-
公开(公告)号：CN107707500B
公开(公告)日：2021-05-14
申请号：CN201710764969.X
申请日：2017-08-30
Applicant: 华南理工大学
IPC: H04L27/26
Abstract: 本发明提供一种基于多种模式的OFDM序号调制方法。该方法包括：将子载波数为N的OFDM系统拆分成g个含有n个子载波的OFDM子块，然后将M阶调制符号集通过变化产生n种不同模式的M阶调制符号集；在每一个OFDM子块中，将发送的比特映射成OFDM子块发射向量将g个OFDM子块组成一个完整的OFDM块；OFDM块经过逆离散傅里叶变化头部加上一个长度为L的循环前缀构成OFDM发射符号；OFDM符号经过信道的传输，接收端经过去循环前缀、DFT运算后，得到系统的输出的频域表达式；使用ML检测算法，得到子块的判决结果本发明在高信噪比下，在相同的频谱效率的情况下，误比特率低于传统的OFDM，具有更好的性能。
-
公开(公告)号：CN107124381A
公开(公告)日：2017-09-01
申请号：CN201710189632.0
申请日：2017-03-27
Applicant: 华南理工大学
Abstract: 本发明提供一种数字通信信号调制方式自动识别方法。该方法包括：S1、训练数字调制信号的预处理；S2、训练数字调制信号特征值的提取；S3、通过Bagging学习构建强分类器；S4、将待测的调制信号进行预处理并提取对应的特征参数，然后输入到S3的强分类器中，对调制信号进行分类识别。本方法通过并行处理所有的特征值，识别的成功率就与单个特征参数的识别性能关系不大，主要与整体性能有关，使得对调制方式的识别具有识别速度快，识别成功率高的优势。
-
公开(公告)号：CN107124381B
公开(公告)日：2020-05-22
申请号：CN201710189632.0
申请日：2017-03-27
Applicant: 华南理工大学
Abstract: 本发明提供一种数字通信信号调制方式自动识别方法。该方法包括：S1、训练数字调制信号的预处理；S2、训练数字调制信号特征值的提取；S3、通过Bagging学习构建强分类器；S4、将待测的调制信号进行预处理并提取对应的特征参数，然后输入到S3的强分类器中，对调制信号进行分类识别。本方法通过并行处理所有的特征值，识别的成功率就与单个特征参数的识别性能关系不大，主要与整体性能有关，使得对调制方式的识别具有具有识别速度快，识别成功率高的优势。
-
公开(公告)号：CN107707500A
公开(公告)日：2018-02-16
申请号：CN201710764969.X
申请日：2017-08-30
Applicant: 华南理工大学
IPC: H04L27/26
CPC classification number: H04L27/2601 , H04L27/2627 , H04L27/2628
Abstract: 本发明提供一种基于多种模式的OFDM序号调制方法。该方法包括：将子载波数为N的OFDM系统拆分成g个含有n个子载波的OFDM子块，然后将M阶调制符号集通过变化产生n种不同模式的M阶调制符号集；在每一个OFDM子块中，将发送的比特映射成OFDM子块发射向量将g个OFDM子块组成一个完整的OFDM块；OFDM块经过逆离散傅里叶变化头部加上一个长度为L的循环前缀构成OFDM发射符号；OFDM符号经过信道的传输，接收端经过去循环前缀、DFT运算后，得到系统的输出的频域表达式；使用ML检测算法，得到子块的判决结果 本发明在高信噪比下，在相同的频谱效率的情况下，误比特率低于传统的OFDM，具有更好的性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
