基于ICA和特征提取的MIMO信號調(diào)制識別算法
發(fā)布時間:2020-12-18 06:19
針對非協(xié)作通信中多輸入多輸出(MIMO)信號的盲調(diào)制識別,該文提出一種基于獨立分量分析(ICA)和特征提取的調(diào)制識別算法。根據(jù)空分復(fù)用MIMO系統(tǒng)各發(fā)送天線上信號的獨立性,利用ICA算法從接收的混合信號中分離出發(fā)射信號。為實現(xiàn)全盲條件下的調(diào)制識別,在進行ICA分離前,利用最小描述長度(MDL)準(zhǔn)則估計發(fā)射天線數(shù)。在得到發(fā)射信號之后,首先利用6階累積量、循環(huán)譜和4次方譜算法構(gòu)造4個特征參數(shù),然后利用分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器識別信號的調(diào)制類型。仿真結(jié)果表明,所提方法可在較低信噪比下對{2PSK, 2ASK,2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8種MIMO信號進行有效識別,當(dāng)發(fā)送天線數(shù)為2、接收天線數(shù)為5、信噪比為2 dB時,識別率可達到98%以上。
【文章來源】:電子與信息學(xué)報. 2020年09期 北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器
那榭魷攏?當(dāng)時,各信號的識別率均超過98%;在的情況下,當(dāng)時,各信號的識別率也均超過98%。比較表2—表4中的數(shù)據(jù)可以發(fā)現(xiàn),在相同的下,當(dāng)與的差值越大表2Nt×Nr=4×5時的識別率(%)調(diào)制類型–2dB0dB2dB4dB6dB8dB10dB2PSK80.685.789.594.097.098.81002ASK82.487.392.095.297.099.31002FSK89.093.094.897.31001001004PSK89.493.096.998.298.81001004ASK85.087.090.296.0100100100MSK88.592.496.098.399.51001008PSK91.095.097.899.010010010016QAM87.092.395.698.2100100100圖5特征參數(shù)T1隨SNR的變化曲線圖6特征參數(shù)T2隨SNR的變化曲線圖7特征參數(shù)T3隨SNR的變化曲線圖8特征參數(shù)T4隨SNR的變化曲線第9期張?zhí)祢U等:基于ICA和特征提取的MIMO信號調(diào)制識別算法2213
98%;在的情況下,當(dāng)時,各信號的識別率也均超過98%。比較表2—表4中的數(shù)據(jù)可以發(fā)現(xiàn),在相同的下,當(dāng)與的差值越大表2Nt×Nr=4×5時的識別率(%)調(diào)制類型–2dB0dB2dB4dB6dB8dB10dB2PSK80.685.789.594.097.098.81002ASK82.487.392.095.297.099.31002FSK89.093.094.897.31001001004PSK89.493.096.998.298.81001004ASK85.087.090.296.0100100100MSK88.592.496.098.399.51001008PSK91.095.097.899.010010010016QAM87.092.395.698.2100100100圖5特征參數(shù)T1隨SNR的變化曲線圖6特征參數(shù)T2隨SNR的變化曲線圖7特征參數(shù)T3隨SNR的變化曲線圖8特征參數(shù)T4隨SNR的變化曲線第9期張?zhí)祢U等:基于ICA和特征提取的MIMO信號調(diào)制識別算法2213
【參考文獻】:
期刊論文
[1]基于棧式稀疏自編碼器的低信噪比下低截獲概率雷達信號調(diào)制類型識別[J]. 郭立民,寇韻涵,陳濤,張明. 電子與信息學(xué)報. 2018(04)
[2]基于MWC壓縮采樣寬帶接收機的雷達信號脈內(nèi)調(diào)制識別[J]. 陳濤,柳立志,郭立民. 電子與信息學(xué)報. 2018(04)
[3]基于高階累積量的調(diào)制識別算法的研究[J]. 張利,李青. 信息工程大學(xué)學(xué)報. 2017(04)
[4]基于高階累積量和小波變換的調(diào)制識別算法[J]. 譚曉衡,褚國星,張雪靜,楊揚. 系統(tǒng)工程與電子技術(shù). 2018(01)
