通信信号调制识别方法简析

在无线电应用领域中,通信信号调制识别技术已成为重要的研究课题。文章综述通信信号调制识别技术的研究内容、现有方法和发展前景,对调制识别中的特征参数提取和信号分类做简要概括,并比较各种方法的优缺点,以期让大家进一步了解并推动通信信号调制识别技术的发展。     

基于目标编群理论的通信网络结构识别

为了解决通信网络结构识别问题,根据通信网的工作特点,在识别过程中引入目标编群理论,逐层递增生成通信网络的群结构,并对群结构进行动态维护,识别和更新通信网的组成信息.仿真结果表明了该方法的可行性和有效性.     

改进模板匹配的通信目标识别技术

通信目标识别是军事作战行动的关键环节。在通信对抗中,随着反侦察技术不断提高,通信环境越来越复杂。通信参数复杂多变,侦察数据基本都带有误差或者不完整,使得目标难以识别。为此提出了一种改进的模板匹配方法。仿真结果表明,该方法能够提高在大误差和参数缺失情况下的通信目标识别率,并具有较好的容错能力。     

通信辐射源个体识别的自编码器构造方法

自编码器算法具有不依赖有标签样本进行有效特征学习的特点,适合应用于电子对抗中通信辐射源个体识别任务,但其主要局限在于其性能取决于结构参数的设计。为提高通信辐射源个体识别任务中自编码器性能,提出了一种通信辐射源个体识别的自编码器构造方法。提取通信辐射源信号的高阶积累量,根据调制信息估计自编码器结构参数,最后由验证实验筛选性能满足阈值的结构参数,存入参数信息库。验证实验中,在实际采集的调频通信电台数据集上最高达86.8%的准确率,证明了所构造自编码器的有效性。     

基于D-S推理的灰关联通信电台识别研究

为了解决通信电台识别问题,在灰关联识别的过程中,引入D-S证据理论,通过对信号的积累和对信任度的重新分配,对识别结果进行了有效的融合,提高了辐射源的正确识别率。仿真结果表明了该方法的可行性和有效性。     

HTTP协议报文头域关键字段的隐蔽通信检测模型

基于HTTP网络应用层隐蔽通信出现的信息安全威胁问题,提出针对码间序列相关性统计特征的差值距离检测算法,并与HTTP协议下隐蔽通信空间相关性检测算法相结合,利用多报文头域间关键字符差值对通信中存在隐蔽信息进行检测,建立HTTP协议报文头域关键字段隐蔽信道检测模型。通过分析表明,该模型能够实现对正常通信与隐蔽通信的有效识别。     

利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。     

GMSK跳频通信干扰样式的自动识别

以FH-GMSK(frequency hopping-gaussian filtered minimum shift keying)通信系统作为载体对跳频通信的干扰样式识别进行研究,从跳频通信接收信号中联合提取干扰的时域、频域和时频域特征,得到了一组稳定性好、对干信比不敏感的特征参数,在不需要干扰先验知识的情况下对FH-GMSK通信系统中常用的干扰样式进行了自动识别.仿真结果表明:该方法对跳频通信常见的干扰信号在不同干信比的情况下能获得很高的正确识别率.     

基于课程思政理念的通信导航识别设备课程教学改革研究

分析了通信导航识别设备课程教学现状,针对通信导航识别设备课程教学实装教学条件不足、课程思政融入不够、教学模式亟需更新等问题,提出了教学改革实践的总体思路和实践路径,总结了教学设计、内容重构和教学实施等方面的主要经验做法。     

一种面向频域的通信信号盲干扰检测算法

针对低干信比和复杂动态情况下传统的干扰检测算法效率不高的问题,提出一种基于盲通信信号频域处理的未知干扰自动检测算法。该方法首先借助快速独立成份分析(FICA)从频谱差分数据中分离干扰和通信信号成份分量,然后利用各分量的峰度作为干扰与通信信号的识别特征检测干扰。实验结果表明,此算法能有效地在干信比小于5 dB的情况下从盲通信信号背景中自动提取未知干扰的信息,实现高精度地盲干扰检测。     

美军CNI综合系统的发展

1 序言 七十年代初,美军总结了侵越战争和侵阿电子战的经验,认识到三军联合作战C~3系统(通信、指挥和控制)及其组成部分CNI(通信、导航、识别)系统的重要性。 联合战术信息分发系统(JTIDS)和定位报告系统(PLRS)是美国近20年努力研制成功的高科技电子工程系统产品,用以构成综合通信导航和认别(ICNI)系统,它们在海湾战争这一场真正的空地一体战中证实了自身的作用与价值。     

