一种改进的MQAM信号的调制方式识别算法研究

合集下载

基于Hilbert变换的MQAM信号调制体制识别

维普资讯
第２８卷第６期２００７年６月
通
信学报Ｖ１ Nhomakorabea８ＮＯ６ｂ．．２
Ｊｎ０７ｕｅ２０
ＪｕａｎＣｏｏｍｌｍｍｕｉａｉｎｏｎｃｔｏｓ
基于Ｈｉｅｔｌｒ变换的ＭＱＡ信号调制体制识别ｂＭ
ＭＱＡＭｄｌｔｎｓｈｍｅｒｃｇｉｏｓｇＨｉｅｔｒｎｆｒｍｏｕａｉｅｏｎｔｎｕｉｌｒａｓｍｏｃｅｉｎｂｔｏ
ＸＩｉ－ｉＷＡＮＧｎ－ｉａｘ，ＪＺｏｇｘｎ
（ｐｒｍｅｔｆｍｍｕｉａｉｎＳｉｎｅａｄＥｎｉｅｒｇＦｄｉｅｓｔＳａｇａ０４３ＣｉａＤｅａｔｎｏＣｏｎｃｔｃｅｃｎｇｎｅｉ，ｕａＵｎｖｒｉｈｈｉ０３，ｈｎ）ｏｎｎｙ，ｎ２
ＫｅｒｓＭＱＡ；ｄｌｏｈｍｅｅｏｎｔｎｂｄａ；ｓｍａｉｎＨｉｅｔａｓｒｙｗｏｄ：Ｍｍｏｕａｎｓｅｃｇｉｏ；ａｔｅｔｔ；ｌｒｔｆｍｉｔｃｒｉｎｒｅｉｏｂｎｏｒ
１引言
信号调制体制识别是通信信号分析的重要组成部分，可以应用于军用和民用场合，受到了较为
ｉＮＲｓｇｅｔｒｔａ２Ｂｄｕｉｇ１２ｒｍｏｅｓｍｂｌ．ｏｉｉｕｔｂｅｆｒｓｇａｅｅｔｎａｄｒｃｇｉｏｆｆＳｉｒａｅｎ１ｄａｓｎ０４ｏｒｙｏｓＳｔｓｓｉｌｏｉｎｄｔｃｏｅｏｎｔｎｏｈｎａｌｉｎｉｐａｔａｐｌａｏｓｒｃｃａｐｉｔｎ．ｉｌｃｉ

《基于机器学习算法的通信信号调制识别》范文

《基于机器学习算法的通信信号调制识别》篇一一、引言在当前的信息化时代，通信信号调制识别是无线通信领域的重要研究方向。

传统的通信信号调制识别方法通常依赖于专家经验和复杂的信号处理算法，但在复杂的电磁环境中，这些方法的准确性和效率往往受到限制。

近年来，随着机器学习算法的快速发展，其强大的模式识别和分类能力为通信信号调制识别提供了新的解决方案。

本文旨在探讨基于机器学习算法的通信信号调制识别技术，分析其原理、方法和应用。

二、机器学习算法在通信信号调制识别中的应用原理机器学习算法通过学习大量数据中的规律和模式，实现自动分类和预测。

在通信信号调制识别中，机器学习算法通过训练大量的已知调制类型的通信信号样本，学习各种调制信号的特征和模式，然后利用这些特征和模式对未知的通信信号进行调制识别。

三、常用的机器学习算法及其在通信信号调制识别中的应用1. 监督学习算法：监督学习算法通过已知标签的训练数据集进行训练，学习输入与输出之间的映射关系。

在通信信号调制识别中，可以利用已知调制类型的训练数据集训练分类器，然后对未知的通信信号进行分类。

常用的监督学习算法包括支持向量机（SVM）、决策树、神经网络等。

2. 无监督学习算法：无监督学习算法通过无标签的训练数据集学习数据的内在规律和结构。

在通信信号调制识别中，可以利用无监督学习算法对复杂的电磁环境中的通信信号进行聚类和分析，提取有用的特征和模式。

常用的无监督学习算法包括聚类分析、密度估计等。

四、基于机器学习的通信信号调制识别的实现方法基于机器学习的通信信号调制识别的实现方法主要包括以下步骤：1. 数据采集：收集各种调制类型的通信信号样本，包括不同信噪比、不同传输条件下的信号。

