CN108134753A - 宽带信号调制方式的识别方法 - Google Patents
宽带信号调制方式的识别方法 Download PDFInfo
- Publication number
- CN108134753A CN108134753A CN201611093204.XA CN201611093204A CN108134753A CN 108134753 A CN108134753 A CN 108134753A CN 201611093204 A CN201611093204 A CN 201611093204A CN 108134753 A CN108134753 A CN 108134753A
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- modulation system
- sequence
- value
- 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
- H04L25/0202—Channel estimation
- H04L25/0238—Channel estimation using blind estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种宽带信号调制方式的识别方法,包括以下步骤:对接收信号进行盲估计,得到接收信号的瞬时频率、幅度、相位以及载波频率;采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式:首先根据接收信号的非线性变换差分点区分模拟调制信号和数字调制信号,然后通过不同的特征参数区分模拟调制信号中的AM、FM、DSB、VSB、LSB和USB信号,以及数字调制信号中的ASK、FSK、PSK和QAM信号。本发明接收处于宽带频率段的各种信号,并结合FPGA模块处理基带信号并提取特征值以确定宽带信号的调制方式和调制参数的宽带分选设备,为进一步处理和分析信号提供依据。
Description
技术领域
本发明涉及宽带信号调制技术,特别是一种宽带信号调制方式的识别方法。
背景技术
宽带通信是一种通过电离层的反射将电波发送至接收器的无线电通信技术,其频率范围为1MHz到18GHz,它主要用于中远距离的通信。宽带通信信号的优点如下:第一,通信***中的有源中继体和网络枢纽不会影响宽带通信技术的使用,即使在发生灾害或者战争的情况下,包括卫星在内的其他通信网络都会受到影响,唯有宽带通信信号网络依然完好。第二,宽带通信信号可以用于超宽带覆盖不到的偏远地区。第三,因其没有附加话费,故宽带通信信号运行起来比卫星通信的成本低多了。
宽带通信信号***主要由发信机、发信天线、收信机、收信天线和各种终端设备组成。发信机前级和收信机现已全面小型化且固态化。而发信天线多采用宽带的同相水平、菱形或对数周期天线,收信天线则还可使用鱼骨形和可调的环形天线阵。终端设备的主要功能是在收发支路的四线***与常用的二线***衔接时,增加回声损耗防止振鸣,并提供压扩功能。
基于软件无线电的通用接收机实现的重要技术基础即信号的调制模式识别技术,故如何正确有效地自动区分各种信号的调制模式是信号分析领域中一个十分紧要的研究方向。宽带通信信号的调制模式识别技术主要是在有噪声干扰和存在多个信号的复杂环境下确定接收到的宽带信号的各种参数,而调试方式的识别又是其中的重点,调制方式是区分不同宽带信号的一个重要特性。宽带通信信号的体制及调制方式越来越复杂和多种多样,这给信号的调制解调带来巨大难题,尤其是在非协作通信过程中。
1984年,Liedtke提出一种采用统计模式识别的分类方法,将信号的参量与理想信号的参量对比,根据结果区分各种调制模式,但是这种方法实现起来非常复杂且对信噪比要求较高。随后William.A提出了循环自相关函数和循环功率谱密度,并将此概念应用到数字信号的识别当中。1993年Nikia.S等人利用信号的高阶谱关系进行了信号的调制识别。以特征参量为基础的统计模式法来自模式识别理论,其识别***分为特征提取和模式匹配两个部分。特征提取是提炼出待测信号的特征参量,模式匹配即将提取到的特征参数与已知的调制信号的特征参数比较,通过最相似的参数值完成信号的分类。统计模式识别法的优点是不需要提前计算门限值,也没有特征参数使用的先后顺序问题,缺点是***的实时性不好且计算量较大。
发明内容
本发明的目的在于提供一种宽带信号调制方式的识别方法。
实现本发明目的的技术方案为:一种宽带信号调制方式的识别方法,包括以下步骤:
步骤1,对接收信号进行盲估计,得到接收信号的瞬时频率、幅度、相位以及载波频率;
步骤2,采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式:首先根据接收信号的非线性变换差分点区分模拟调制信号和数字调制信号,然后通过不同的特征参数区分模拟调制信号中的AM、FM、DSB、VSB、LSB和USB信号,以及数字调制信号中的ASK、FSK、PSK和QAM信号。
与现有技术相比,本发明的有益效果为:
(1)本发明接收处于宽带频率段的各种信号,并结合FPGA模块处理基带信号并提取特征值以确定宽带信号的调制方式和调制参数的宽带分选设备,为进一步处理和分析信号提供依据;
(2)本发明针对宽带接收机,深入研究了融入检测、估计、特征量估计、选取以及分类识别的调制识别,具有算法简单、计算量相对较小、易于编程、实时性好等优点。
