一种水声通信信号调制模式识别方法
- 格式:pdf
- 大小:361.12 KB
- 文档页数:6
一种水声信号识别算法及仿真
杨亚菁;桂现才;彭宏
【期刊名称】《计算机应用与软件》
【年(卷),期】2005(022)008
【摘要】应用小波包技术,提出了融合能量代价函数的概念及基于此函数的水声信号识别算法.算法以融合能量代价函数为标准,在整个小波库中确定特征空间及特征值.在MATLAB仿真环境下进行的BP神经网络实验显示:与固定尺度小波包能量法及最大距离小波包能量法相比,算法对特征模糊的信号有较好的识别效果.
【总页数】3页(P26-27,124)
【作者】杨亚菁;桂现才;彭宏
【作者单位】湛江海洋大学计算机系,广东,湛江,524005;湛江师范学院数学系,广东,湛江,524048;华南理工大学计算机工程与科学系,广东,广州,510640
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种优化的通信信号调制识别算法仿真研究 [J], 龚安民;王炳和;曲毅
2.一种混合特征的人脸识别算法仿真研究 [J], 李扬;孙劲光
3.一种带有二次调制信号的调制识别算法与仿真 [J], 刘洛琨;和昆英;许家栋
4.基于融合能量代价函数的水声信号识别算法 [J], 杨亚菁;彭宏
5.一种用于多径信道的调制识别算法仿真研究 [J], 王彬;葛临东;刘媛涛
因版权原因,仅展示原文概要,查看原文内容请购买。
水声通信系统中的信号调制技术研究随着现代水下勘测和海洋石油的快速发展,水声通信系统越来越成为海洋领域中不可或缺的一环。
在水下环境中,水一直是一种非常有效的介质。
但是,由于水下环境的恶劣特性,如信噪比低、通信距离短、易受多路径干扰等,使水声通信系统面临着巨大的挑战和难题。
因此,研究水声通信技术,特别是信号调制技术,增强水声通信系统的可靠性和性能,成为了海洋领域中的一项重要研究课题。
一、水声通信系统概述水声通信的信号调制技术是指将信息信号转换成适合水声通信的信号形式,并且在传输中保持传输性能的技术。
在水声通信中,需要将二进制数字信号调制成为适合水下传输的模拟信号,通常采用调幅(AM)、调频(FM)和调相(PSK)等调制方式。
在水声通信中,传输带宽常受限制,因此需要在设计调制方案时,充分考虑数据传输速率和可靠性之间的平衡。
信号调制技术可分为基带调制和带通调制两种。
基带调制,直接将二进制数据转换成相应的基带模拟信号。
该方法具有简洁、易于实现等特点,但是对环境干扰非常敏感。
带通调制,将二进制数据经过调制器调制成为窄带信号或宽带信号,再经过载波调制器进行正交振幅调制(QAM)或相位偏移键控调制(PSK)等方式,进而传输。
这种方法对环境干扰减弱,同时能够获得更高的数据传输速率和可靠性。
二、水声通信信号调制技术的研究现状1、传统水声调制技术采用普通的模拟电子调制和数字调制技术,如正弦波调制、频移调制、脉冲编码调制(PCM)等方式。
这种技术的优点是实现简单,可以通过硬件电路实现,但是需要频繁调整参数,且受到水下环境噪声、马达振动等因素的干扰。
2、OFDM技术正交频分复用(OFDM)技术,是近几年来水声通信抗干扰能力得到提高的一种技术。
使用OFDM调制技术可以多重载波下进行,并且不同载波之间正交,有效增加了数据传输通道的使用率和数据传输速率。
此方法具有抵御多路径干扰的能力,有效提高了数据传输的可靠性。
3、扩频技术扩频技术用于信噪比很低的水声通信中,具有较好的抗差性,能够通过时间域和频域通过多径干扰的影响,有效抵御噪声干扰。
水声通信中的信号调制与解调技术研究在当今科技飞速发展的时代,通信技术的重要性日益凸显。
其中,水声通信作为一种特殊的通信方式,在海洋探索、水下监测、军事应用等领域发挥着至关重要的作用。
而信号的调制与解调技术则是水声通信系统中的核心环节,直接影响着通信的质量和效率。
水声通信面临着诸多独特的挑战。
首先,水声信道是一个极其复杂且多变的环境。
与电磁波在空气中传播不同,声波在水中传播时会受到吸收、散射、折射和多径效应等多种因素的影响,导致信号的衰减和失真。