2. 数据预处理：对采集的通信信号进行预处理，包括去噪、特征提取等操作，提取出有用的特征和模式。

3. 训练模型：利用预处理后的数据训练机器学习模型，如神经网络、支持向量机等。

4. 模型评估：利用已知的测试数据集对训练好的模型进行评估，检验其准确性和泛化能力。

基于一阶统计矩的数字通信信号调制方式的自动识别

基于一阶统计矩的数字通信信号调制方式的自动识别
张志民;欧建平;皇甫堪
【期刊名称】《信号处理》
【年(卷),期】2010(26)8
【摘要】数字通信信号调制方式的自动识别在军用和民用方面都具有十分要的意义.为了能自动识别MASK、MFSK、MPSK和MQAM四类信号,本文基于截获信号的一阶统计矩,提出七个特征参数,它们均可利用常规信号处理技术得到,与基于二阶或高阶矩的其它特征参数相比,这些参数提取过程具有计算量小、提取方便的优点.给出四类信号调制方式自动识别算法的实现流程,该识别算法以判决理论为基础,不要求实现码元同步.仿真结果证明,在信噪比≥7dB时,识别算法的平均识别成功率>97%,性能明显优于同类算法,有望用于实际的非协作通信系统中信号的检测和快速识别.
【总页数】6页(P1205-1210)
【作者】张志民;欧建平;皇甫堪
【作者单位】国防科学技术大学电子科学与工程学院,长沙,410073;国防科学技术大学电子科学与工程学院,长沙,410073;国防科学技术大学电子科学与工程学院,长沙,410073
【正文语种】中文
【中图分类】TN911.72
【相关文献】
1.数字通信信号调制方式自动识别研究 [J], 齐东兴
2.基于谱分析的卫星信号常用调制方式自动识别研究 [J], 郑超;陈鲸
3.基于谱分析MFSK信号调制方式的自动识别 [J], 李耐根
4.基于数字通信信号瞬时特性的调制方式识别方法 [J], 王海滨; 周正; 李炳荣; 解传军
5.探讨数字通信信号调制方式自动识别算法 [J], 杨胜义
因版权原因，仅展示原文概要，查看原文内容请购买。

高阶QAM信号调制识别算法

高阶QAM信号调制识别算法徐江民;高勇【摘要】高阶多进制正交振幅调制(QAM)有较高的频谱利用率和容错能力.针对QAM信号高阶调制方式,提出了一种M-QAM信号的识别算法.首先经CZT、HOS 估计频偏和相偏,然后从信号的四次方谱和分形维数中,提取一组鲁棒性强的特征参数,同时运用信号子空间估计信噪比,实现16QAM、32QAM、64QAM和128QAM信号的调制识别.在高斯白噪声背景下仿真表明,算法能适应较大的信噪比动态范围,整体信噪比大于13 dB时可以达到90％以上的识别率,且盒维数抗噪声性能较好.【期刊名称】《无线电工程》【年(卷),期】2014(044)001【总页数】4页(P32-35)【关键词】四次方谱;盒维数;子空间;盲信噪比估计【作者】徐江民;高勇【作者单位】四川大学电子信息学院,四川成都610065;四川大学电子信息学院,四川成都610065【正文语种】中文【中图分类】TN9110 引言近10年来，国内外众多著作文献都不约而同地关注了通信信号的调制与识别，并提出了许多自动调制识别算法［1，2］。

虽然早期文献都涉及到信号的自动调制识别，但只停留在模拟信号和某些简单的数字调制信号自动识别，如文献［2］通过四阶累积量和六阶累积量的组合实现了2ASK、4ASK、4PSK、2FSK和4FSK 五种数字调制信号的识别。

高阶QAM信号由于其频谱利用率很高以及较高的噪声容限能力，在卫星和微波通信中得到了广泛的应用，引起了众多学者对M-QAM 信号调制识别的关注，但目前还很少有人研究128QAM及以上QAM的识别。

文献［3］应用聚类和粒子群的思想实现64QAM及以下的M-QAM的识别，但无法应用于高阶QAM的识别且计算量大。

文献［4］仅仅识别了16QAM和32QAM。

文献［5，6］分别基于高阶累积量和小波变换实现QAM、ASK、PSK 信号类间识别，但未进行有效QAM信号类内识别。

文献［7］提出根据包络概率密度函数波峰数区分16QAM和32QAM。

mqam调制原理 -回复

mqam调制原理-回复MQAM调制是多载波调制中的一种调制方式,是指在一个载波中,同时调制多个幅度不同的正弦信号进行传输. 这种调制方式常用于数字通信系统中,可以实现高效率的数据传输. 本文将从基本原理、信号生成、调制过程以及解调过程等方面进行深入讲解.一、基本原理MQAM调制是将多个正弦信号同时调制到一个载波上进行传输的一种调制方式. MQAM的"M"代表着调制级数, 即每个符号传输的比特数. 例如, 对于4-QAM调制方式来说, 每个符号代表传输2个比特. 同时, "QAM"代表着调制方式为正交调幅. 正交调幅是通过在两个正交的轴向上调制,同时实现两个信号的独立传输.二、信号生成MQAM调制需要生成多个幅度不同的正弦信号. 首先, 需要生成具有不同幅度的基带信号,然后再通过载波进行调制. 波形生成可以通过数字信号处理算法实现. 基本的步骤如下:1. 将要传输的数据转换为二进制格式.2. 将二进制数据根据调制级数分组, 每组包含M个连续的比特.3. 将每组二进制数据映射到相应的幅度值, 并通过低通滤波器产生相应幅度的正弦波.4. 通过载波对这些正弦波进行频率移位, 使其与载波处于同一频率范围.5. 最后将这些调制后的波形通过混合器, 与载波进行调制, 生成MQAM 调制信号.三、调制过程MQAM调制的核心是将基带信号调制到载波上. 调制过程如下:1. 将载波信号分为正交的两路, 分别记为I路和Q路.2. 通过乘法器, 将基带信号与正交载波信号进行调制生成调制后的信号.3. 将I路和Q路的调制信号相加, 生成最终的MQAM调制信号.四、解调过程解调过程与调制过程相反, 是为了将MQAM信号转换为原始的基带信号. 解调过程如下:1. 将接收到的MQAM信号通过混频器, 与相同载波进行混合.2. 将混合后的信号分为I路和Q路.3. 对I路和Q路的信号进行滤波, 再进行采样恢复为离散信号.4. 将恢复后的信号进行解调映射, 得到解调后的二进制数据.通过以上的步骤, 可以实现MQAM信号的传输和解调, 进而实现高效率的数据传输. MQAM调制在数字通信系统中的应用广泛, 是一种非常重要的调制方式.。