下面是结合附图说明和具体实施方式对本发明进一步说明。
附图说明
图1是本发明信号调制方式识别的流程图。
图2是调制识别决策树流程图。
具体实施方式
结合图1,本发明的宽带信号调制方式的识别方法,包括以下步骤:
步骤1,对接收信号进行盲估计,得到接收信号的瞬时频率、幅度、相位以及载波频率;
步骤2,采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式:首先根据接收信号的非线性变换差分点区分模拟调制信号和数字调制信号,然后通过不同的特征参数区分模拟调制信号中的AM、FM、DSB、VSB、LSB和USB信号,以及数字调制信号中的ASK、FSK、PSK和QAM信号。
进一步的,步骤1对接收信号进行盲估计的具体过程为:
步骤1-1,采用希尔伯特变换法估算信号的瞬时信息:
设接收信号s(t)的表达式为:
s(t)=x(t)+jy(t)
x(t)和y(t)分别接收信号s(t)的实部和虚部;
对接收信号s(t)进行取样频率为fs的采样,得到序列s(i),s(i)的复数表达式:
s(i)=x(i)+jy(i)=a(i)ejθ(i)
令接收信号瞬时的幅度序列为a(i),由上面可知a(i)为:
瞬时相位序列θ(i)的表达式是:
因为上述计算式以模2π来计算,θ(i)的取值范围是(-π,π),故瞬时相位序列是折叠的;
通过修正相位序列C(i)从折叠的瞬时相位序列θ(i)中恢复出完整的的相位φ(i)=C(i)+θ(i),
瞬时频率的计算公式如下:
步骤1-2,采用零交叉法确定载波频率:
假设信号序列为{s(n)},对其进行过零检测,即s(ni)与s(ni+1)的符号不同时,则可确定在的时间段内s(n)存在零点;
利用线性内插公式计算零点位置如下:
{x(i)}为检测到的零值时刻点组成的过零序列,i=1,2,...,Mz,Mz是检测到的信号中的零点的个数;
将{x(i)}的一阶差分序列定义为过零间距序列{y(i)},其表达式如下:
y(i)=x(i+1)-x(i),i=1,2,...,Mz
单频信号两个零值之间的间距为:
上式中fc是信号的载波频率,且ε(i)服从零均值分布,则E[ε(i)]=0,由此可得y(i)的均值E[y(i)]:
由上式可估计fc,其公式如下:
考虑强区信号的零交叉序列。设置一个门限值at=1,当a>at时,判断信号属于强信号区,载频的估算公式为:
进一步的,步骤2采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式的具体过程为:
步骤2.1,假设被测信号经过采样后的先后序列为s(i),i=1,2,....,N,其中N是样本总数;定义非线性变换:
q(i)=s2(i)-s(i-1)s(i+1)
q(i)的差分序列p(i)的表达式为
p(i)=q(i+1)-q(i)
上述两个式子中的i=1,2,...,N;
p(i)中突变点的个数为N1,即非线性变换差分突变点的个数;选取门限p(0),当p(i)的值满足下面条件:
非线性变换差分p(i)存在一个非线性变换差分突变点,则N1的个数加1,将i从1到N查找,找出所有突变点,累加得出N1的值;通过计算接收信号的特征参数N1的值将接收信号分为模拟调制信号和数字调制信号,根据调制方式的不同,在理论上模拟信号的的N1为0,而数字信号的N1不为0;
步骤2-2,在模拟调制信号子集中,FM信号在调制过程中无幅度变换是恒包络信号,采用特征参量归一化的零中心瞬时幅度谱密度的最大值γmax将其从模拟调制信号中区分开来;
其中AM信号的相位是连续变化的,它的强信号段的零中心瞬时相位非线性分量的标准偏差值σdp的相位特征低于SSB信号和DSB信号的相位特征,根据σdp参数的值识别出来AM信号;
利用特征参数信号频谱关于载频关于对称性的量值P的值判断调制信号的对称性,DSB信号的特征值P为0,LSB信号P的值为负数,而USB信号的P值为正数,故可以用此参数区分DSB、USB和LSB信号。
步骤2-3,在数字调制信号子集中,ASK、QAM和PSK信号属于包络非恒定的调制信号,而FSK信号是包络恒定信号,故利用特征参数γmax将数字调制信号中识别出FSK信号;
ASK信号与QAM信号无相位变化,采用特征参数σap的值将PSK信号与ASK信号、QAM信号区分开;
采用特征参数归一化零中心瞬时幅度值的紧致矩将ASK信号与QAM信号区分开来。
进一步的,步骤2还包括对跳频信号进行识别以及区分2G-ALE和3G-ALE信号,具体过程为:
第一步,提取当前时刻的载频集,并与前一时刻的载频集比较,载频相同的表明信号属于同一电台,将信号属于同一电台的信息写入电台存储文件;
如果前一时刻的载频不存在,而当前时刻出现新的载频,认为此电台的信号一跳结束,另一跳开始,将此跳与上一跳的数据衔接上,并更新频率集;
顺序执行上述步骤,实时将各电台跳频信号分选出来;
第二步,2G-ALE采用的是8FSK信号,而3G-ALE采用8PSK信号,通过特征参量γmax区分8FSK信号和8PSK信号,根据8FSK信号和8PSK信号识别出2G-ALE和3G-ALE。
进一步的,通过信号接收模块对接收信号进行滤波、放大、A/D转换处理,得到基带信号,对基带信号进行FFT变换;通过对接收信号的时域波形和频域的频谱分析,验证调制方式是否正确。
进一步的,利用AD9361模块完成对接收信号的放大、滤波、混频以及A/D转换,将射频信号转换为成基带信号;
