信号:干扰类别及特征提取(二)

目录

第二部分:特征提取

一:瞬时特征参数

1.零中心归一化瞬时幅度之谱密度的最大值

2.非弱信号段零中心归一化瞬时幅度的标准偏差

3.零中心归一化瞬时幅度绝对值的标准偏差

4.零中心归一化非弱信号段瞬时频率的标准偏差

5.零中心归一化非弱信号段瞬时频率绝对值的标准偏差

6.非弱信号段瞬时相位非线性分量直接值的标准偏差

7.零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差

[二:包络特征参数 R](#二:包络特征参数 R)

三:谱特征

1.功率谱特征

2.平方谱特征

[2.1 平方谱幅度最大值Q2max:](#2.1 平方谱幅度最大值Q2max:)

3.四平方谱特征

[3.1 n 次方谱检测参数 Spn:](#3.1 n 次方谱检测参数 Spn:)

四:高阶累积量和高阶矩

二阶累积量

四阶累积量

参考文献

刘春桃.卫星测控信号调制识别技术研究D.国防科技大学,2017.

张妙. 战术数据链Link-11物理层及调制识别技术的研究D.西安电子科技大学,2011.

王旭.基于小波变换的通信信号特征提取与调制识别D.贵州大学,2009.

第二部分:特征提取

一:瞬时特征参数

幅度、 相位和频率是通信信号的三大基本特征

1.零中心归一化瞬时幅度之谱密度的最大值

用来区分幅度包络是否恒定

2.非弱信号段零中心归一化瞬时幅度的标准偏差

3.零中心归一化瞬时幅度绝对值的标准偏差

区分不同的幅度个数

4.零中心归一化非弱信号段瞬时频率的标准偏差

反映信号是否存在频率调制变化。怎么样估计符号速率/载频,以及如何设置非弱信号的门限,都是问题。

5.零中心归一化非弱信号段瞬时频率绝对值的标准偏差

区分不同的频率个数

6.非弱信号段瞬时相位非线性分量直接值的标准偏差

7.零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差



二:包络特征参数 R



三:谱特征

1.功率谱特征

信号功率谱单频分量数量值 N1:N1 用来定量的描述信号功率谱中突出单频谱线的数量,因此我们可以利用 N1来识别有单频分量信号和无单频分量信号。

2.平方谱特征

信号的平方谱,即信号平方后的功率谱,反映平方后的调制信号功率在频率上的分布情况

2.1 平方谱幅度最大值Q2max:

用来描述信号平方谱中突出单频分量的绝对值的最大值,求Q2max 的方法与求 N1 方法相近,对信号平方谱做去直流处理后,找到可能的单频分量,此时,不需要设定阈值判断是否为单频分量,只需要求得单频分量的最大值即可。

3.四平方谱特征

信号的四次方谱,即信号四次方后的功率谱

3.1 n 次方谱检测参数 Spn:

调制样式不同的信号,在经过非线性变换后通常具有丰富的谱线特征



四:高阶累积量和高阶矩

二阶累积量

四阶累积量

X (k+l)表示X (k)的时延序列,*表示取共轭

在 X(k) 独立同分布情况下,当 时,高阶累积量可以简化为:

其中是 X (k) 的 p 阶混合矩。

参考文献

  • 1Nandi.A.K, Azzous.E.E. Recognition of analogue modulations J.Signal Processing. 1995,46(2):211-222。
  • 2 Azzous.E.E, Nandi.A.K. Automatic identification of digital modulations J.Signal Processing. 1995,47(1):55-69。
  • 3 E.E. Azzous, A.K.Nandi. Procedure for Automatic Recognition of analogue and digital modulations J . IEEE Proceeding Communications . 1996 , 143(5):259-266。
  • 4 A.K.Nandi, E.E. Azzous. Algorithms for Automatic Modulation Recognition of Communication Signals J . IEEE Transactions on Communication.1998,46(4):431-436。
相关推荐
FriendshipT1 分钟前
Vim 完整指南:从入门到高效编辑
linux·人工智能·编辑器·vim·1024程序员节
有Li5 分钟前
主动脉瘤的最佳风险重新分类:断层增强CT与二维经胸超声心动图对比研究文献速递/医学影像的几何测量
大数据·人工智能·深度学习·机器学习·医学生
猛码象限5 分钟前
【模型观察】K3.1 Pro 后训练加码,自评完成度 65.7%
人工智能·业界资讯·1024程序员节
IT_陈寒13 分钟前
React项目实战经验分享:如何避免useEffect闭包陷阱导致的陈旧状态问题?
前端·人工智能·后端
愤怒火龙果15 分钟前
AIShield 靶场 WP
人工智能·网络安全·1024程序员节
云和数据.ChenGuang17 分钟前
Python 菜鸟入门:字典(dict)类型详解与 CRUD 实战案例
开发语言·人工智能·python
lucas_AI20 分钟前
SFT 之后再涨 54%:OPPO 给文档 OCR 装了个「错题本」,自博弈三轮把 CER 从 2.40 打到 1.11
人工智能
吴可可12329 分钟前
Accumark二次开发环境搭建与API入门
算法
知行产研29 分钟前
湖州样板+团体标准,伯镭科技引领水泥矿山无人化
人工智能·科技·1024程序员节
全栈探索者34 分钟前
模型去哪下、放哪里、怎么选:Mac 玩 ComfyUI 的模型管理全图景(附我的实盘清单)
人工智能·macos·aigc·stablediffusion·comfyui