基于谱分析的信号分类算法研究

本文通过对常用数字信号的频谱及高次方谱进行分析,通过信号频域区别提取一组有效特征对常用数字信号进行分类。这组特征提取简单,且无需任何先验知识。仿真结果表明,在信噪比不低于0dB的情况下,正确识别率达到95%以上。     

HHT方法在信号调制识别中的应用

本文结合幅度归一化方法,提出了基于HHT方法的信号调制方式自动识别方法。在对AM、FM、2ASK、2FSK和2PSK等5种信号进行调制识别时,本文首先利用特征参数V进行幅度调制和非幅度调制的分类．并且对AM和2ASK进行了很好的识别;然后利用HHT变换方法得到特征参数β和α,把FM、2FSK和2PSK从中识别出来,在信噪比10dB以上,都能取得很好的识别效果。     

衰落信道中数字调制信号识别技术

阐述了散射信道对信号传输的影响,并针对这些影响研究了散射信道的信号识别技术。选择部分受信道影响较小的特征参数并利用分集技术完成了信号识别和参数估计。     

基于高阶累积量的MPSK调制类型识别算法

调制识别是非协作通信系统接收机设计中的重要研究课题。针对高阶累积量可以剔除噪声的干扰,本文研究了基于高阶累积量的MPSK信号调制方式识别技术。在SNR≥5dB时,正确识别率达到了99%以上。经理论推导和仿真实验,证实了该方法的有效性。     

一种基于FFT技术的水声信号识别方法研究

在水下设备试验中,为了能有效掌握设备水下工作情况,经常需要第三方设备对设备水声信号进行实时记录和分析,为事后恢复现场查找问题提供有力的数据支持。本文通过分析试验现场的基本情况,提出了基于FFT技术的第三方水下设备水声信号实时识别方法,该方法在浅海水中设备试验中存在较强混响的情况下,对信号的识别取得了良好的效果。     

多模盲均衡宽带压缩频谱联合特征识别算法

传统固定频谱分配方案对频谱利用率较低,无法满足通信业务量的迅速扩大的需求。提出一种多模盲均衡宽带压缩频谱联合特征识别算法,首先构建多模盲均衡频谱感知网络模型,设计能量检测算法和信道融合准则,构建多模盲均衡宽带压缩频谱联合特征识别模型,基于非线性检验准则,构建判决统计模型。由于上层的频谱感知节点所要传送的信息量越大,通过特征识别,提高固定频谱分配方案对频谱的利用率。仿真实验表明,该算法能有效实现多模盲均衡宽带压缩频谱联合特征识别,提高无线频谱信号的感知和特征识别能力,特征识别的准确率提高,提高固定频谱分配方案对频谱的利用率,仿真实验展示了算法的优越性能。     

浅谈信号调制自动识别的几种方法

多调制通信系统及软件无线电的飞速发展使得信号调制自动识别成为通信等多领域研究的一个热点课题.本文结合信号调制自动识别的现状,对几种典型的自动识别方武给予简要的介绍.     

基于复调制的ZoomFFT算法在局部频谱细化中的研究与实现

一种基于数字信号处理(DSP)技术的频谱分析系统,如果采用传统的快速傅里叶(FFT)算法则只能比较粗略的计算频谱,且分辨率不高;但是采用频谱细化技术就能对频域信号中感兴趣的局部频段进行频谱分析,就能得到很高的分辨率。常见的方法有基于复调制的ZoomFFT法、Chirp-Z变换、Yip-ZOOM变换等,但是从分析精度、计算效率、分辨率、灵活性等方面来看,基于复调制的ZoomFFT方法是一种行之有效的方法,因而也得到了比较广泛的应用。在介绍复调制ZoomFFT方法基本原理的基础上,用Matlab实现该算法,并通过仿真进行验证,表明该算法能有效提高频谱的分辨率且简明、易实现。     

数字调制信号解调标准建立的研究

作为信息传输的主要载体,数字调制信号已成为信息社会的重要基石,最典型的就是在无线通信和广播电视系统中的应用,比如第二代移动通信系统使用的GMSK信号,第三代移动通信系统使用的QPSK信号和数字有线电视使用的QAM信号等。衡量数字调制信号调制误差的主要参量有矢量误差幅度（EVM）、相位误差（Phase Err）、幅度误差（Magnitude Err）等。     

短波频段am信号调制识别系统的设计与实现探索

近年来,通信技术越来越发达,无线通信也得到了飞速发展,在无线电信号分析中,其中比较关键的技术就是对信号调制方式的识别及确认,短波信号在数目上也有所增加,调制方式也是各种各样,因此找到可靠的、适合的识别方式是非常关键的。本文主要对短波am信号的特征参数和识别方式进行分析,还对信号采集的设备及模式的选取、远程控制的实现与数据的采集给予探讨,最后对识别软件的基本组成及识别过程进行分析。     

无线传感网入侵检测技术研究

无线传感网开放的访问和有限的资源使其极易受到各种攻击,需要有效的入侵检测技术发现并识别各种安全威胁。对目前的入侵检测系统进行了简要的介绍,探讨了无线传感网面临的各种威胁,对无线传感网入侵检测技术进行深入的研究,最后指出各种技术的综合使用是无线传感网入侵检测系统的发展方向。     