将AD9361模块处理的基带信号通过FMC连接器送入FPGA模块,利用FPGA的FFT IP核对基带信号进行FFT变换处理。
下面结合具体实施例对本发明的效果进一步说明。
实施例
1)仿真条件:
通过MATLAB程序对所有待识别的调制信号进行仿真,主要的仿真参数为:载波频率fc=150kHz、采样频率fs=1200kHz,数字信号基带波形采用矩形脉冲,符号速率rb=12.5kbit/s,每个识别样本采样点个数取2048个。信噪比选择5dB、10dB、15dB和20dB,且每一种信号在同一信噪比下仿真2000次。
经过大量仿真对比,参照表1,给出识别算法中的特征参量判决门限值。
表1不同信噪比下各个特征参量的门限值
如图2所示,利用N1的值与门限值比较区分出模拟调制信号和数字调制信号。再进行深入比较,其中γmax1和γmax2为模拟调制和数字调制信号的特征值γmax的判决门限值;σap1、σap2和σap3为数字调制信号下σap的判决门限值;特征参数σdp判决值主要用来将DSB信号区分出来;P的值用来区分USB与LSB信号,|P|用来区分AM信号与VSB信号;可用来将QAM信号从2ASK和4ASK信号中区分;再利用归一化零中心的绝对瞬时幅度值的标准偏差σaa将2ASK和4ASK区分开来;σaf与判决门限值比较能够完成对2FSK和4FSK信号的区别。
2)仿真内容及分析:根据每个特征参量的判决门限值,在信噪比不同的情况下对不同的调制信号进行识别,在一种信噪比的情况下每一种信号仿真2000次,参照表2,为对信号的正确识别次数以及错误互识别次数的统计。
表2信号调制在不同信噪比下的识别率
由表2可知,在信号的信噪比为10dB时,信号的平均识别率超过96%,最低的识别率为94.83%,完全满足识别要求。
综上所述,在复杂环境和有噪声干扰的情况下,运用本发明方法能够有效的识别段波信号的调制方式,表明了本发明方法的有效性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及等同技术范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种宽带信号调制方式的识别方法,其特征在于,包括以下步骤:
步骤1,对接收信号进行盲估计,得到接收信号的瞬时频率、幅度、相位以及载波频率;
步骤2,采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式:首先根据接收信号的非线性变换差分点区分模拟调制信号和数字调制信号,然后通过不同的特征参数区分模拟调制信号中的AM、FM、DSB、VSB、LSB和USB信号,以及数字调制信号中的ASK、FSK、PSK和QAM信号。
2.根据权利要求1所述的宽带信号调制方式的识别方法,其特征在于,步骤1对接收信号进行盲估计的具体过程为:
步骤1-1,采用希尔伯特变换法估算信号的瞬时信息:
设接收信号s(t)的表达式为:
s(t)=x(t)+jy(t)
x(t)和y(t)分别接收信号s(t)的实部和虚部;
对接收信号s(t)进行取样频率为fs的采样,得到序列s(i),s(i)的复数表达式:
s(i)=x(i)+jy(i)=a(i)ejθ(i)
令接收信号瞬时的幅度序列为a(i),由上面可知a(i)为:
瞬时相位序列θ(i)的表达式是:
因为上述计算式以模2π来计算,θ(i)的取值范围是(-π,π),故瞬时相位序列是折叠的;
通过修正相位序列C(i)从折叠的瞬时相位序列θ(i)中恢复出完整的的相位φ(i)=C(i)+θ(i),
瞬时频率的计算公式如下:
步骤1-2,采用零交叉法确定载波频率:
假设信号序列为{s(n)},对其进行过零检测,即s(ni)与s(ni+1)的符号不同时,则可确定在的时间段内s(n)存在零点;
利用线性内插公式计算零点位置如下:
{x(i)}为检测到的零值时刻点组成的过零序列,i=1,2,...,Mz,Mz是检测到的信号中的零点的个数;
将{x(i)}的一阶差分序列定义为过零间距序列{y(i)},其表达式如下:
y(i)=x(i+1)-x(i),i=1,2,...,Mz
单频信号两个零值之间的间距为:
上式中fc是信号的载波频率,且ε(i)服从零均值分布,则E[ε(i)]=0,由此可得y(i)的均值E[y(i)]:
由上式可估计fc,其公式如下:
设置一个门限值at=1,当a>at时,判断信号属于强信号区,载频的估算公式为:
3.根据权利要求1所述的宽带信号调制方式的识别方法,其特征在于,步骤2采用基于决策理论的假设检验方法结合谱分析判断接收信号的调制方式的具体过程为:
步骤2.1,假设被测信号经过采样后的先后序列为s(i),i=1,2,....,N,其中N是样本总数;定义非线性变换:
q(i)=s2(i)-s(i-1)s(i+1)
q(i)的差分序列p(i)的表达式为
p(i)=q(i+1)-q(i)
上述两个式子中的i=1,2,...,N;
p(i)中突变点的个数为N1,即非线性变换差分突变点的个数。选取门限p(0),当p(i)的值满足下面条件:
非线性变换差分p(i)存在一个非线性变换差分突变点,则N1的个数加1,将i从1到N查找,找出所有突变点,累加得出N1的值;通过计算接收信号的特征参数N1的值将接收信号分为模拟调制信号和数字调制信号,根据调制方式的不同,在理论上模拟信号的的N1为0,而数字信号的N1不为0;
