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
专注仿真14 小时前
问答大模型技术方案算法实现-熵权法融合算法 + 交叉编码器重排算法
人工智能·python·算法·语言模型·问答大模型关键算法·熵权融合算法·交叉编码器重排算法
阿里云大数据AI技术15 小时前
DataWorks Data Agent 实战课堂(五):AI 多模态智能数据处理
人工智能·agent
又折桃枝换酒钱15 小时前
SASAV:自主科学分析与可视化智能体(翻译与解读)
人工智能
用户58333398166815 小时前
无代码 RPA 对接 LLM:实现文档 OCR+NLP 智能解析的落地实践
人工智能
SelectDB技术团队15 小时前
天翼云 Iceberg 湖仓一体:Apache Doris / SelectDB 的技术能力与实践
人工智能·知识图谱·apache doris·selectdb
面包龙15 小时前
什么是 AI?从人工智能、机器学习到大语言模型和 Agent
人工智能·程序员·全栈
lbb 小魔仙15 小时前
谁替 AI Agent 记住时间?——从航海钟到智能数据库,三百年时延坍缩史
数据库·人工智能·db
满怀冰雪15 小时前
22-使用 PaddleClas 快速训练图像分类模型
人工智能·python·机器学习·分类·数据挖掘·paddlepaddle
我是慎独15 小时前
人工智能:现代方法读书笔记(三)
人工智能·机器学习