基于机器学习的通信信号调制识别方法研究

摘要信号的调制识别技术在通信系统模型的中间位置，它位于通信信号检测之后，信号的解调之前，在非协作通信环境中信号的调制识别是一个极为重要的关键技术。

并且由于电磁环境愈加复杂，信道环境复杂多变，因此研究基于统计模式的信号自动识别技术中的两个关键模块就至关重要，即提取能够代表不同调制方式的通信信号的稳定特征，并且设计精度更高的分类器去适应更加复杂的环境是亟待解决的问题。

本课题主要针对非协作通信过程中对敌方的信号进行侦查，为了在复杂噪声环境中确定敌方通信信号的调制样式，本课题研究了机器学习的方法，并将其应用于信号的调制样式识别当中。

在识别过程中包括特征提取和分类器设计两个步骤，由于所提取特征的好坏程度需要通过分类器定量分析，因此，本文首先构建了一种基于粒子群算法与主成分分析联合优化的极限学习机网络作为分类器并将其应用于通信信号调制识别中，在此基础上，提取了信号的二维Holder系数特征，通过该特征对比了几种极限学习机分类器在不同信噪比情况下对信号识别的性能，仿真结果表明，本文构建的极限学习机网络的分类识别精度最高。

其次，针对四类数字信号在信噪比较低时识别率较低的问题，将栈式自动编码器应用于通信信号特征提取中，并接入PCA-ELM分类器，构建了基于栈式自动编码器与极限学习机的深度学习网络，利用该网络提取信号时频图像的特征并同时达到识别信号调制样式的目的，仿真结果表明该方法在信噪比为-2~2dB时也能对信号进行有效识别。

最后，针对时频分析与深度学习网络不足以用来识别FM信号、PM信号和16QAM 信号的问题，本文提取了7类信号（FM、PM、2ASK、2FSK、BPSK、QPSK、16QAM）的香农熵特征、指数熵特征和范数熵特征构成三维熵特征模块，在此基础上，将三维熵特征与云模型理论结合，提取了信号的改进熵云特征，进一步提高了各类信号的类间分离度，并通过PSO-ELM-PCA分类器对提取的改进熵云特征进行分类，通过仿真显示当信噪比是-7~-3dB时也得到了比较理想的各类信号的识别结果。

无线通信中的调制识别技术研究

无线通信中的调制识别技术研究随着无线通信技术的不断发展和普及，人们对于无线信号的调制方式识别技术越来越感兴趣。

调制方式识别技术是指通过对无线信号进行分析和识别，获取其调制方式信息，从而实现无线信号的分类和判别。

在无线通信领域，调制识别技术是非常重要的一个研究方向，它不仅可以应用于通信系统的性能分析和故障诊断，还可以被广泛地应用于无线电侦听、无线频谱监测等领域。

一、无线信号调制方式的分类在介绍调制识别技术之前，我们需要了解不同调制方式的分类。

在无线通信中，常见的调制方式包括：幅度调制（AM）、频率调制（FM）、相位调制（PM）、多进制调制等。

1. 幅度调制（AM）幅度调制是指将信号的幅度按比例变化来调制载波的调制方式。

在实际应用中，幅度调制被广泛应用在调幅广播、调幅电视等领域。

其主要特点是调制信号范围有限、抗干扰能力差，对信号的调制深度要求较高。

2. 频率调制（FM）频率调制是指将信号的频率按比例变化来调制载波的调制方式。

在实际应用中，频率调制广泛应用于调频广播、音频传输等领域。

其主要特点是调制信号范围较大、抗干扰能力较强，但对于载波频率稳定度要求较高。

3. 相位调制（PM）相位调制是指将信号的相位按比例变化来调制载波的方式。

在实际应用中，相位调制广泛应用于调制信号传输距离较远的场合，如卫星通信、数字通信等领域。

其调制范围较小、抗干扰能力较强。

4. 多进制调制多进制调制是将不同的调制方式组合在一起进行调制，以进行更有效和更高质量的数据传输。

常见的多进制调制方式包括QAM、PSK、FSK等。

二、调制识别技术的研究意义在无线通信领域，调制识别技术具有非常重要的意义。

首先，通过对无线信号的调制方式进行识别，可以更好地进行通信系统的性能分析和故障诊断，从而实现对无线通信系统的优化配置；其次，通过无线信号的调制方式识别，可以判断无线通信系统中是否存在非法入侵或恶意干扰行为，对网络安全和信息安全具有非常重要的监管和保障作用。

