一种基于循环矩特征的Multi-h CPM调制指数估计方法

    公开(公告)号:CN114584444B

    公开(公告)日:2023-10-13

    申请号:CN202210206081.5

    申请日:2022-02-28

    Abstract: 本发明提供一种基于循环矩特征的Multi‑h CPM调制指数估计方法,本发明估计调制指数时无需将调制指数调整为1,大大增强了估计精度;本发明选取循环谱截面在g=16处,不仅增强了估计准确度,更增大了适应范围。对1/h不为整数的调制指数可以应用本方法;本发明实现低信噪比下调制参数的准确估计,与现有的估计方法的性能比较表明,在低信噪比下,所提出的估计方法优于现有技术,在相同估计精度条件下对于h=0.5、0.25、0.125的Single‑h CPM分别可以降低10dB、6dB、3dB,对于Multi‑h CPM可以降低5dB以上,优化效果十分显著。

    一种基于信号降噪自编码器SDE的信号降噪方法

    公开(公告)号:CN114169368B

    公开(公告)日:2024-09-06

    申请号:CN202111423589.2

    申请日:2021-11-26

    Inventor: 张晓林 张晓鹏

    Abstract: 本发明属于信号处理技术领域,具体涉及一种基于信号降噪自编码器SDE的信号降噪方法。本发明先利用属于信号集中的训练样本训练自编码器模型,再通过测试集样本挑选出性能表现最好的模型权重,最后接收到的信号输入该自编码器模型,输出即为降噪后的信号。本发明克服了传统降噪方法计算复杂度高、实时性差、复杂电磁环境中降噪性能弱等缺点,根据分块信号的调制规律一致性建模,随信号样本训练更新。本发明不需要人工分析,具有高效的感知处理能力,实时性强,同时低信噪比下降噪性能优于传统方法。

    一种判别数字信号相位连续性的方法

    公开(公告)号:CN114157540B

    公开(公告)日:2023-10-13

    申请号:CN202111421586.5

    申请日:2021-11-26

    Abstract: 本发明属于数字信号调制技术领域,具体涉及一种判别数字信号相位连续性的方法。本发明针对目前没有直接识别CPM信号集方法的现状,通过提取差分包络连续因子特征,在0dB就可以明显的分离CPM信号集和其它调制方式信号集。本发明计算简单、鲁棒性强、识别效果显著且适应性强,非常适合工程实现,在非合作通信中为后续相位连续信号的类内识别和解调做铺垫。

    一种判别数字信号相位连续性的方法

    公开(公告)号:CN114157540A

    公开(公告)日:2022-03-08

    申请号:CN202111421586.5

    申请日:2021-11-26

    Abstract: 本发明属于数字信号调制技术领域,具体涉及一种判别数字信号相位连续性的方法。本发明针对目前没有直接识别CPM信号集方法的现状,通过提取差分包络连续因子特征,在0dB就可以明显的分离CPM信号集和其它调制方式信号集。本发明计算简单、鲁棒性强、识别效果显著且适应性强,非常适合工程实现,在非合作通信中为后续相位连续信号的类内识别和解调做铺垫。

    一种基于循环矩特征的Multi-h CPM调制指数估计方法

    公开(公告)号:CN114584444A

    公开(公告)日:2022-06-03

    申请号:CN202210206081.5

    申请日:2022-02-28

    Abstract: 本发明提供一种基于循环矩特征的Multi‑h CPM调制指数估计方法,本发明估计调制指数时无需将调制指数调整为1,大大增强了估计精度;本发明选取循环谱截面在g=16处,不仅增强了估计准确度,更增大了适应范围。对1/h不为整数的调制指数可以应用本方法;本发明实现低信噪比下调制参数的准确估计,与现有的估计方法的性能比较表明,在低信噪比下,所提出的估计方法优于现有技术,在相同估计精度条件下对于h=0.5、0.25、0.125的Single‑h CPM分别可以降低10dB、6dB、3dB,对于Multi‑h CPM可以降低5dB以上,优化效果十分显著。

    一种基于信号降噪自编码器SDE的信号降噪方法

    公开(公告)号:CN114169368A

    公开(公告)日:2022-03-11

    申请号:CN202111423589.2

    申请日:2021-11-26

    Inventor: 张晓林 张晓鹏

    Abstract: 本发明属于信号处理技术领域,具体涉及一种基于信号降噪自编码器SDE的信号降噪方法。本发明先利用属于信号集中的训练样本训练自编码器模型,再通过测试集样本挑选出性能表现最好的模型权重,最后接收到的信号输入该自编码器模型,输出即为降噪后的信号。本发明克服了传统降噪方法计算复杂度高、实时性差、复杂电磁环境中降噪性能弱等缺点,根据分块信号的调制规律一致性建模,随信号样本训练更新。本发明不需要人工分析,具有高效的感知处理能力,实时性强,同时低信噪比下降噪性能优于传统方法。

Patent Agency Ranking