导读:本文包含了循环高阶累积量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:高阶,信号,正交,卫星通信,载波,神经网络,网络。
循环高阶累积量论文文献综述
杜盼盼[1]（2018）在《基于高阶累积量与循环谱分析的数字调制信号识别》一文中研究指出通信信号调制方式自动识别在军事和民用领域的信号检测、威胁干扰分析、频谱监测管理等方面有着广泛应用,是非合作通信的关键技术。其主要任务是对截获信号进行处理,比如变频、去载波、参数估计等,从中提取特征参数,然后利用适当的算法对调制信号的调制方式做出判决,为后续信号解调等处理提供依据。本文主要对数字通信信号在传统高斯和复杂非高斯环境下的调制识别进行了研究,主要工作如下:(1)传统高斯噪声背景下数字通信信号调制识别研究。针对单一累积量调制信号识别有限且识别率低等问题,利用信号的二、四、六阶累积量特征所构造的矢量集,实现了MASK,MPSK,MFSK,MQAM四类信号的类间识别,以及2ASK,4ASK,8ASK,2PSK,4PSK,8PSK,2FSK,4FSK,8FSK,4QAM,16QAM,64QAM的类内识别。在此基础上,针对利用累积量方法导致MFSK、MQAM识别率不理想问题,改进算法,利用瞬时特性及谱相关理论,构造、提取特征参数,从而实现MFSK,MQAM类内识别。最后在MATLAB环境下进行了仿真实验,仿真结果说明,利用该算法进行识别,当信噪比为5d B时,识别率在90%以上。(2)非高斯噪声背景下数字通信信号调制识别研究。以Alpha稳定分布噪声模拟非高斯噪声,研究了Alpha稳定分布噪声下多载波OFDM(Orthogonal Frequency Division Multiplexing)与单载波混合信号的调制识别。首先定义了广义四阶累积量、广义瞬时特征和广义循环谱特征;然后基于上述概念分析了各类信号广义归一化四阶累积量、零中心归一化瞬时幅度功率谱密度最大值、零中心非弱信号段瞬时相位绝对值标准差以及广义循环谱的谱峰位置与个数5个特征参数差异,给出了Alpha稳定分布噪声下多载波OFDM信号与单载波2ASK,4ASK,BPSK、4FSK,16QAM信号的混合调制方式识别方法。最后在MATLAB下进行了仿真实验,结果表明该方法对于多载波信号在混合信噪比大于-5d B时识别率可以达到100%,对于单载波信号,当混合信噪比大于2d B时可以达到90%。(本文来源于《兰州理工大学》期刊2018-05-30）
陈家佑,白成林,许恒迎,罗清龙,蔡跃进[2]（2017）在《基于高阶循环累积量的OFDM-弹性光网络信号调制格式识别》一文中研究指出将高阶循环累积量引入基于正交频分复用(OFDM)的弹性光网络(EON)的调制格式识别中。通过计算OFDM信号不同调制格式(BPSK、QPSK、16QAM和64QAM)的高阶循环累积量,给出了OFDM-EON信号不同调制格式的识别阈值区间,并采用仿真方法验证了该区间的识别准确率。结果表明,利用所提出的识别阈值区间,对波特率为28G的OFDM-EON信号(各子载波随机设置调制格式)进行调制格式识别,在光信噪比(OSNR)为34dB时,子载波调制格式的识别准确率可达到100%。(本文来源于《光电子·激光》期刊2017年09期）
龙晓红,张洪欣[3]（2016）在《基于高阶累积量和循环谱算法的常用无线通信信号盲识别技术》一文中研究指出将传统的高阶累积量和循环谱算法进行联合,形成新的联合算法,对常用共存于工科医免授权频段的ZigBee、Bluetooth、WiFi(802.11a)、LTE等无线通信信号进行了特征提取和分类识别。仿真发现,新的联合算法能够很好地识别四种常见无线信号,在一定的信噪比范围内,识别率可达100%。(本文来源于《滨州学院学报》期刊2016年02期）
赵雄文,郭春霞,李景春[4]（2016）在《基于高阶累积量和循环谱的信号调制方式混合识别算法》一文中研究指出为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK,2ASK},{QPSK},{2FSK,4FSK},{MSK}和{16QAM,64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM},{16QAM,64QAM},{2ASK,BPSK}及{2FSK,4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及Lab VIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM,BPSK,QPSK,2ASK,2FSK,4FSK,MSK,16QAM,64QAM}等多种信号的分类,在信噪比高于5 d B时,调制方式识别率可达94%以上,由此证明了该方法的有效性。(本文来源于《电子与信息学报》期刊2016年03期）
陈泽艺[5]（2015）在《基于循环谱和高阶累积量的联合模式识别方法》一文中研究指出为完全识别当前卫星通信采用的主要调制方式,结合循环谱和高阶累积量两种信号调制识别方法的特点,提出了一种联合识别算法。该算法将循环谱特征加入到高阶累积量识别法中,联合多种特征参数判决构建识别器,首先利用循环谱完成ASK、FSK、PSK信号的类间识别以及FSK信号的类内识别,在此基础上利用高阶累积量方法完成FSK、PSK信号的类内识别。仿真结果表明,该算法能够完全区分卫星通信中主要的调制模式{ASK、2ASK、2FSK、4FSK、BPSK、QPSK},在信噪比高于5 d B时识别率达88%以上。(本文来源于《电讯技术》期刊2015年03期）