MIMO-OFDM系统中一种改进的QRM-MLD检测算法

下大大减少检测过程的访问节点数，降低了算法的平均复杂度。
关键词：多输入多输出；正交频分复用；ＱＲＭ—ＭＬＤ；球形译码；信号检测
中图分类号：ＴＮ９１９．３
文献标识码：Ａ
ＤＯＩ：１０．１９３５８／ｊ．ｉｓｓｎ．１６７４—７７２０．２０１６．０９．０２０
Ｋｅｙｗｏｒｄｓ：ＭＩＭＯ；ＯＦＤＭ；ＱＲＭ—ＭＬＤ；ｓｐｈｅｒｅｄｅｃｏｄｉｎｇ；ｓｉｇｎａｌｄｅｔｅｃｔｉｏｎ
０引言在平坦衰落信道下，多输入多输出（ＭＩＭＯ）技术能给
无线通信系统带来显著的容量提升，而正交频分复用（ＯＦＤＭ）技术能将一个宽带频率选择性衰落信道转变为若干个窄带平坦衰落子信道。因此结合二者技术优势的多输入多输出正交频分复用（ＭＩＭＯ—ＯＦＤＭ）无线通信系统已成为新一代高速无线通信系统中的研究热点。。ＭＩＭＯ检测是ＭＩＭＯ．ＯＦＤＭ系统接收端最复杂的任务，常见的信号检测算法有：复杂度低但检测性能不佳的线性检测方法，如迫零（ＺｅｒｏＦｏｒｃｉｎｇ，ＺＦ）算法和最小均方误差（ＭｉｎｉｍｕｍＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＭＭＳＥ）算法；理论上具有最优检测性能但复杂度过高的算法，如最大似然（Ｍａｘｉ— ｍｕｍＬｉｋｅｌｉｈｏｏｄ，ＭＬ）检测算法；具有次优检测性能的方法，如球形译码算法 ’ 。球形译码算法复杂度比ＭＬ算法大大降低，使其能在硬件上得以实现 ’ 。按照搜索策略的不同，可将球形译码的树搜索策略分为Ｆｉｎｃｋｅ—Ｐｏｈｓｔ策略和Ｓｃｈｎｏｒｒ—Ｅｕｃｈｎｅｒ策略两类，也常称为深度优先树形

信号调制方式自动识别的研究的开题报告

信号调制方式自动识别的研究的开题报告一、研究背景信号调制是指将信息信号转换为适合传输和处理的电磁波信号的过程。

通信系统中广泛采用的调制方式有多种，例如调幅（AM）、调频（FM）和调相（PM）等。

因此，在现实中，需要对接收到的信号进行调制方式识别，以便正确地解调出信号中传递的信息。

二、研究目的本研究的目的是设计一种能够自动识别信号调制方式的算法，并在实际应用中进行测试和验证。

通过研究信号调制方式的自动识别，能够提高通信接收效率，减少数据传输误差，使通信系统具有更高的可靠性和稳定性。

三、研究内容1. 调制信号的特征提取方法研究。

通过对调制信号的多种特征进行分析和比较，提取出最具代表性的特征，并加以优化和选择，以提高识别准确率。

2. 信号分类算法设计。

通过对多种信号调制方式进行深入的研究和分析，设计一种快速准确的信号分类算法，以实现对不同调制方式信号的自动识别。

3. 实验验证和性能评估。

在实验室和现场环境下，通过收集不同调制方式的信号数据，对设计的算法进行测试和验证，并在识别准确率、算法速度、鲁棒性和实现成本等方面进行全面评估。

四、研究意义1. 提高通信系统的可靠性和稳定性。

自动识别信号调制方式可以有效地降低信号传输误差，提高通信接收效率。

2. 为信号处理和通信技术领域的发展提供技术支撑。

信号调制方式的自动识别是通信技术和信号处理领域的重要研究方向之一，本研究将为该领域的发展提供技术支撑和理论指导。

3. 具有广泛的应用前景。

自动识别信号调制方式的算法可以应用于无线通信、数据传输、雷达检测等多个领域，具有广泛的应用前景和市场需求。

五、研究方法1. 理论研究。

对现有信号调制方式的理论知识进行深入学习和探究，并结合实验数据进行分析和整合。

2. 算法设计。

基于理论研究，设计适合自动识别信号调制方式的特征提取方法和信号分类算法。

3. 实验验证。

在实验室和现场环境下，采集不同调制方式的信号数据并进行实验验证和性能评估。

幅相调制信号的星座图恢复与调制方式识别

幅相调制信号的星座图恢复与调制方式识别陆珊珊;王伟;王国玉【摘要】针对幅相调制信号的调制方式识别问题，提出一种基于星座图恢复的算法。

该算法估计信号载频及信噪比等参数，并依据波特率和符号定时完成对接收信号的波特率采样；采用一种非数据辅助载频偏差估计方法，以消除载频偏差及相位偏移对星座图恢复的影响；利用平均似然比检测的方法，完成幅相调制信号调制方式的识别。

