[发明专利]基于聚类算法的MQAM信号识别方法无效

专利信息
申请号: 200910219448.1 申请日: 2009-12-11
公开(公告)号: CN101764786A 公开(公告)日: 2010-06-30
发明(设计)人: 李兵兵;殷昌义;李艳玲 申请(专利权)人: 西安电子科技大学
主分类号: H04L27/38 分类号: H04L27/38;H04L25/03
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 算法 mqam 信号 识别 方法
【说明书】:

■技术领域

发明属于通信技术领域,具体涉及正交振幅调制信号MQAM的识别方法,用 于对频带信号下变频时的载波估计以及在多径信道、低信噪比条件下对多进制, 4QAM,16QAM,32QAM,64QAM信号星座图的盲识别。

■背景技术

通信信号调制方式的识别是信号分析的重要部分,也是软件无线电的关键技术, 可以广泛地应用于军用和民用上。在一些通信中,由于接收端未知发送信号的调制方 式,所以需要进行调制方式的识别以达到信号处理的要求。MQAM是常用的数字调制 方式,它在微波通信、卫星通信和网络通信中有广泛的应用,对MQAM进行调制识别 研究有着重要的意义。MQAM调制方式是一种高效的频谱调制方式,同时进行了幅度 和相位的调制。由于任何一种数字幅相调制信号都可以用星座图唯一表示,因此利用 这种关系,基于星座图聚类的方法成为了数字幅相调制信号识别的重要方法之一。聚 类分析作为一个独立的工具透视数据分布,在分析过程中不需要训练样本进行学习和 训练,它利用多个观测指标将相似程度大的样本聚合为一类,用于提取数据之间不明 显的分类关系。

目前对用聚类方法分星座图信号主要文章有2004年清华大学ZHAN Ya-feng,CAO Zhi-gang,MA Zheng-xin等人提出对信号进行参数估计,插值,解卷,聚类最后得到识 别结果,参考文献《Modulation classification of M-QAM signals》2004年通信学报第二期第 2卷,文中对载波的估计采用了复信号的四次方变换后,其频谱含四次方分量频率, 依次估计出信号载波频率,再通过CZT(线性Z变换)进行细微估计,虽然采取了对载 频估计CZT精确的方法,但是载波估计偏差仍然很大;近年王希维利用减法聚类算法 重建了接收信号的星座图,然后给出了通过构造评估函数来识别信号的调制方式, 参考《基于星座图聚类分析的QAM信号调制识别算法及其DSP实现》电子元器件应 用2009年第11期第6卷,文中理想化了信号环境,不考虑频偏的影响,对信号星座 图聚类识别采取了通常的多种聚类半径识别,系统复杂运算量大;Hanwen Cheng,Hua Han,Lenan Wu,Liang Chen等人的《A 1-Dimension Structure Adaptive Self-organizing Neural Network for QAM Signal Classification》IEEE Third intemational Conference on Natural Computation 2007等等,文中仿真环境为高斯白噪声下,虽然通过取信号的的瞬时幅度或相位作为 聚类特征来改变聚类多半径问题但是在低信噪比下信号的识别率相当低。

由上述典型文献以及目前涉及该方向所以文献来看,对于聚类方法分星座图信号 一般分为两种情况:第一,直接采用理想情况下的复基带信号在高斯噪声下的识别, 此识别方式将信号的载波频率偏移给忽略;第二,不考虑频率影响直接聚类,将信号 星座图聚成同心圆的形式。第一种情况理想化了聚类环境,使得在有载波频率影响下 无法将信号给区分开来,第二种情况由于同心圆在低信噪比的情况下由噪声和多径的 影响使得信号的识别率很低。再者,由于对信号的聚类都用到了不同的聚类半径,造 成识别系统复杂,计算量大。

■发明内容

本发明的目的在于克服上述现有技术的不足,提供一种基于聚类算法的MQAM 信号识别方法,以消除在低信噪比、多径信道的非理想情况下,频带信号下变频过程 中存在频偏对识别效果的影响,减小识别系统复杂度和运算量,提高信号识别率。

为实现上述目的,本发明的技术方案包括:

(1)将接收到的MQAM信号表示为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910219448.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top