步骤2-2,在模拟调制信号子集中,FM信号在调制过程中无幅度变换是恒包络信号,采用特征参量归一化的零中心瞬时幅度谱密度的最大值γmax将其从模拟调制信号中区分开来;
其中AM信号的相位是连续变化的,它的强信号段的零中心瞬时相位非线性分量的标准偏差值σdp的相位特征低于SSB信号和DSB信号的相位特征,根据σdp参数的值识别出来AM信号;
利用特征参数信号频谱关于载频关于对称性的量值P的值判断调制信号的对称性,DSB信号的特征值P为0,LSB信号P的值为负数,而USB信号的P值为正数,故可以用此参数区分DSB、USB和LSB信号;
步骤2-3,在数字调制信号子集中,ASK、QAM和PSK信号属于包络非恒定的调制信号,而FSK信号是包络恒定信号,故利用特征参数γmax将数字调制信号中识别出FSK信号;
ASK信号与QAM信号无相位变化,采用特征参数σap的值将PSK信号与ASK信号、QAM信号区分开;
采用特征参数归一化零中心瞬时幅度值的紧致矩将ASK信号与QAM信号区分开来。
4.根据权利要求1所述的宽带信号调制方式的识别方法,其特征在于,步骤2还包括对跳频信号进行识别以及区分2G-ALE和3G-ALE信号,具体过程为:
第一步,提取当前时刻的载频集,并与前一时刻的载频集比较,载频相同的表明信号属于同一电台,将信号属于同一电台的信息写入电台存储文件;
如果前一时刻的载频不存在,而当前时刻出现新的载频,认为此电台的信号一跳结束,另一跳开始,将此跳与上一跳的数据衔接上,并更新频率集;
顺序执行上述步骤,实时将各电台跳频信号分选出来;
第二步,2G-ALE采用的是8FSK信号,而3G-ALE采用8PSK信号,通过特征参量γmax区分8FSK信号和8PSK信号,根据8FSK信号和8PSK信号识别出2G-ALE和3G-ALE。
5.根据权利要求1所述的宽带信号调制方式的识别方法,其特征在于,通过信号接收模块对接收信号进行滤波、放大、A/D转换处理,得到基带信号,对基带信号进行FFT变换;通过对接收信号的时域波形和频域的频谱分析,验证调制方式是否正确。
6.根据权利要求5所述的宽带信号调制方式的识别方法,其特征在于,利用AD9361模块完成对接收信号的放大、滤波、混频以及A/D转换,将射频信号转换为成基带信号;
将AD9361模块处理的基带信号通过FMC连接器送入FPGA模块,利用FPGA的FFT IP核对基带信号进行FFT变换处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093204.XA CN108134753B (zh) | 2016-12-01 | 2016-12-01 | 宽带信号调制方式的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093204.XA CN108134753B (zh) | 2016-12-01 | 2016-12-01 | 宽带信号调制方式的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108134753A true CN108134753A (zh) | 2018-06-08 |
CN108134753B CN108134753B (zh) | 2021-07-13 |
Family
ID=62388277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611093204.XA Active CN108134753B (zh) | 2016-12-01 | 2016-12-01 | 宽带信号调制方式的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108134753B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110035025A (zh) * | 2019-04-22 | 2019-07-19 | 桂林电子科技大学 | 一种基于直接特征提取的多载波混合信号的检测识别方法 |
CN110113278A (zh) * | 2019-04-30 | 2019-08-09 | 杭州电子科技大学 | 一种基于全数字接收机的调制方式识别方法 |
CN110161902A (zh) * | 2019-04-30 | 2019-08-23 | 桂林电子科技大学 | 一种无人机图传及遥控信号的快速通用采集装置及采集方法 |
CN111200569A (zh) * | 2020-01-08 | 2020-05-26 | 北京中科飞鸿科技股份有限公司 | 一种宽带信号检测识别方法及装置 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111371715A (zh) * | 2020-02-27 | 2020-07-03 | 电子科技大学 | 一种用于在低信噪比下识别ask类信号的特征提取方法 |
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 |
CN111800358A (zh) * | 2020-07-06 | 2020-10-20 | 杭州画印科技有限公司 | 一种自适应模拟信号解调方法 |
CN112929096A (zh) * | 2021-01-27 | 2021-06-08 | 嘉兴中科声学科技有限公司 | 一种声音信号的处理方法、处理装置及电子设备 |
