在非協(xié)作通信中,如何在低信噪比的衰落信道下,從截獲的信號中提取特征參數(shù),從而準(zhǔn)確的判別其調(diào)制方式是研究的重點。特征參數(shù)的高階累積量可以去除噪聲干擾,針對當(dāng)前非協(xié)作通信領(lǐng)域中低信噪比下調(diào)制識別率不高的問題,結(jié)合高階累積量的自身特性,提出新的信號特征提取方法。以Nakagami信道為例,以信號的四階累積量作為特征參量,并對四階累積量進行分類門限的劃分,主要討論BPSK,8PSK和16QAM這3種信號在不同符號數(shù)下的準(zhǔn)確識別率。仿真表明,8PSK在符號數(shù)為500時,在信噪比為-5 dB到0 dB的高斯白噪聲信道下,識別率在90%以上。 

【文章來源】：西安科技大學(xué)學(xué)報. 2020,40(04)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

信號調(diào)制識別流程框圖

16QAM星座圖

表3 二階累積四階累積量Table 3 Second-order and fourth-order cumulants C20 C21 C20 C21 BPSK 1 1 64QAM 0 1 16QAM 0 1 OFDM 0 13 衰落信道下四階累積量的特征提取

【參考文獻】：
期刊論文
[1]Deep Learning for Wireless Physical Layer: Opportunities and Challenges[J]. Tianqi Wang,Chao-Kai Wen,Hanqing Wang,Feifei Gao,Tao Jiang,Shi Jin.  中國通信. 2017(11)
[2]最小二乘支持向量機在信道均衡中的應(yīng)用[J]. 王安義,郭世坤.  西安科技大學(xué)學(xué)報. 2014(05)
[3]基于SVM的人才資源對陜西經(jīng)濟增長影響的預(yù)測模型研究[J]. 李朋林,趙晶,馬琰玲.  西安科技大學(xué)學(xué)報. 2012(05)
[4]小波分析及支持向量機應(yīng)用于大氣污染預(yù)測[J]. 陳柳,吳冬梅,陳俏.  西安科技大學(xué)學(xué)報. 2010(06)

博士論文
[1]非合作通信中單載波調(diào)制信號識別算法研究[D]. 李艷玲.西安電子科技大學(xué) 2013

碩士論文
[1]基于深度學(xué)習(xí)的通信信號識別技術(shù)研究[D]. 周龍梅.北京郵電大學(xué) 2018
[2]通信信號調(diào)制識別技術(shù)研究[D]. 陳蕙心.西安電子科技大學(xué) 2017
[3]基于LS-SVM的半圓拱形巷道無線信道建模與預(yù)測[D]. 郗茜.西安科技大學(xué) 2017
[4]非協(xié)作通信信號調(diào)制識別研究與實現(xiàn)[D]. 褚國星.重慶大學(xué) 2017



本文編號：3068905