|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：为了识别当前通信系统所采用的主要调制方式，该文结合高阶累积量和循环谱的特点，采用混合识别算法，
6 j; ^6 B7 T) I! m* G4 P: B同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数，
/ n4 f0 J% m9 M. s% l' {! @- f将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5 类。然后利用高阶# u$ }- t2 o: V% K4 t5 b" j
累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识; [, u, M- {+ ^1 a; K- q
别。为便于工程实现，该文采用半实物仿真以及 LabVIEW 和 MATLAB 混合编程来验证算法。仿真结果证明，该
2 r( X* |+ B! u7 I9 o) D6 k! g算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信
7 w7 A+ S4 B+ i# K& E号的分类，在信噪比高于 5 dB 时，调制方式识别率可达 94%以上，由此证明了该方法的有效性。
& h2 u5 F! N, P ^+ Z+ L: k关键词：调制识别；高阶累积量；循环谱；神经网络& s, i( v) ]- b; w" @. \( L
1 引言2 \ m9 x5 i: Q- ~- G/ k
近年来无线通信技术快速成长，数字信号调制& F5 d, h6 k% j; A* _
分类的重要性日益上升。信号调制识别是信号检测9 g# h- L' V% V2 s) _ ~5 F, A5 k
和解调的中间过程，被广泛应用于光谱监视，干扰& [! w2 N/ R) h* S
识别，智能调制解调器等等。在数字信号调制识别
( C/ H/ c4 }/ \6 S6 n: |% N C' C: R; X9 l: L- q
$ w6 d. ?) t4 C9 a
* q' T- {# s8 c/ v5 ?: n
$ Y( `+ P9 o* L' J8 {6 G9 |4 X( T
+ [# O9 \* h/ p1 f f6 }附件下载：
+ W1 Y5 I$ S& u' ] |7 r5 q! c# \" L/ X- g
|
|
/1 
发表于 2021-1-7 11:07
收藏
淘帖
支持！
反对！