-
公开(公告)号：CN114338308A
公开(公告)日：2022-04-12
申请号：CN202111327281.8
申请日：2021-11-10
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于水声通信信号盲处理技术领域，特别涉及一种浅海水声MPSK信号盲解调方法及系统，依据多径传输和海洋环境噪声对通信影响，建立MPSK接收信号模型，并对接收信号进行预处理，获取匹配滤波后的处理信号；对处理信号定时同步，获取固定的每符号两个采样点的两倍过采信号；利用l0‑范数对均衡器抽头系数进行稀疏性约束来构造盲均衡器代价函数，将两倍过采信号输入盲均衡器进行盲均衡和补偿，获取盲均衡处理后的基带信号；针对盲均衡处理后的基带信号，通过M次方变换得到去调制后单频信号，进而通过其幅度谱谱峰来获取频偏和相偏估计，恢复MPSK信号原始信息。本发明可提升浅海复杂水声环境中MPSK信号的盲解调性能和实用性，具有较好误码率和调参鲁棒性。
-
公开(公告)号：CN112464837A
公开(公告)日：2021-03-09
申请号：CN202011395694.5
申请日：2020-12-03
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于信号分类识别技术领域，特别涉及一种基于小数据样本的浅海水声通信信号调制识别方法及系统，将预制的已知水域信号的样本数据划分为用于降噪自编码器训练学习的训练数据一、结合训练后的降噪自编码器对卷积神经网络进行训练学习的训练数据二、及用于对训练后的降噪自编码器和卷积神经网络进行测试的测试数据，并利用数据迁移通过增加不同水域不同传输条件下的相同或相似信道特性数据来扩充测试数据；利用训练后的降噪自编码器对接收到的待识别水声通信信号进行降噪处理；通过训练后的卷积神经网络从降噪处理后的待识别信号频域提取特征向量，并利用分类器对特征向量进行分类识别，能够有效提升分类识别性能和实用性，具有较高可靠性。
-
公开(公告)号：CN114915526B
公开(公告)日：2023-05-26
申请号：CN202210411754.0
申请日：2022-04-19
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： H04L27/00 , G06N3/0464 , G06F18/25 , G06F18/24 , G06F18/214 , G06F18/213
摘要： 本发明属于通信信号识别技术领域，特别涉及一种通信信号调制识别方法、装置及系统，用于多传感器接收场景下的通信信号调制识别，首先，构建信号调制识别网络并利用带标签的样本数据对信号调制识别网络进行训练优化，其中，信号调制识别网络包含：用于对多传感器收集的多通道输入数据进行特征提取的特征提取单元，及用于特征提取单元提取的多通道特征数据进行融合并分类的融合分类单元；然后，利用目标区域不同位置中布设的多个传感器来收集待识别目标信号，通过训练优化后的信号调制识别网络来识别并输出待识别目标信号的所属调制方式。本发明将神经网络引入多传感器信号调制识别，通过融合多路信号特征并针对融合特征的差异性进行信号分类，提升信号调制识别性能，便于实际场景应用。
-
公开(公告)号：CN114143156B
公开(公告)日：2023-05-23
申请号：CN202111328672.1
申请日：2021-11-10
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于水声通信信号盲处理技术领域，特别涉及一种浅海脉冲噪声和稀疏多途信道下OFDM‑MFSK信号盲解调方法及系统，建立OFDM‑MFSK信号接收模型，并对接收信号进行脉冲噪声自适应限幅预处理；通过参数估计来获取有用符号持续时间和子载波数，并通过符号定时同步与偏差估计和小数倍载波频偏偏差FFO估计获取补偿后的信号；利用FFT解调获得符号的自相关矩阵,并利用虚拟子载波特征获取整数倍载波频偏估计；对解调后信号进行循环移位补偿，通过统计信号幅度来获取子载波调制阶数，并依据阶数分组及按组择大判决结果来获取OFDM‑MFSK信号原始信息。本发明能够较好地实现在未知先验条件下水声OFDM‑MFSK信号的盲解调，在实际浅海水声多径和脉冲噪声环境下具有较高可行性。
-
公开(公告)号：CN113179235A
公开(公告)日：2021-07-27
申请号：CN202110375088.5
申请日：2021-04-08
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于水声通信信号解调技术领域，特别涉及一种浅海脉冲噪声和多途信道下的MFSK信号解调方法及系统，通过对MFSK接收信号进行脉冲噪声抑制预处理及载波粗估计，得到M个子载波粗估计值，将抑制脉冲噪声后信号分为M路，并通过精确估计及去载波和载波同步，获得各路子载波的基带信号；对基带信号进行定时估计和定时同步；利用最佳抽样时刻对每路子载波信号进行抽样得到M个抽样值，通过择大判决恢复出原始符号信息，完成MFSK信号解调。本发明解决在浅海脉冲噪声和多途信道条件下MFSK信号解调鲁棒性较差、性能较低，缺乏完整实用可用于工程实践的方法和系统等问题，能够在浅海脉冲噪声和水声多途信道下具有较好的误码率性能。
