正交幅度调制(QAM)在高能爆炸无线电遥测系统中的应用

正交幅度调制 (QAM)是一种多进制振幅相位联合键控技术 ,可以解决高能爆炸的遥测问题。美国洛斯阿拉莫斯国家实验室正在研究开发的高能爆炸无线电遥测系统 ,采用 16进制正交幅度调制 16 QAM技术 ,其频带利用率高 ,信息传输速率高 ,分辩率达到 10 ns级 ,测量容量为6 4路。文中介绍利用正交幅度调制技术的遥测系统的硬件组成、工作原理和射频调制的实现     

高速数传QAM解调器设计及应用

为满足国内外对高速数传设备的迫切需求,研究QAM体制在高速数传环境下的解调算法。采用并行滤波器架构及FFT架构对高速数据进行降速,并研究多种鉴相算法,以应对QAM信号在高速环境下的跟踪需求。经过实物设计验证,该解调器最高支持1.5Gb/s码率16QAM信号的解调,高斯白噪声下解调损失可控制在1dB以内。     

基于小波变换法的相位编码信号脉内特征提取

信号脉内调制信息识别技术对密集和复杂环境中辐射源的分选和识别有着重要的意义。研究了基于小波变换技术识别相位编码信号的脉内调制信息的算法,分别基于计算机仿真数据和专用设备提供的仿真数据进行了算法验证,结果证实了算法的可行性。     

可重构自适应无线电引信干扰技术研究

根据无线电引信的工作特点,提出了可重构自适应无线电引信干扰技术。设计了自适应无线电引信干扰技术方案,分析了无线电引信信号调制识别技术。对该技术的应用前景进行了展望。     

常用卫星通信信号数字调制方式的自动识别

针对常用的卫星通信信号的调制方式识别问题,提出了一种新的自动识别算法.该算法基于统计特性分类原理,通过建立一组统计特征参数,在无需先验信息的条件下,实现对信号调制方式的自动识别.对实际采集数据进行了实验验证,结果表明该算法在低信噪比环境下仍有较高的识别率,简单易用,具有较强的工程可行性和良好的扩展性.     

基于循环矩的高阶调制PCMA信号的参数估计

针对非协作接收场景下单通道接收到的高阶调制PCMA信号,研究其参数的估计方法。利用源信号的统计独立性,推导不同调制方式PCMA信号的循环矩表达式,从而获得信号参数与高阶循环矩之间的定量关系。在此基础上,提出利用接收到的PCMA信号循环矩来估计信号参数的算法,并根据估计算法的特点,给出有利于工程实现的循环矩的估计方法。通过对16QAM以及8PSK PCMA信号的仿真实验,考察算法性能,验证算法有效性。     

基于混合神经网络的无线电信号自动调制识别

随着无线电信号数据海量增加，复杂电磁环境下面临着未知威胁和目标侦察识别复杂度高的问题，本文针对未知无线电信号的特征提取任务，设计了一种混合神经网络以提高目标无线电信号的识别能力。先通过胶囊神经网络对未知信号的空间信息进行提取，再进一步运用门控循环单元提取信号在时间上的特征信息。设计混合网络模型将信号的时间和空间特征相结合，提高对目标信号的分类精度。通过RML2016.04C调制信号数据集，验证了混合神经网络的识别性能。结果表明:当信噪比为6 dB时，混合网络模型对多种不同调制信号的分类精度大于95%。因此，本文所设计的混合神经网络能够有效对不同调制信号进行准确分类。     

通信信号智能调制识别对抗攻击研究

基于深度学习技术的通信信号调制识别算法由于其优秀的特征提取能力,极大地提升了调制识别任务的精度,但是对抗样本特性的存在,导致基于深度学习的调制识别模型的安全性受到了极大威胁,通过在训练好的调制识别网络中添加设计好的特定微小扰动,就可以使得调制识别模型完全失效。研究了基于深度学习的调制识别模型及其对抗样本攻击方法,提出一种基于快速梯度符号法的定向扰动生成方法,该方法在扰动和原始信号功率比为-21 dB的条件下,针对11类常见的不同调制种类的通信信号生成扰动,实现对通信信号调制识别模型的定向攻击,为智能调制识别模型的攻防对抗提供参考。     

基于深度学习的通信信号调制识别算法

随着通信技术的发展，信号体制、调制方式日趋复杂，例如CPM、OFDM等，这给调制识别技术带来了巨大挑战。近年来，深度学习技术由于其强大的特征提取能力和分类能力，被广泛应用到模式识别领域中。为了实现复杂调制方式的识别，文章将深度学习技术引入到调制识别领域，并提出一种基于改进的CLDNN模型的调制识别算法。CLDNN模型已被成功应用到语音识别领域，其表现出了强大的特征提取和分类能力。该方法在原有CLDNN模型的基础上，针对调制识别问题的特点，对CLDNN进行了改进。而且该方法不依赖于载波同步、码元同步等预处理。实验结果表明，该方法可同时识别12种信号调制方式和信号体制，信噪比在3dB以上时，整体识别准确率达到90%以上，并且可以较好地识别复杂调制方式和信号体制。     

