有良好的应对策略。

    一种基于侦察接收机的调制模式识别方法

    公开(公告)号:CN108650203B

    公开(公告)日:2020-12-08

    申请号:CN201810813318.X

    申请日:2018-07-23

    Abstract: 本发明公开了一种基于侦察接收机的调制模式识别方法。本发明包括以下步骤:1、将输入信号通过自动增益控制处理,将不同能量的信号幅值统一;2、通过FFT对AGC处理后的信号做频率粗估计,估计频率与输入信号下变频;3、对下变频之后信号做位同步处理,消除收发端时钟偏移;4、通过载波同步跟踪剩余频偏,解调出基带信号;5、利用频率跟踪曲线区分出PSK和FSK信号,利用基带信号区分BPSK和QPSK信号。本发明能够消除信号能量和载波频率对调制模式识别的影响,提高了低能量低信噪比的信号的识别率。本发明能够对BPSK、QPSK以及FSK信号在接收机同步系统中进行准确地判断,识别率高于传统识别方法。

    基于级联SVM和全数字接收机的复合信号调制识别方法

    公开(公告)号:CN111245756B

    公开(公告)日:2022-07-22

    申请号:CN202010103055.0

    申请日:2020-02-19

    Abstract: 本发明公开了一种基于级联SVM和全数字接收机的复合信号调制识别方法。本发明步骤:1、将接收到的采样信号输入全数字接收机得到鉴相误差;2、获取鉴相误差的频谱图形用于区分MPSK‑FM、MT‑FM和2ASK‑FM信号;3、对被判别成MPSK信号的数据进行平方谱图形获取,用于区分BPSK‑FM和QPSK‑FM信号;4、通过级联SVM分类器实现对上述信号的分类。本发明的识别算法具有识别率高,低信噪比下性能出色的优势。本发明能够对复合调制FM信号(ASK‑FM、MTONE_FM、BPSK‑FM和QPSK‑FM)的调制方式进行准确地判断,识别正确率要比传统的基于部分特征提取和决策树分类的调制识别方法好。

    基于级联SVM和全数字接收机的复合信号调制识别方法

    公开(公告)号:CN111245756A

    公开(公告)日:2020-06-05

    申请号:CN202010103055.0

    申请日:2020-02-19

    Abstract: 本发明公开了一种基于级联SVM和全数字接收机的复合信号调制识别方法。本发明步骤:1、将接收到的采样信号输入全数字接收机得到鉴相误差;2、获取鉴相误差的频谱图形用于区分MPSK-FM、MT-FM和2ASK-FM信号;3、对被判别成MPSK信号的数据进行平方谱图形获取,用于区分BPSK-FM和QPSK-FM信号;4、通过级联SVM分类器实现对上述信号的分类。本发明的识别算法具有识别率高,低信噪比下性能出色的优势。本发明能够对复合调制FM信号(ASK-FM、MTONE_FM、BPSK-FM和QPSK-FM)的调制方式进行准确地判断,识别正确率要比传统的基于部分特征提取和决策树分类的调制识别方法好。

    密集信号环境下基于星座轨迹图的调制识别方法

    公开(公告)号:CN111343116B

    公开(公告)日:2022-06-10

    申请号:CN202010114399.1

    申请日:2020-02-25

    Abstract: 本发明公开了一种密集信号环境下基于星座轨迹图的调制识别方法。本发明步骤:步骤1、将接收到的采样信号经过下变频低通滤波后输入高阶幅相信号盲数字接收机进行解调,得到解调信号星座图;步骤2、对各信号星座点幅值进行归一化,从归一化后的星座点幅值|xk(n)|提取得到幅值分布曲线Dk(n)和幅值曲率分布曲线Ck(n);步骤3、从步骤2的数据中提取相关特征参数P和V1,k,k=1,...,5,并设置对应的参数门限;步骤4、根据各信号特征参数P和V1,k,k=1,...,5的不同对信号进行区分。本发明复杂度低、易于实现且在低信噪比下具有更好的识别性能。

    基于残差网络和频域图形的测控信号调制识别方法

    公开(公告)号:CN112565127A

    公开(公告)日:2021-03-26

    申请号:CN202011350799.9

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于残差网络和频域图形的测控信号调制识别方法。本发明步骤:1、通过数字接收机实现对输入的FM复合调制信号的解调;2、通过降采样和频谱搬移等方法对信号进行处理;获取处理后的内调制信号频谱和平方谱图形;3、将频谱特征图像输入残差网络分类器,将信号分为2k带宽的2FSK‑FM信号、MPSK‑FM信号,128K的MPSK‑FM信号和32k带宽的2FSK‑FM四类;4、对上一个分类器的输出标记是MPSK‑FM信号的平方谱图像送入分类器,实现对BPSK‑FM和QPSK‑FM的调制识别。本发明通过接收机提取测控信号的内调制信号频谱和平方谱特征,利用频域特征在低信噪比下的稳定性,和残差网络模型在相似图像分类识别中的高效性,实现了复合信号的调制方式识别。

    基于残差网络和频域图形的测控信号调制识别方法

    公开(公告)号:CN112565127B

    公开(公告)日:2022-07-22

    申请号:CN202011350799.9

    申请日:2020-11-26

    Abstract: 本发明公开了一种基于残差网络和频域图形的测控信号调制识别方法。本发明步骤:1、通过数字接收机实现对输入的FM复合调制信号的解调;2、通过降采样和频谱搬移等方法对信号进行处理;获取处理后的内调制信号频谱和平方谱图形;3、将频谱特征图像输入残差网络分类器,将信号分为2k带宽的2FSK‑FM信号、MPSK‑FM信号,128K的MPSK‑FM信号和32k带宽的2FSK‑FM四类;4、对上一个分类器的输出标记是MPSK‑FM信号的平方谱图像送入分类器,实现对BPSK‑FM和QPSK‑FM的调制识别。本发明通过接收机提取测控信号的内调制信号频谱和平方谱特征,利用频域特征在低信噪比下的稳定性,和残差网络模型在相似图像分类识别中的高效性,实现了复合信号的调制方式识别。

Patent Agency Ranking