基于非显式小波神经网络的通信信号调制识别方法研究

用非显式小波神经网络的组合分类来实现通信信号调制识别，并拟对非稳定、低信噪比的通信信号实现复杂调制类型信号识别，计算机仿真结果证实此方法的可行性。     

神经网络用于通信信号分类识别研究

介绍了将神经网络方法应用于通信信号的分选和识别的初步研究结果；选择了二值自适应共振（ＡＲＴ１）神经网络完成对输入信号的分类，确定输入信号类型是否已被网络存储，发现新出现的信号并标记；再采用多层前馈误差反向传播（ＢＰ）神经网络完成每一标记信号的识别，即识别该信号类型。比较了神经网络分类识别器和树形分类器的性能，并给出了计算机模拟结果。结果表明，基于神经网络的分类识别器的性能远优于传统技术分类器。     

UWB通信信号的频谱分析

分析了超宽带冲激无线电的脉位调制、通断键控调制和脉冲幅度调制的信号模型。阐述了UWB通信的传输速率高、保密性能好和抗多径衰落强等优点。推导了UWB通信信号的时域和功率谱密度闭式表达式,并对UWB通信信号频谱进行了分析,并对实际UWB通信信号的功率谱密度进行了计算机仿真。     

基于SVM的多类模拟调制方式识别算法

提出了一种基于支持向量机的多类模拟调制方式识别算法。该算法通过分析模拟调制信号的特点,提取有效的特征向量以区分不同的调制方式,并基于支持向量机和判决树分类思想,将特征向量映射到高维空间中加以分类。仿真结果表明:在具有加性带限高斯噪声的环境下,信噪比不小于10dB时,识别正确率大于90%。     

一种低信噪比信号的调制盲识别方法

提出了一种利用包络高阶特征J进行调制方式识别的方法。该方法具有计算简单、无需知道信号的先验信息,同时具有较好的噪声抑制等特点,能在低信噪比情况下快速、有效地进行盲调制识别,易于实时应用和工程的实现。其仿真结果表明:该方法在0dB信噪比条件下能够识别信号的调制方式,性能优于传统的包络调制识别方法。     

基于压缩传感理论的数字调制信号识别方法

数字调制信号识别是认知无线电研究的一个热点，不同于传统的识别方法需要根据不同的信号类型研究不同的特征提取方法。本文利用压缩感知理论，首先利用标准的数字调制信号构建过完备字典，在此基础上重构待识别信号的稀疏表示，最后根据稀疏表示在不同区间的非零值得到待识别信号的类型。在实验中，以2ASK，2FSK和2PSK信号为例，利用基于压缩传感理论的数字调制信号识别方法实现了对其类型的识别，实现结果表明以2ASK，2FSK和2PSK构建过完备字典A，利用该算法对2FSK和2PSK信号具有完关的识别率，对2ASK信号信号具有完关的识别率。对2ASK信号亦有较高的识别率。     

信号细微特征提取分析技术

信号细微特征提取分析技术包括雷达信号中频数字录取实验模型、雷达信号细微特征分析、通信信号中频数字录取实验模型、通信信号细微特征分析和电子战信号分析软件五方面的内容。采用了一种基于ＡＮ模型参数估计的模式识别方法来识别雷达个体特征。提出了通信信号细微特征选取的准则,在功率谱、谱相关、高阶谱域中提取通信信号特征,并用神经网络方法进行信号识别。信号细微特征提取分析技术@科卞     

适于DSP的模拟信号调制方式自动识别方法研究

提出一种适用于DSP的基于Bessel插值结构的正交数字下变频方案，可实现已调信号调制方式的自动识别。该方案能够实现提取信号的正交分量和同相分量，并且能够提取出较高精度的信号的基本参数，由此得到的特征参数可以准确地识别出信号的调制模式。最后，通过计算机和DSP仿真，证明了它的可行性。     

接力通信抗干扰技术研究

接力通信抗干扰技术研究主研人员：李仲令龚耀寰吕明葛造坤张洋王晓蕾陆斌王自力赵红霞该成果包括码分多路调制／解调和自适应干扰抑制二部分。码分多路调制技术利用码分复用将高速数字信号分解成多个低速信号，完成扩频、调制和多路复用，收端用多路解扩、解调完成信号的...     

基于神经网络的计算机及其应用系统

主研人员：虞厥邦　刘正松　邹月娴　陈勇　余淑萱　肖先赐等基于神经网络的计算机及其应用系统包括三个子课题：１）采用程控直通通信机制大规模并行处理系统的神经网络计算机：２）面向神经网络的直通通信技术：３）基于神经网络的ＥＳＭ信号分类识别研究。基于神经网络的计算机及其应用系统是在ＰＣ机平台上开发出神经网络计算机,从原理和功能上能支持神经计算和应用系统的开发。可用于侦察中的通信信号、无线电引信信号和雷达信号分选识别,仿真模拟试验表明,比现有分选识别方法有较高的正确识别率。基于神经网络的计算机及其应用系统…