仿真结果表明，与仅考虑信号幅值分布的极大似然算法相比，该算法具有识别性能更优。

%An algorithm for modulation recognition of multiple quadrature amplitude modulation signals based on constellation recovery was proposed.Firstly,parameters of the carrier frequency and signal to noise ratio were estimated from its spectrum.According to the baud rate and the symbol timing,the baud rate sampling was finished.Then a non-data-aided carrier frequency offset estimation method was used to mitigate the effect of frequency offset and phase offset in constellation recovery.Finally,the modulation type was recognized by the average likelihood ratio test method.Simulation results demonstrate that the proposed algorithm has a better recognition performance when comparing with the amplitude-based maximum likelihood algorithm.【期刊名称】《国防科技大学学报》【年(卷),期】2016(038)003【总页数】5页(P130-134)【关键词】调制识别;偏差估计;星座图;最大似然【作者】陆珊珊;王伟;王国玉【作者单位】国防科技大学电子科学与工程学院，湖南长沙 410073; 国防科技大学电子信息系统复杂电磁环境效应国家重点实验室，湖南长沙 410073;国防科技大学电子科学与工程学院，湖南长沙 410073;国防科技大学电子科学与工程学院，湖南长沙 410073【正文语种】中文【中图分类】TN911.7根据对接收信号的分析，调制方式识别技术能够自动地判定发射信号的调制方式。

BPSK,QPSK,UQPSK,64QAM信号自动调制识别

BPSK,QPSK,UQPSK,64QAM信号自动调制识别于洋;李孝严;张晓春【摘要】随着卫星通信、移动通信、雷达侦察、电子战等无线通信领域的快速发展,MPSK和MQAM两类调制方式因具有较高的频谱利用率和良好的抗噪性能,得到了广泛应用.尤其是在星间链路通信中常用到BPSK、QPSK、UQPSK、64QAM 等调制类型.文中在基于高阶累积量法的基础上,提出了新的基于特征参数提取的方法,实现了对BPSK、QPSK、UQPSK、64QAM调制类型自动识别技术.实验结果表明,该方法简单、有效、运算量小,且抗干扰能力强、识别率较高、实时性较好、适合工程应用.【期刊名称】《电子科技》【年(卷),期】2015(028)001【总页数】4页(P49-52)【关键词】BPSK;QPSK;UQPSK;64QAM;星间链路通信;通信调制类型识别【作者】于洋;李孝严;张晓春【作者单位】西安电子科技大学电子信息攻防对抗与仿真技术教育部重点实验室,陕西西安710071;西安电子科技大学微电子学院,陕西西安710071;中北大学电子测试技术国家重点实验室,山西太原030051【正文语种】中文【中图分类】TN911.72随着电子技术和无线通信技术的快速发展，调制识别技术得到广泛的应用，尤其是在军事、民用领域，近年来始终备受关注。

为充分利用通信资源，通信信号的体制、调制样式更加多样化和复杂化，调制识别技术在不断发展，并应用于各个领域。

通信环境也在不断变化，使得同一空间的信号越发密集，接收到的信号也存在多种不同的调制方式。

近年来，随着深空通信技术的不断发展，使得星间链路信号的调制识别具有重要意义。

由于数字调相信号自身具有频带利用率高、抗干扰能力强等优点，其被广泛应用于星间链路通信中。

随着，传输容量的不断扩大，可用的频带受限，数字调制方式以由二相的BPSK发展为四相的QPSK、UQPSK，既调相又调幅的MQAM信号。

所以对数字调相信号的识别就显得尤为重要，特别是在先验知识缺乏，低信噪比条件下的调制类型的自动识别。

基于粒子群和减法聚类提取分类特征的MQAM信号识别

ｔｅｆｒｄｅｅｔｒｅｓｆＡｉａ．ｏｃｕｉｎＴｅａｏｉｍｐｏｏｅｙｔｉｐｐｒａｉｅｒｃｃｓｈｏｉｒｎｄｒｏＭｓｎｓＣｎｌｓｈｇｒｒｐｓｄｂｓａｅｓｇｒｏｒｔｌ — ｕｆｏＱｇｌｏｌｔｈｈｈｈｈｃｅａｓｉｔｎｒｔｉｏｕａｉｌｓｉｃｔｎｆｒＡｉｎｓｎａｄｔｎｓｕａｏｅｕｔｓｏａｔｅｍｄｌ— ｉｃｉａｍｄｌｏｃａｓａｏｆａｏｅｎｔｎｉｆｉｏＭＱＭｓａ．Ｉｄｉｏ，ｉｌｔｎｒｓｌｗｔｔｈｏｕａｇｌｉｍｉｓｈｈ
ＭｏｕａｉｎｃａｓｃｔｎｏＱＡＭｉｎｌｂｓｄｏａｔｌｓｒｄｌｔｌｓｉａｉｆｏｉｆｏＭｓａｓａｅｎｐｒｉｅｗａｍｇｃ
ｏｔｍｉａｉｎａｄｓｂｒｃｉｅｃｕｔｒｎｇｐｉｚｔｏｎｕｔａｔｖｌｓｅｉ
ｃｕｔｒｇｒｄｕｓｕｉｚｄａｌｓｉｃｔｎｆａｕｅＲｅｕｔＴｅｐｏｏｅｌｏｔｍｅｌｅｈｄｎｉｃｔｎｏｌｓｅｉａｉｓｉｔｉｅｓａｃａｓａｉｅｔｒ．ｓｌｎｌｉｆｏｓｈｒｐｓｄａｇｒｈｒａｉｓｔｅｉｅｔａｉｆｉｚｉｆｏ
西北大学学报（自然科学版）２１６月，４０１年第１卷第３，ｕ．２１，ｏ４，ｏ３期Ｊｎ，０１Ｖ１１Ｎ．．
Ｊｕａｏｏｈｅｔｎｅｉ（ａｒｃｎｅＥｉｏ）ｏｒｌｆｒｗｓＵｉｒｔＮｔａＳｉｃｄｉｎＮｔｖｓｙｕｌｅｔｎ