基于灰关联分析和粗糙集的通信电台识别方法

通信侦察过程积累了大量电台通信记录,对这些数据进行分析、推理,可以识别电台的数量、装载平台等,为了提高识别正确率,提出了基于灰关联分析和粗糙集的通信电台识别方法。首先,依据粗糙集理论将信息表划分等价类,得到电台航迹;再根据灰关联分析计算雷达航迹和电台航迹的灰关联度,最后按照最大灰关联度原则进行通信电台关联。实验结果表明该方法适用范围更广,在多个平台的运动轨迹交叉且在交叉时刻各有电台通联、同一平台上的多个电台在不同时间通联这两种情况下,均能较好地对电台进行关联。     

一种用单片机实现的自适应话音检测技术

近年来,随着通信事业的发展,特别是移动通信和计算机通信的发展,话音检测技术已作为语言信号处理的一个重要课题,得到了人们普遍的重视,不少科学家在此领域作出了巨大的贡献,提出了一些从背景噪声中识别话音的方法,如音节检测法、电压检测法、基音检测法等。这些方法均能在某种程度上正确识别话音信号的有无,但是可靠性还不高,漏检率或误检率较高,前端剪音也较严重,不能很好满足系统对话音检测的要求。为了提高话音检     

基于分形维数的数字调制信号识别

在复杂的电磁环境下,如何快速准确地对低信噪比下的常见通信信号进行较全面的识别是一个亟待解决的问题。在对信号分形维数仿真讨论的基础上,提出了一种新的通信信号识别方法。首先,对接收到的信号进行预处理,然后提取其盒维数和信息维数,将两者作为识别的特征参数,最后基于支持向量机实现未知信号的识别。由仿真结果分析可知:预处理后的信号序列的盒维数和信息维数分离度高且受噪声和信号参数的影响小,识别结果较好。在信噪比为5 dB时,不同调制类型信号间的识别准确率最低为87%。     

基于改进欧几里得算法的卷积码快速盲识别算法

卷积码盲识别技术在信号截获、智能移动通信、多点广播通信等领域具有广泛应用,针对卷积码的快速盲识别问题,对经典欧几里得算法进行了改进,提出了一种基于改进欧几里得算法的卷积码的快速盲识别方法。算法对卷积码码率进行遍历,通过欧几里得迭代算法求解卷积的校验多项式,实现了任意码率卷积码的快速盲识别。对算法进行了仿真,仿真结果验证了算法的有效性,且算法的计算量小于文献中已有算法。     

《现代战场目标侦察与敌我识别》书讯

高技术条件下现代战场中的目标侦察与敌我识别问题 ,已显示许多全新的概念和特点 ,从而成为国际侦察技术和信号处理技术的重要课题。海湾战争中 ,多国部队由于误伤引起轩然大波 ,使敌我识别问题受到各国军事家的高度重视 ,美国在当年就拨款几千万美元进行研究。《现代战场目标侦察与敌我识别》系由江苏省系统工程学会军事系统工程委员会组织军内外十个院校和研究所的教授、专家编著而成。全书共分十二章 ,介绍了现代陆、海、空战场目标的雷达侦察、光学侦察、红外侦察、通信侦察等多种侦察系统及其敌我识别方法 ,伪装目标的侦察和敌我识别方…     

指挥控制参考模型简介

本文介绍了一个正在发展中的指挥控制参考模型。该模型将ISO OSI RM的思想和技术推广到指挥控制过程中与军事系统密切相关的识别、攻击、通信、运输过程中,形成了一套具有哲学高度的、较为完整的适用于任何军事实体和民用实体的C~2系统的思想方法体系。     

干扰分析技术在自适应跳频通信中的应用

本文全面介绍了干扰分析技术在自适应跳频通信中的应用,具体分析了固定干扰和有规律非固定干扰的识别及预测。最后总结了所述方法的局限性。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

物联网的技术与发展

建立在智能感知与识别、泛在互连网络、普适计算技术等融合基础上的物联网技术被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网涵盖了信息的采集、传输、处理以及应用等各个方面,关键技术包括传感器技术、射频识别技术、通信与网络技术、数据存储与管理技术以及物联网系统集成技术等。在未来陆、海、空、天、电五维一体的全方位战场环境中,物联网可为战场态势的感知、武器装备的互连、后勤物流的保障提供强有力的信息技术支撑,是未来网络中心战的核心内容。