CN114760172A (zh) * | 2022-04-13 | 2022-07-15 | 北京博识广联科技有限公司 | 射频基带综合特征信号识别方法与装置 |
CN115694714A (zh) * | 2023-01-03 | 2023-02-03 | 成都实时技术股份有限公司 | 一种多模式信号检测方法 |
CN116256738A (zh) * | 2023-03-22 | 2023-06-13 | 哈尔滨工程大学 | 大多普勒条件下的正弦调频信号检测方法及装置 |
CN117201249A (zh) * | 2023-11-01 | 2023-12-08 | 中孚安全技术有限公司 | 一种信号调制方式识别方法、***及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104994045A (zh) * | 2015-06-26 | 2015-10-21 | 北京航空航天大学 | 一种基于usrp平台的数字调制方式自动识别平台及方法 |
-
2016
- 2016-12-01 CN CN201611093204.XA patent/CN108134753B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104994045A (zh) * | 2015-06-26 | 2015-10-21 | 北京航空航天大学 | 一种基于usrp平台的数字调制方式自动识别平台及方法 |
Non-Patent Citations (3)
Title |
---|
JIE YANG 等: "Modified Automatic Modulation Recognition Algorithm", 《 2009 5TH INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS, NETWORKING AND MOBILE COMPUTING》 * |
吕新正: "基于多特征参数的通信信号调制识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
唐婉: "基于短波分选设备的信号调制模式识别算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110035025A (zh) * | 2019-04-22 | 2019-07-19 | 桂林电子科技大学 | 一种基于直接特征提取的多载波混合信号的检测识别方法 |
CN110113278A (zh) * | 2019-04-30 | 2019-08-09 | 杭州电子科技大学 | 一种基于全数字接收机的调制方式识别方法 |
CN110161902A (zh) * | 2019-04-30 | 2019-08-23 | 桂林电子科技大学 | 一种无人机图传及遥控信号的快速通用采集装置及采集方法 |
CN110113278B (zh) * | 2019-04-30 | 2021-06-29 | 杭州电子科技大学 | 一种基于全数字接收机的调制方式识别方法 |
CN111200569A (zh) * | 2020-01-08 | 2020-05-26 | 北京中科飞鸿科技股份有限公司 | 一种宽带信号检测识别方法及装置 |
CN111200569B (zh) * | 2020-01-08 | 2022-04-22 | 北京中科飞鸿科技股份有限公司 | 一种宽带信号检测识别方法及装置 |
CN111371715B (zh) * | 2020-02-27 | 2021-03-16 | 电子科技大学 | 一种用于在低信噪比下识别ask类信号的特征提取方法 |
CN111371715A (zh) * | 2020-02-27 | 2020-07-03 | 电子科技大学 | 一种用于在低信噪比下识别ask类信号的特征提取方法 |
CN111273233B (zh) * | 2020-03-04 | 2022-05-03 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111800358A (zh) * | 2020-07-06 | 2020-10-20 | 杭州画印科技有限公司 | 一种自适应模拟信号解调方法 |
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 |
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 |
CN112929096A (zh) * | 2021-01-27 | 2021-06-08 | 嘉兴中科声学科技有限公司 | 一种声音信号的处理方法、处理装置及电子设备 |
CN112929096B (zh) * | 2021-01-27 | 2022-07-12 | 嘉兴中科声学科技有限公司 | 一种声音信号的处理方法、处理装置及电子设备 |
CN114760172A (zh) * | 2022-04-13 | 2022-07-15 | 北京博识广联科技有限公司 | 射频基带综合特征信号识别方法与装置 |
CN114760172B (zh) * | 2022-04-13 | 2024-04-19 | 北京博识广联科技有限公司 | 射频基带综合特征信号识别方法与装置 |
