该文探讨了在复杂电磁环境下，利用高阶累积量、时域特征参数和幅度矩的融合算法进行无线数字信号识别，并通过Simulink仿真验证。进一步，使用FPGA实现该算法，搭建实验系统，能有效识别2ASK到64QAM等多种调制类型。识别流程包括信号预处理、特征参数提取、分类器设计和分类判决。文中还对比了基于模式识别、决策论和深度学习的识别技术，并详细阐述了基于幅度矩、小波变换和高阶累积量的识别方法，以及最大似然估计在调制识别中的应用。
论文提出了取长补短整合高阶累积量、时域特征参数以及幅度矩的算法，共同对无线数字信号进行识别的算法。验证算法的理论可行性并使用 Simulink对算法进行实现仿真实验。最终得到仿真结果能够对 2ASK、4ASK、2FSK、4FSK、2PSK、4PSK、16QAM、64QAM 这八种不同调制类型信号进行有效识别。使用 FPGA对算法进行实现，搭建实验系统。最后使用 FPGA 无线数字信号分选识别系统对八种不同类型的调制信号进行识别测试。
无线信号分选识别主要分为四个步骤，首先将接收到的无线信号进行信号预处理，然后对预处理后的信号进行特征参数提取，然后根据提取的特征参数设计识别分类器，最后使用识别分类器进行分类判决以得到识别结果。
目前国内外通信信号的自动识别主要分为基于模式识别的识别技术（Pattern Recognition，PR）、基于决策论的识别技术（Decision Theory，DT）以及基于深度学习的识别技术（
Deep Learning）等等。
基于幅度矩（ASM）的调制识别方式是一种盲识别算法，它可以在未知载波频率以及码
最低0.47元/天 解锁文章
扫一扫
702
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