刘瑜,张天骐,李灿[6]（2014）在《基于高阶循环累积量的正交频分复用(OFDM)信号子载波调制识别算法》一文中研究指出针对OFDM(正交频分复用)信号的子载波调制方式在高斯信道下的盲识别问题,提出一种基于高阶循环累积量调制识别方法。通过理论分析了高斯信道下子载波采用不同调制方式的OFDM信号的四阶循环累积量,并证明了只有当循环频率等于子载波频率时,OFDM信号的四阶循环累积量才不为零,由于不同调制方式的OFDM信号的四阶循环累积量值不同,因此将信号四阶循环累积量值作为特征量来区分信号的不同调制方式。该方法不需要任何的先验信息就能识别子载波调制方式,仿真表明该方法具有一定可行性。(本文来源于《科学技术与工程》期刊2014年20期）
陈龙飞[7]（2013）在《基于高阶循环累积量的QAM载波频率估计》一文中研究指出利用通信信号的循环平稳特性,通过对QAM信号高阶循环累积量的研究,提出了一种基于高阶循环累积量的星形和方形QAM载波估计算法。并且对该算法进行了理论分析,仿真结果证明,该算法的正确性和有效性。(本文来源于《电子科技》期刊2013年10期）
冯祥,元洪波[8]（2012）在《基于高阶循环累积量和支持矢量机的分级调制分类算法》一文中研究指出利用观测样本的高阶循环累积量特征,提出一种基于支持矢量机的分级调制分类算法,实现了对QAM调制信号的自动识别。该算法具有较快的分类器训练速度和较低的复杂度,对时延和相位旋转具有稳健性,并可在干扰环境下实现对感兴趣信号调制类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。(本文来源于《电讯技术》期刊2012年06期）
侯永兴[9]（2012）在《基于高阶循环累积量的盲均衡技术的研究》一文中研究指出盲均衡技术作为一种新兴的自适应均衡算法,可以有效地消除码间干扰,提高通信质量,是目前数字通信的关键技术之一。盲均衡技术问世30余年来,各国学者提出多种算法,但大多是基于传输信号是平稳信号的假设前提。在实际应用中,通信信号具有周期平稳性,因此利用信号的循环平稳特性进行盲均衡就显得更为准确和接近实际应用。本文将循环平稳理论与盲均衡技术有机结合,所做的主要工作有：(1)阐述了循环平稳理论,分析了时变累积量、时变矩、循环累积量和循环矩之间的相互关系及转化方法。针对二阶循环累积量对噪声和信道估计的阶数敏感等缺点,提出了利用四阶循环累积量直接进行盲均衡,通过奇异值分解,求解信道的系数,从而构造均衡器,恢复发送序列。(2)研究了信号输入输出的四阶和二阶循环累积量关系,阐述了SW准则和Gadzow归一化准则,提出了基于四二阶归一化循环累积量的盲均衡算法。通过定义输出信号的四二阶归一化循环累积量为代价函数,将基于高阶循环累积量的盲均衡算法归结为无约束条件的极大值问题求解,从而降低了算法的复杂度。(3)分析了无法利用叁阶循环累积量直接进行盲均衡的原因,提出了利用对称反对称变化,将发送信号变换为非对称信号。结合叁阶循环累积量比四阶循环累积量简单的优点以及归一化算法的特点,提出了基于叁二阶归一化循环累积量的盲均衡算法。定义输出信号的叁二阶归一化循环累积量为代价函数,通过最大化代价函数恢复发送序列,有效地提高了算法的实用性。(本文来源于《太原理工大学》期刊2012-05-01）
梁小朋,邓茜[10]（2011）在《基于高阶累积量和循环谱的调制方式识别研究》一文中研究指出接收机采用高阶累积量和循环谱这两种低信噪比的算法,对检测到的各种信号进行调制方式识别,其中包括BPSK、QPSK、2FSK、4FSK、MSK等5种已调信号,然后,通过MATLAB编程,进行系统仿真,仿真结果表明,循环谱对高斯噪声有更强抑制作用。(本文来源于《大众科技》期刊2011年01期）
循环高阶累积量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
将高阶循环累积量引入基于正交频分复用(OFDM)的弹性光网络(EON)的调制格式识别中。通过计算OFDM信号不同调制格式(BPSK、QPSK、16QAM和64QAM)的高阶循环累积量,给出了OFDM-EON信号不同调制格式的识别阈值区间,并采用仿真方法验证了该区间的识别准确率。结果表明,利用所提出的识别阈值区间,对波特率为28G的OFDM-EON信号(各子载波随机设置调制格式)进行调制格式识别,在光信噪比(OSNR)为34dB时,子载波调制格式的识别准确率可达到100%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
循环高阶累积量论文参考文献
[1].杜盼盼.基于高阶累积量与循环谱分析的数字调制信号识别[D].兰州理工大学.2018
[2].陈家佑,白成林,许恒迎,罗清龙,蔡跃进.基于高阶循环累积量的OFDM-弹性光网络信号调制格式识别[J].光电子·激光.2017
[3].龙晓红,张洪欣.基于高阶累积量和循环谱算法的常用无线通信信号盲识别技术[J].滨州学院学报.2016
[4].赵雄文,郭春霞,李景春.基于高阶累积量和循环谱的信号调制方式混合识别算法[J].电子与信息学报.2016
[5].陈泽艺.基于循环谱和高阶累积量的联合模式识别方法[J].电讯技术.2015
[6].刘瑜,张天骐,李灿.基于高阶循环累积量的正交频分复用(OFDM)信号子载波调制识别算法[J].科学技术与工程.2014
[7].陈龙飞.基于高阶循环累积量的QAM载波频率估计[J].电子科技.2013
[8].冯祥,元洪波.基于高阶循环累积量和支持矢量机的分级调制分类算法[J].电讯技术.2012
[9].侯永兴.基于高阶循环累积量的盲均衡技术的研究[D].太原理工大学.2012
[10].梁小朋,邓茜.基于高阶累积量和循环谱的调制方式识别研究[J].大众科技.2011
论文知识图