一种基于FPGA的简化LLR算法研究

一种基于FPGA的简化LLR算法研究周小安;张雅勤【摘要】高阶调制方式结合软信息解调的前向纠错编码技术是解决无线通信频谱资源拥挤的有效方法.在传统软信息对数似然比计算方法的基础上,结合mQAM调制技术的正交格雷码映射星座图的特性,提出了一种更简单的计算mQAM软信息方案.在硬件实现上不需要使用乘法器,和传统的LLR计算相比大大节省了FPGA资源,仿真结果表明所提出的LLR简化算法,在(2,1,7)卷积编码下的误码性能接近理想的简化LLR计算结果.【期刊名称】《通信技术》【年(卷),期】2015(048)003【总页数】5页(P262-266)【关键词】高阶调制;软信息;对数似然比;FPGA【作者】周小安;张雅勤【作者单位】深圳大学信息工程学院,广东深圳518000;深圳大学信息工程学院,广东深圳518000;深圳市无线传输与处理技术重点实验室,广东深圳518057【正文语种】中文【中图分类】TN918随着现代无线通信系统的发展，4G技术已趋于成熟，这些热门的无线通信技术均以提高通信系统频谱利用率为前提。

其中OFDM[1]是一种很好的提高系统频谱利用率的通信系统，在该系统中采用的mQAM[2]调制方式能极大地提高系统频谱利用率，但在发射功率一定的条件下，该多元调制方式在解调时会增加系统的误码率。

为了减小系统误码率，通常会在信道编解码时采取相应的措施。

有研究表明[3]，在加性高斯白噪声(AWGN)信道中，软判决要比硬判决多2 dB的软判决增益，在衰落信道中软判决增益则超过3 dB。

但是对于高阶调制如mQAM，虽然I和Q两路信号独立映射，但是它的每个调制映射符号对应着多个比特，而且必须计算每一个比特的软判决，因此，高阶调制的软信息计算过程较为复杂。

文献[4-6]采用格雷映射星座图计算欧式距离而达到简化计算的目的,该方法应用较为广泛。

文献[7]采用将复平面分块计算的方法对非方形星座的简化计算进行了研究，在简化计算的同时不影响系统性能。

基于软件无线电的MQAM信号调制识别

１．引言当前，ＭＱＡＭ的调制识别是通信信号分析的热点和难点。文献［１］［２］采用了似然函数的方法进行ＭＱＡＭ信号的识别，但需要知道波
构，因此，我们设计了如图ｌ所示的识别算
ｏｆｆｓｅｔｒｅａｅｓｉｔｍａｔｅｄａｎｄｒｅｃｏｖｅｒｅｄｉｒｆｓｔ，ａｎｄｔｈｅｎｂａｕｄｒａｔｅａｎｄｉｍｉｔｎｇｅｒｒｏｒｒｅａｅｓｔｉｍａｔｅｄ．Ａｆｔｅｒｌｏｗ－ｐａｓｓ￣ｔｅｉｎｆｇ，ｓａｍｐｌｉｎｇｒａｔｅａｌｔｅｒａｉｔｏｎａｎｄｂａｕｄｒａｔｅｓａｍｐｌｉｎｇ，ｃｏｎｓｔｅｌｌａｉｏｔｎｗａｓｒｅｃｏｖｅｒｅｄ．Ｃｕｍｕｌａｎｔｓｏｆｔｈｅｓａｍｐｌｅｓｏｆｈｅｔｒｅａｌｐａｒｔｏｆｔｈｅｃｏｎｓｏｌａｉｔｏｎａｆｅｃｌｃａｌａｕｔｄｅａｎｄｕｓｅｄｔｏｃｌａｓｓｉｔｈｅｍｏｄｕｌａｉｔｏｎｓｃｈｅｍｅｓ．ＥｘｐｅｉｍｅｒｎｔａｌｗｏｒｋｓｈｏｗｓｈａｔｔｔｈｅｒｅｃｏｇｎｉｉｏｔｎＣｎａｇｅｔｔＯ９６％ｗｈｅｎＳＮＲｉｓｌｒｇａｅｒｔｈａｎ１２ｄＢａｎｄｔｈｅｎｕｍｂｅｒｏｆｓｙｍｂｏｌｓｉｓ１０００．