其次,水下环境的噪声水平通常较高,这包括海洋生物发出的声音、水流的噪声以及船舶等机械产生的噪声。
此外,由于水的密度和压力等特性,声波的传播速度相对较慢,限制了通信的带宽和数据传输速率。
为了在如此恶劣的环境中实现可靠的通信,有效的信号调制与解调技术显得尤为关键。
信号调制是将原始信息加载到载波上的过程,其目的是使信号更适合在信道中传输。
在水声通信中,常见的调制方式包括幅度调制(AM)、频率调制(FM)和相位调制(PM)。
幅度调制是最简单的调制方式之一,通过改变载波的幅度来传递信息。
然而,由于水声信道中的衰减较大,幅度调制容易受到噪声的影响,导致信号的可靠性降低。
频率调制则是根据信息改变载波的频率。
这种调制方式在一定程度上能够抵抗信道中的噪声和衰减,因为频率的变化相对较容易检测。
但频率调制也存在一些局限性,例如占用较宽的带宽,在带宽有限的水声信道中可能不太适用。
相位调制通过改变载波的相位来传输信息。
它具有较高的频谱效率,能够在有限的带宽内传输更多的数据。
但相位调制对相位误差较为敏感,在复杂的水声信道中容易出现相位偏移,从而影响解调的准确性。
除了上述传统的调制方式,近年来,一些新型的调制技术也逐渐应用于水声通信中。
例如,正交频分复用(OFDM)技术将可用的频谱分割成多个子载波,每个子载波可以独立地进行调制和解调。
这种技术能够有效地对抗多径效应和频率选择性衰落,提高通信的可靠性和数据传输速率。
基于稀疏自动编码网络的水声通信信号调制识别姜楠;王彬【摘要】研究了基于稀疏自动编码网络的水声通信信号识别方法.首先利用稀疏自动编码网络对接收信号的功率谱识别分类,得到除PSK外信号的调制类型,然后对识别结果为PSK的信号做四次方谱,最后利用稀疏自动编码网络完成对QPSK和8PSK的识别分类.仿真实验表明,稀疏自动编码网络能从接收信号的谱信息中自动提取有效谱特征.与传统基于功率谱特征提取的识别方法相比,本文算法减少了依赖领域知识的特征提取环节,识别性能优于传统算法.【期刊名称】《信号处理》【年(卷),期】2019(035)001【总页数】12页(P103-114)【关键词】水声通信信号;稀疏自动编码网络;功率谱;四次方谱【作者】姜楠;王彬【作者单位】信息工程大学,河南郑州450001;信息工程大学,河南郑州450001【正文语种】中文【中图分类】TN911.71 引言水声通信信号的调制识别是海战场目标信息获取与态势分析的重要环节,也是实现信号检测、解调的关键步骤和基础。
近几年,基于传统模式识别方法的水声通信信号调制识别技术取得了较大的进展,比如:基于瞬时特征参数[1]、循环谱相关[2]、循环统计量[3]、小波变换[4]等方法,但是传统方法往往需要设计复杂的算法提取调制特征量,而这些调制特征量往往在特定环境下有效,对环境变化不稳健。
深度学习技术能够通过深层次网络自动提取输入信号的特征,而且当训练数据集足够丰富时,能够提高对环境的适应性。
鉴于深度学习技术在信号分类中的上述优势,本文以水声通信信号的功率谱作为识别对象,选择对一维数据具有良好表征能力而且结构简单的稀疏自动编码网络作为特征提取的神经网络,对稀疏自动编码网络结构和参数调整优化,设计了基于该网络的调制识别方法,大量实验结果验证了该方法的有效性。
2 基于稀疏自动编码网络的水声通信信号识别方法2.1 稀疏自动编码网络概述[5-7]稀疏自动编码网络(Sparse Audoencoding Network, SAE)是一种特殊的自编码网络,通过学习过程引入稀疏惩罚项,使网络节点随机处于激活状态,防止编码器在每一点处都具有低的重构误差而无法工作,对信号噪声等影响也具有较好的鲁棒性[5]。
基于深度学习的水声通信信号调制类型识别
黄乐;夏志军;周胜增;原玉婷;王静怡
【期刊名称】《舰船科学技术》
【年(卷),期】2024(46)9
【摘要】水声通信信号识别为水声通信侦察和对抗的重要前提,具有重要作用。
然而,传统的水声通信信号识别方法通常是基于信号处理和模式识别技术,依赖领域专家的专业知识和经验进行特征选择和提取,具有较强的主观性,且可能无法利用更复杂的信号特征。