-
公开(公告)号：CN112464837B
公开(公告)日：2023-04-07
申请号：CN202011395694.5
申请日：2020-12-03
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0455 , G06N3/096 , G06N3/0464
摘要： 本发明属于信号分类识别技术领域，特别涉及一种基于小数据样本的浅海水声通信信号调制识别方法及系统，将预制的已知水域信号的样本数据划分为用于降噪自编码器训练学习的训练数据一、结合训练后的降噪自编码器对卷积神经网络进行训练学习的训练数据二、及用于对训练后的降噪自编码器和卷积神经网络进行测试的测试数据，并利用数据迁移通过增加不同水域不同传输条件下的相同或相似信道特性数据来扩充测试数据；利用训练后的降噪自编码器对接收到的待识别水声通信信号进行降噪处理；通过训练后的卷积神经网络从降噪处理后的待识别信号频域提取特征向量，并利用分类器对特征向量进行分类识别，能够有效提升分类识别性能和实用性，具有较高可靠性。
-
公开(公告)号：CN113179235B
公开(公告)日：2022-09-30
申请号：CN202110375088.5
申请日：2021-04-08
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于水声通信信号解调技术领域，特别涉及一种浅海脉冲噪声和多途信道下的MFSK信号解调方法及系统，通过对MFSK接收信号进行脉冲噪声抑制预处理及载波粗估计，得到M个子载波粗估计值，将抑制脉冲噪声后信号分为M路，并通过精确估计及去载波和载波同步，获得各路子载波的基带信号；对基带信号进行定时估计和定时同步；利用最佳抽样时刻对每路子载波信号进行抽样得到M个抽样值，通过择大判决恢复出原始符号信息，完成MFSK信号解调。本发明解决在浅海脉冲噪声和多途信道条件下MFSK信号解调鲁棒性较差、性能较低，缺乏完整实用可用于工程实践的方法和系统等问题，能够在浅海脉冲噪声和水声多途信道下具有较好的误码率性能。
-
公开(公告)号：CN112866151A
公开(公告)日：2021-05-28
申请号：CN202110064079.4
申请日：2021-01-18
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于信道盲均衡技术领域，特别涉及一种基于信道盲估计的水声MPSK信号盲Turbo均衡方法，通过构建水声通信信号模型，该信号模型中发送端和接收端通信双方依据约定参数发送线性调频信号作为前导信号，并经过保护间隔后根据通信双方约定调制方式收发数据报文；对接收端线性调频信号进行分数阶傅里叶变换，获取信道参数估计值；并依据接收端保护间隔获取噪声功率估计值；结合信道参数估计值和噪声功率估计值，对接收端MPSK信号进行Turbo均衡。本发明不再借助数据报文，而是充分利用前导LFM信号获得信道估计值，节省自适应滤波进行信道估计的收敛时间，在低信噪比下也能获得较为准确的信道估计值，提升盲Turbo均衡的性能。
-
公开(公告)号：CN112866151B
公开(公告)日：2022-09-13
申请号：CN202110064079.4
申请日：2021-01-18
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于信道盲均衡技术领域，特别涉及一种基于信道盲估计的水声MPSK信号盲Turbo均衡方法，通过构建水声通信信号模型，该信号模型中发送端和接收端通信双方依据约定参数发送线性调频信号作为前导信号，并经过保护间隔后根据通信双方约定调制方式收发数据报文；对接收端线性调频信号进行分数阶傅里叶变换，获取信道参数估计值；并依据接收端保护间隔获取噪声功率估计值；结合信道参数估计值和噪声功率估计值，对接收端MPSK信号进行Turbo均衡。本发明不再借助数据报文，而是充分利用前导LFM信号获得信道估计值，节省自适应滤波进行信道估计的收敛时间，在低信噪比下也能获得较为准确的信道估计值，提升盲Turbo均衡的性能。
-
公开(公告)号：CN114915526A
公开(公告)日：2022-08-16
申请号：CN202210411754.0
申请日：2022-04-19
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明属于通信信号识别技术领域，特别涉及一种通信信号调制识别方法、装置及系统，用于多传感器接收场景下的通信信号调制识别，首先，构建信号调制识别网络并利用带标签的样本数据对信号调制识别网络进行训练优化，其中，信号调制识别网络包含：用于对多传感器收集的多通道输入数据进行特征提取的特征提取单元，及用于特征提取单元提取的多通道特征数据进行融合并分类的融合分类单元；然后，利用目标区域不同位置中布设的多个传感器来收集待识别目标信号，通过训练优化后的信号调制识别网络来识别并输出待识别目标信号的所属调制方式。本发明将神经网络引入多传感器信号调制识别，通过融合多路信号特征并针对融合特征的差异性进行信号分类，提升信号调制识别性能，便于实际场景应用。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.039 秒)