MQAM信号调制方式自动识别方法

1 引言
QAM （quadrature amplitude modulation）主要是通过两路正交载波的多种幅度来携带符号信息，因正交幅度调制具有多元的特性，又可记为 MQAM。在正交幅度调制技术中，2 个支路的幅度
收稿日期：2018–09–13；修回日期：2019–06–28
具有多种取值，合成信号的相位以及幅度具有多种组合，星座图映射时以信号星座点之间的最小距离最大化为原则[1]。QAM 是一种高性能数字调制技术，近几十年来一直在发展创新，并因频谱利用率高和抗干扰能力强等优点广泛应用于各种有线通信、无线通信场合[2]，因此对其各阶调制的自动识
2019168-1
Abstract: An automatic modulation recognition algorithm for MQAM signal was proposed. Firstly, the feature parameter F based on the fourth order cumulants was constructed to classify the square QAM and the cross QAM. Secondly, the compactness of zero center normalized instantaneous amplitude was calculated to identify the 16QAM from the square QAM. Thirdly, the baud rate was estimated by frequency spectrum of amplitude square, and timing was synchronized to delete the ISI and resume the relatively ideal constellations. And aiming at the 32QAM and the 128QAM, two different clustering radii were set, and clustering point density was got respectively by the subtractive clustering algorithm, and then the 32QAM and the 128QAM was classified depending on the difference of density value. In the same way, the 64QAM and the 256QAM were classified. The proposed algorithm can recognize five kinds of QAM signals，including 16QAM signals, 32QAM signals, 64QAM signals, 128QAM signal and 256QAM signal without prior knowledge of frequency and baud rate. Furthermore, the proposed algorithm does not need complex iterative process, which can be applied in practical signal recognition. Key words: fourth-order cumulant, compactness of zero center normalized instantaneous amplitude, subtractive clustering, MQAM, automatic recognition

调制信号识别

其中 sn t 是归一化中心信号，sn t s t max s t
该参数可将ASK、QAM和FSK/PSK三者分开。
信号辨认
• MFSK辨认 MFSK信号旳功率谱必有M个谱峰，只要得到其功率谱在 0，fs 2上旳谱峰个数n，就能实现MFSK信号调制阶数旳辨认。4f2 对频率个数敏感，可用于调制阶数旳辨认。
分类辨认
N
N
2FSK
2 f
t
2 f
Y
4FSK
数字调制信号识别
N
F tF
A t1 A
Y
N
2PSK
ap t ap
Y
4PSK
Y
A t2 A
N
Y
2ASK
4ASK
仿真验证结论
• 在 SNR 5dB 时，辨认正确率可到达99%以上，
且当
SNR 时20d，B 辨认正确率到达100%。
本算法不但在低信噪比条件下辨认正确率
高，而且在进行辨认旳过程中，用到旳特
征参数较少。
• 但是，文中旳算法只合用于在基带数字信号中。
基于信号时域瞬时统计特征旳一种通用辨认措施
• 基本思想：在AWGN信道下，经过分析信号时域特征和频域功率谱特征，并结合前人旳研究成果，给出一组性能稳健旳、具有高辨认率旳特征参数。利用这些参数先进行调制信号四种基本调制类型旳分类，再利用详细算法进行调制阶数旳辨认。
特征提取
• 归一化瞬时幅度功率谱密度最大值 max
max
max =
FFT
a
cn
i
2
N
其中N为样点数，acn i 为中心归一化瞬时幅
a i
度，。 acn E a i 1