CN115694714A (zh) * | 2023-01-03 | 2023-02-03 | 成都实时技术股份有限公司 | 一种多模式信号检测方法 |
CN116256738A (zh) * | 2023-03-22 | 2023-06-13 | 哈尔滨工程大学 | 大多普勒条件下的正弦调频信号检测方法及装置 |
CN116256738B (zh) * | 2023-03-22 | 2023-11-24 | 哈尔滨工程大学 | 大多普勒条件下的正弦调频信号检测方法及装置 |
CN117201249A (zh) * | 2023-11-01 | 2023-12-08 | 中孚安全技术有限公司 | 一种信号调制方式识别方法、***及装置 |
CN117201249B (zh) * | 2023-11-01 | 2024-02-20 | 中孚安全技术有限公司 | 一种信号调制方式识别方法、***及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108134753B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108134753A (zh) | 宽带信号调制方式的识别方法 | |
CN107124381B (zh) | 一种数字通信信号调制方式自动识别方法 | |
Ureten et al. | Wireless security through RF fingerprinting | |
CN104301056B (zh) | 一种基于信号特征分析的频谱监测方法 | |
CN101834819B (zh) | 基于平行判决的模拟数字混合调制方式识别装置和数字调制方式识别装置 | |
CN108718288B (zh) | 基于卷积神经网络的数字信号调制模式识别方法 | |
Tekbiyik et al. | Multi–dimensional wireless signal identification based on support vector machines | |
Moser et al. | Automatic modulation classification via instantaneous features | |
CN104869096B (zh) | 基于Bootstrap的BPSK信号盲处理结果可信性检验方法 | |
CN103199945B (zh) | 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 | |
CN105207965A (zh) | 一种vhf/uhf频段的调制自动识别方法 | |
CN101895494B (zh) | 基于随机共振预处理的数字调制方式自动识别方法 | |
CN106357575A (zh) | 一种多参数联合估计的干扰类型识别方法 | |
CN113225282A (zh) | 一种基于bp神经网络的通信信号调制识别方法 | |
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 | |
CN109076038B (zh) | 用于对频带中包含的信号的参数进行估计的方法 | |
Zhang | Automatic modulation classification based on statistical features and support vector machine | |
CN104052703B (zh) | 一种微量采样数据数字调制识别方法 | |
Haq et al. | Recognition of digital modulated signals based on statistical parameters | |
Zhao et al. | Automatic modulation recognition based on multi-dimensional feature extraction | |
Dahap et al. | Advanced algorithm for automatic modulation recognition for analogue & digital signals | |
Digdarsini et al. | FPGA implementation of automatic modulation recognition system for advanced SATCOM system | |
Kubankova et al. | Extended method of digital modulation recognition and its testing | |
Hazza et al. | Robustness of digitally modulated signal features against variation in HF noise model | |
Sadkhan | A proposed digital modulated signal identification based on pattern recognition |
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 |