[5]基于高階累積量和循環(huán)譜的信號調(diào)制方式混合識別算法[J]. 趙雄文,郭春霞,李景春. 電子與信息學(xué)報. 2016(03)
[6]MIMO信號調(diào)制方式盲識別[J]. 張路平,王建新. 應(yīng)用科學(xué)學(xué)報. 2012(02)
[7]空時分組碼通信中的一類ICA盲檢測方案[J]. 許宏吉,劉琚,谷波,胡慧博. 通信學(xué)報. 2007(06)
本文編號:2923519
【文章來源】:電子與信息學(xué)報. 2020年09期 北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)分類器
那榭魷攏?當(dāng)時,各信號的識別率均超過98%;在的情況下,當(dāng)時,各信號的識別率也均超過98%。比較表2—表4中的數(shù)據(jù)可以發(fā)現(xiàn),在相同的下,當(dāng)與的差值越大表2Nt×Nr=4×5時的識別率(%)調(diào)制類型–2dB0dB2dB4dB6dB8dB10dB2PSK80.685.789.594.097.098.81002ASK82.487.392.095.297.099.31002FSK89.093.094.897.31001001004PSK89.493.096.998.298.81001004ASK85.087.090.296.0100100100MSK88.592.496.098.399.51001008PSK91.095.097.899.010010010016QAM87.092.395.698.2100100100圖5特征參數(shù)T1隨SNR的變化曲線圖6特征參數(shù)T2隨SNR的變化曲線圖7特征參數(shù)T3隨SNR的變化曲線圖8特征參數(shù)T4隨SNR的變化曲線第9期張?zhí)祢U等:基于ICA和特征提取的MIMO信號調(diào)制識別算法2213
98%;在的情況下,當(dāng)時,各信號的識別率也均超過98%。比較表2—表4中的數(shù)據(jù)可以發(fā)現(xiàn),在相同的下,當(dāng)與的差值越大表2Nt×Nr=4×5時的識別率(%)調(diào)制類型–2dB0dB2dB4dB6dB8dB10dB2PSK80.685.789.594.097.098.81002ASK82.487.392.095.297.099.31002FSK89.093.094.897.31001001004PSK89.493.096.998.298.81001004ASK85.087.090.296.0100100100MSK88.592.496.098.399.51001008PSK91.095.097.899.010010010016QAM87.092.395.698.2100100100圖5特征參數(shù)T1隨SNR的變化曲線圖6特征參數(shù)T2隨SNR的變化曲線圖7特征參數(shù)T3隨SNR的變化曲線圖8特征參數(shù)T4隨SNR的變化曲線第9期張?zhí)祢U等:基于ICA和特征提取的MIMO信號調(diào)制識別算法2213
【參考文獻】:
期刊論文
[1]基于棧式稀疏自編碼器的低信噪比下低截獲概率雷達信號調(diào)制類型識別[J]. 郭立民,寇韻涵,陳濤,張明. 電子與信息學(xué)報. 2018(04)
[2]基于MWC壓縮采樣寬帶接收機的雷達信號脈內(nèi)調(diào)制識別[J]. 陳濤,柳立志,郭立民. 電子與信息學(xué)報. 2018(04)
[3]基于高階累積量的調(diào)制識別算法的研究[J]. 張利,李青. 信息工程大學(xué)學(xué)報. 2017(04)
[4]基于高階累積量和小波變換的調(diào)制識別算法[J]. 譚曉衡,褚國星,張雪靜,楊揚. 系統(tǒng)工程與電子技術(shù). 2018(01)
[5]基于高階累積量和循環(huán)譜的信號調(diào)制方式混合識別算法[J]. 趙雄文,郭春霞,李景春. 電子與信息學(xué)報. 2016(03)
[6]MIMO信號調(diào)制方式盲識別[J]. 張路平,王建新. 應(yīng)用科學(xué)學(xué)報. 2012(02)
[7]空時分組碼通信中的一類ICA盲檢測方案[J]. 許宏吉,劉琚,谷波,胡慧博. 通信學(xué)報. 2007(06)
本文編號:2923519
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2923519.html
最近更新
教材專著