通带MQAM信号调制方式识别方法

１ｄ０Ｂ的情况下，４ＡＭ，ＱＡ，６Ｍ的正确识别率达到１０，３ＱＡＭ，２ＱＡＭ的识别率在对Ｑ８Ｍ１ＱＡ０对２１８
９以上，６Ｑ５对４ＡＭ，５ＱＡ的识别率在９以上，明了该方法的有效性．２６ＭＯ证
ＫｅｙＷｏｄｒｓ：ｑｕｄｒｔｅａａｕｒａｐｉｕｄｅｍｌｔｍｏｄａｉｎ；ｕｌｔｏｍｏｄｕｌｔｏｎａｉｒｃｎｉｉｎ；ｅｏｇｔｏｐａｓｎｄ；ｓｂａ
ｉｓａｔｎｏｓｅｖｌｐｎｔｎａｅｕｎｅｏｅ
ｐｏｏｅｌｏｉｍｘｒｃｓｔｅｉｓａｔｎｏｓｅｖｌｐｆｔｅｓｇａｓｂｓｄｏｈｌｅｔｔａｓｏｍ，ｒｐｓｄａｇｒｔｈｅｔａｔｈｎｔｎａｅｕｎｅｏｅｏｈｉｎｌａｅｎｔｅＨｉｒｒｎｆｒｂａｄｔｎｔｅｄｓｒｂｔｎｖｃｏｓｏｈｎｔｎａｅｕｎｒｙａｅｅｔａｔｄＴｈｌｏｉｈｅｔａｔｇｎｈｅｈｉｔｉｕｉｅｔｒｆｔｅｉｓａｔｎｏｓｅｅｇｒｘｒｃｅ．ｏｅａｇｒｔｍｘｒｃｉｎｃａａｔｒｎｔｅｐｓｂｎｖｉｓｔｅｃｒｉｒｆｅｕｎｙｏｆｅｎｈｈｓｆｓｔｂｏｇｔａｏｔｂｈｒｃｅｓｉｈａｓａｄａｏｄｈａｒｅｒｑｅｃｆｓｔａｄｔｅｐａｅｏｆｅｒｕｈｂｕｙ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ａｂｓｔｒａｃｔ：Ｔｈｅｍｏｄｕｌａｔｉｏｎｍｏｄｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｏｆｄｉｇｉｔａｌｓｉｇｎａｌｉｓｏｎｅｏｆｔｈｅｃｒｕｃｉａｌｔｅｃｈ— ｎｏｌｏｇｉｅｓｏｆｂｌｉｎｄｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓｐａｐｅｒｓｔｕｄｉｅｓｔｈｅｉｎｔｅｒ — ｃｌａｓｓｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｏｆｍｕｌｔｉ —
２０１３年２月
舰船电子对抗
ＳＨＩＰＢ０ＡＲＤＥＩＥＣＴＲ（）ＮＩＣＣ０ＵＮＴＥＲＭＥＡＳＵＲＥ
Ｆｅｂ．２０１３
Ｖ０Ｉ．３ＭＱＡＭ信号的调制方式识别算法研究
０引言
当前伴随着通信技术日新月异的发展，无线通信的电磁环境越来越复杂，所以在复杂电磁环境下如何能够有效地掌握未知信号的调制体制及参数是电声信号处理领域的重要研究课题之一ｊ。信号调制方式识别技术就是指在未知信号任何参数的前提下正确判决接收信号调制方式的盲信号处理技术，其主要分为类间识别和类内识别两大类。其中类间识别是指不同调制体制之间的识别，比如多进制正交幅度调制（ＭＱＡＭ）信号，多进制数字相位调制
ＡｌｇｏｒｉｔｈｍｏｆＭＱＡＭＳｉｇｎａｌ
ＺＨＥＮＧＪｕｎ — ｊｉｅ，ＷＡＮＧＸｉａｏ — ｄｏｎｇ
（Ｕｎｉｔ９２７８５ｏｆＰＬＡ，Ｑｉｎｈｕａｎｇｄａｏ０６６２９９，Ｃｈｉｎａ）
郑钧杰，王晓东
（解放军９２７８５部队，秦皇岛０６６２９９）
摘要：数字信号调制方式识别技术是盲信号处理的关键技术之一，研究了基于减法聚类的多进制正交幅度调制
（ＭＱＡＭ）信号的类内识别方法，针对该类识别算法需要的统计数据量较大、不适用于短突发信号的缺点，提出了一种改进算法并对其识别性能进行了仿真实验，仿真结果表明改进算法处理短突发信号能够取得较高的识别率，具有
ｔｈｅｄｉｓａｄｖａｎｔａｇｅｓｔｈａｔｔｈｅｓｔａｔｉｓｔｉｃａｌｄａｔａｑｕａｎｔｉｔｙｎｅｅｄｅｄｂｙｔｈｉｓｃｌａｓｓｉｄｅｎｔｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｌａｒｇｅａｎｄｔｈｉｓａｌｇｏｒｉｔｈｍｉｓｎｔｓｕｉｔａｂｌｅｆｏｒｔｈｅｓｈｏｒｔｂｕｒｓｔｓｉｇｎａｌ，ｐｕｔｓｆｏｒｗａｒｄａｎｉｍｐｒｏｖｅｄａｌｇｏ —
ｐｉｅｑｕａｄｒａｔｕｒｅａｍｐｌｉｔｕｄｅｍｏｄｕｌａｔｉｏｎ（ＭＱＡＭ）ｓｉｇｎａｌｂａｓｅｄｏｎｓｕｂｔｒａｃｔｉｏｎｃｌｕｓｔｅｒｉｎｇ，ａｉｍｉｎｇａｔ
ｄｅｎｔｉｆｉｃａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙａｎｄｐｏｓｓｅｓｓｄｅｆｉｎｉｔｅｐｒａｃｔｉｃａｌｖａｌｕｅ．Ｋｅｙｗｏｒｄｓ：ｍｏｄｕｌａｔｉｏｎｍｏｄｅ；ｉｎｔｅｒ — ｃｌａｓｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｓｉｇｎａｌｎｏｉｓｅｒａｔｉｏ；ｉｄｅｎｔｉｆｉｃａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙ
一
定的实用价值。
关键词：调制方式；类内识别；信噪比；识别率
中图分类号：ＴＮ９１１．６
文献标识码：Ａ
文章编号：ＣＮ３２ — １４１３（２０１３）０１ — ００６６ — ０３
ＲｅｓｅａｒｃｈｉｎｔｏＡｎＩｍｐｒｏｖｅｄＭｏｄｕｌａｔｉｏｎＭｏｄｅＩｄｅｎｔｉｆｉｃａｔｉＯｎ
ｒｉｔｈｍ，ａｎｄｐｅｒｆｏｒｍｓｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｔｏｉｔｓｉｄｅｎｔｉｆｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅ — ｓｕｌｔｓｈｏｗｓｔｈａｔｕｓｉｎｇｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｔｏｐｒｏｃｅｓｓｔｈｅｓｈｏｒｔｂｕｒｓｔｓｉｇｎａｌｃａｎｇａｉｎｈｉｇｈｅｒｉ —