改进的基于特征函数的调制识别算法

原有的基于特征函数的调制识别算法,是将基带信号的同相分量和正交分量之和代入特征函数进行运算,计算过程丢失了部分有用信息,仅能保证特征函数的相位跟高斯白噪声无关。提出一种新方法,将基带信号以复数形式代入特征函数进行运算,不仅没有丢失信号的有用信息,并且从理论上证明计算结果跟高斯白噪声无关,继而可以使用特征函数的幅度信息对信号的调制方式进行识别。仿真证明,该算法比原有方法在识别性能上有大幅提高。     

基于小波多重分形的通信信号调制识别

针对非平稳、信噪比变化范围较大的通信信号,采用小波多重分形的方法进行调制类型识别。先利用小波变换把通信信号进行分解,再对得到的细节信号计算多重分形维数。仿真结果表明,该方法对噪声和调制参数不敏感,可对通信中的数字调制信号进行有效识别。     

基于数字波形合成的PCM/FM调制技术

随着无线通信向数字化、软件化发展,采用软件无线电技术实现各种通信功能成为目前研究的热点。在广泛应用的PCM/FM遥测体制中,PCM/FM调制模块也可采用基于软件无线电的数字方法来实现。相比于模拟技术,数字技术可以改善模拟锁相调频电路的低频响应特性,有利于增强系统的稳定性和灵活性,并能有效地提高传输效率和保证传输性能。在PCM/FM调制的数字化实现方案中,结合了直接波形合成(DWS)及数字上变频(DUC)技术,以DSP为核心,通过软件算法将PCM信号分解为基带I、Q(同相、正交)信号,I、Q信号分别与各自的载波相乘后相加形成正交调制数据流,然后经过D/A转换得到正交调制模拟信号。其中的软件算法部分采用MATLAB语言进行全精度仿真及验证。     

数字电视地面接收机的解映射改进算法及实现

针对《数字电视地面传输系统帧结构、信道编码和调制技术规范》国家标准(以下称国标),提出一种用于国标全模式接收机的解映射改进算法。利用国标中的QAM星座图中符号与信息比特间的规律,简化解映射电路,同时实现多QAM模式的解映射模块复用。算法已在基于FPGA的国标全模式接收机中得到了验证,与传统解映射算法相比,算法既节省了硬件资源,同时还提高了系统速度。     

基于卷积神经网络的雷达和通信信号调制识别

雷达和通信信号的调制识别是电子侦察对抗的一项关键技术,通过搜索、截获敌方电子设备发射的电磁辐射信号,经过电子侦察系统分析、识别,从而获取敌方战术、技术特征参数等情报。人工神经网络中的深度学习网络由于具有强大的表征学习能力,可以自动从原始数据中提取出各种复杂的特征。介绍了一种差分自相关预处理结合深度学习进行中频信号调制识别的方法,结合工作的实际需求,对深度学习在信号调制识别中提出了一些展望,如进一步提高在低信噪比下的识别率和研究深度学习调制识别混合架构。     

基于DVB-S2系统APSK信号的分析与干扰仿真

针对DVB-S2系统采用的幅度相位键控(APSK)等高阶调制方式,分析了APSK信号的调制与解调原理,推导了16APSK信号的误比特率(BER)。仿真讨论了基于DVB-S2系统APSK信号在受不同噪声调制干扰和数字调制信号干扰时的误比特率及干扰效果。结果表明:在低干信比(J/s)时数字调制干扰信号干扰效果更好。研究结果可为APSK信号的抗干扰性能研究提供参考。     

BOC调制信号的特性分析

二进制偏移载波(BOC)调制是GPS现代化后采用的新军用信号(即M码信号)的调制方式, 其设计灵活性和可变性在导航战中是非常重要的.推导并分析了不同形式BOC信号的自相关函数、功率谱、循环谱和循环谱包络切面特性,分析结果对下一步BOC信号的参数估计和模式识别具有参考价值.     

基于FM—AM转换的伪码调相-载波调频复合引信信号的脉内特征提取研究

伪码调相和载波调频复合信号因具有好的距离、速度分辨率和测速测距精度，所以广泛应用在雷达和引信中。在电子对抗中为了实施欺骗性干扰，必须有效地提取复合信号的参数特征，为此本文研究了FM-AM转换时频分析的理论及其实现方法，并利用该方法对伪码调相-载波调频复合信号进行了脉内特征分析。具体包括伪码调相正弦载波信号、伪码调相复合正弦调频信号及伪码调相复合线性调频信号。仿真结果表明，在信噪比为5dB时，利用FM—AM转换时频分析技术，不但可以提取载波调频的特征信息，而且能够有效提取伪码的特征信息。     

基于FM-AM转换的伪码调相-载波调频复合引信信号的脉内特征提取研究

伪码调相和载波调频复合信号因具有好的距离、速度分辨率和测速测距精度,所以广泛应用在雷达和引信中。在电子对抗中为了实施欺骗性干扰,必须有效地提取复合信号的参数特征,为此本文研究了FM-AM转换时频分析的理论及其实现方法,并利用该方法对伪码调相-载波调频复合信号进行了脉内特征分析。具体包括伪码调相正弦载波信号、伪码调相复合正弦调频信号及伪码调相复合线性调频信号。仿真结果表明,在信噪比为5dB时,利用FM-AM转换时频分析技术,不但可以提取载波调频的特征信息,而且能够有效提取伪码的特征信息。