网络用户信息检索行为研究进展

【目的/意义】随着互联网时代的到来,网络用户信息检索行为呈多样化、复杂化的趋势,及时了解网络用户信息检索行为的研究进展,有助于对该领域进一步研究主题及研究方向的确定提供参考。【方法/过程】以中国知网CNKI数据库和Web of Science数据库中1995-2018年中英文网络用户信息检索行为的相关文献为对象,通过Citespace绘制研究机构及其核心研究者、研究热点与研究主题演化发展的知识图谱,对网络环境下不同场景、不同用户群体的信息检索行为及其影响因素和模型研究这四大方面进行了对比分析。【结果/结论】结合国内的研究现状,探究未来可能出现的发展趋势,并针对目前国内研究中所存在的问题提出建议,为该领域未来的研究规划提供一定的参考依据。     

无线传感器网络质心定位算法仿真研究

质心定位算法是无线传感器网络中一种经典的无需测距的定位算法。系统分析了锚节点个数、节点通信半径以及网络中节点总数对该算法定位性能的影响,并进行了仿真。通过对仿真结果的分析,在100m×100m的无线传感器网络区域内,当锚节点个数为总节点个数的10％时,针对不同的总节点个数,存在最优的节点通信半径,可以使节点定位率达到95％以上,同时具有较小的节点定位误差。     

一种新型的无线传感器网络研究

随着世界人口的不断老龄化,体域网将会在不久的未来成为一项重要技术.病人通过可穿戴式设备,依靠医疗监控系统,将可以获得移动的健康保健服务.然而,在体域网的实际应用过程中,将会遇到很多挑战.比如能量消耗、带宽限制、组织保护等.为了更好的理解该项研究所面临的挑战,详细的论述将被展开.     

无线多媒体传感器网络研究初探

无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)是一种新型的传感器网络,其节点装备有麦克风、摄像头及其它传感器,可以获取多媒体信息。文章分析了无线多媒体传感器网络与传统无线无线传感器网络的异同点,进一步探讨了无线多媒体传感器网络的应用及影响无线多媒体传感器网络研究与设计的关键问题。     

问答类社区用户关系网络研究——以百度“知道”为例

利用社会网络分析工具UCINET分析了抽样数据中回答者用户形成的社会网络的网络密度、小团体等方面特征,通过绘图工具Netdraw将回答者用户形成的社群图进行了可视化呈现。对问答社区用户关系网络特征进行了进一步分析并提出改进问答类社区的建议。     

基于移动网络私家车无线防盗报警系统设计

随着私家车越来越多进入中国普通大众的家庭,它给人们带来舒适享受和地位提升,但是汽车偷盗事件的频繁发生成为车主尤为关注的问题。利用单片机技术采用GSM模块实现了一个车栽无线防盗报警系统。由车载震动传感器采集警情信号,系统在有警情发生的时候通过单片机控制GSM模块把被盗信息发送到车主手机,实现汽车防盗,该系统具有网络覆盖范...     

网络用户行为模型的构建方法研究

在介绍建立网络用户行为模型相关工具的此基础上,笔者建立起基于CBMG的网络用户行为模型,最后通过实例证明该模型能有效地揭示网络用户行为,发现网络瓶颈,改善网络信息资源组织。     

大功率干扰监测下无线Mesh网络扰动容错方案

在无线Mesh网络中,常受到大功率动态干扰,MAC层协议扰动容错方案设计是提高Mesh网络抗大功率干扰,提高网络监测性能的关键技术。传统方法采用无线Mesh路由修复算法实现扰动容错方案设计,MAC层协议容错性能不好。提出一种基于自适应神经模糊系统网络动态大功率干扰监测的无线Mesh网络扰动容错方案,进行无线Mesh网络设计,在无线Mesh网络中,任何无线设备节点都可以同时作为AP和路由器,网络中的每个节点都可以发送和接收信号,在Sink对进行数据融合,实现大功率干扰监测数学模型构建。采用自适应神经模糊系统进行Mesh扰动容错方案设计,改进大功率干扰监测下无线Mesh网络扰动容错方案,提高Mesh网络抗大功率干扰能力。仿真实验表明,该方法具有较好的鲁棒性,该容错方案得到的网络生命周期延长了1.24倍和1.39倍,节省了能量,延迟了网络生命周期,保证无线Mesh网络系统的稳定性和高效性。     

基于神经网络的数字识别技术研究

将图像的像素特征与矩特征结合,构建了神经网络分类器,利用提取的特征向量对分类器进行了训练和测试。将图像二值化,并归一化为16＊16大小,提取了其每个像素点的0、1特征共16＊16—256维,图像的网格特征13维,及Hu矩特征7维,一共276维特征。建立了BP神经网络分类器,分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练,得出了在相同条件下学习率可变BP算法训练时间短,收敛快的结论。建立了PNN神经网络分类器,与BP神经网络分类器性能进行比较,实验结果表明,PNN神经网络分类器性能更好。