本文基于深度学习提出一种水声通信信号识别的智能方法。
首先利用仿真数据对卷积神经网络进行训练,然后分别使用仿真和湖上试验数据对算法网络进行测试。
仿真结果表明,在SNR=5dB时,该方法对2ASK、4ASK、BPSK、QPSK、2FSK、4FSK和OFDM等7种水下通信信号的识别率均能达到90%以上,7种湖上试验的通信信号类型平均识别率达到97.9%。
这表明该方法具有良好的宽容性。
此外,本文还通过对基于高阶累积量和深度学习方法的比较,验证了本文提出方法具有显著的优越性。
【总页数】8页(P117-124)
【作者】黄乐;夏志军;周胜增;原玉婷;王静怡
【作者单位】上海船舶电子设备研究所;海军大连舰艇学院
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.一种基于CGAN+CNN的水声通信信号调制识别方法
2.基于迁移学习的水声通信信号调制识别方法
3.基于VMD-ResNet的水声通信信号调制识别方法
4.基于被动时间反转-自编码器的水声通信信号调制识别方法
5.基于GRU和ResNet的短时水声通信信号调制识别
因版权原因,仅展示原文概要,查看原文内容请购买。
基于神经网络的水声信号识别算法研究水声信号是一种可以传播在水中的声波信号,随着物联网和深海开发的迅速发展,基于神经网络的水声信号识别算法应运而生,成为了海洋工程领域的一项重要技术。
在本文中,我们将对基于神经网络的水声信号识别算法进行深入研究和探讨。
一、水声信号的特点及应用场景水声信号具有频率高,传播距离短的特点,在水下传播不容易受外界干扰,因此被广泛应用于海洋、水产、水文、军事、气象等领域。
例如,水声通信技术已经在远洋航行、海军作战以及深海科学考察等领域发挥了重要作用。
此外,水声信号还可以用于水生动物的声定位等生物学研究。
二、传统水声信号识别算法的缺陷传统的水声信号识别算法主要依赖于人工特征提取和分类器的设计。
但是在实际应用中,由于水声信号的复杂性和不确定性,以及人工特征提取的受限性,传统算法存在一些缺陷和局限,如提取特征结构过于简单、特征数量不足等问题,这导致了算法的性能要比基于神经网络的算法较差。
三、神经网络介绍神经网络是一种模拟人类神经系统的计算模型,具有模式识别、学习、容错能力强等特点,因此在复杂信号处理上得到了广泛应用。
神经网络可以从输入数据中自动提取特征,并对输入数据进行分类识别。
四、基于神经网络的水声信号识别算法基于神经网络的水声信号识别算法主要分为两部分,输入信号处理和分类识别。
具体流程如下:输入信号处理:将水声信号转换成机器可以识别的数字信号,并进行预处理,包括降噪、滤波、归一化等操作。
分类识别:将处理后的信号输入到神经网络中,神经网络学习输入信号特征,通过不断迭代调整权重系数,实现对不同水声信号的分类识别。
基于神经网络的水声信号识别算法的优点是可以自动提取特征,不需要进行手动选取特征,从而增强了算法的鲁棒性、可靠性和精度。
五、案例分析我们以一种常见的水声信号——弹音信号进行案例分析,比较传统算法和基于神经网络的算法在弹音信号识别中的差异。
传统算法采用了人工特征提取和分类器设计的方式,其中人工特征主要包括时域特征、频域特征和小波变换特征等。
基于循环前缀相关性的水声OFDM信号调制识别江伟华;陈东升;吴燕艺;童峰【期刊名称】《应用声学》【年(卷),期】2016(0)1【摘要】为解决非合作通信系统中水声OFDM信号的类型识别,本文研究水声OFDM通信信号与常见单载波水声数字通信信号(MPSK,MFSK)之间的调制识别问题.考虑到水声信道复杂传播特性对循环前缀相关性的影响,本文通过截取信号前后片段并迭代搜索双相关峰进行无需先验知识的水声OFDM通信信号特征参数提取,在此基础上设计了一种基于模糊系统的水声OFDM通信信号识别器.对不同信道条件下海上实录信号数据的识别实验结果表明了本文方法的有效性.【总页数】8页(P42-49)【作者】江伟华;陈东升;吴燕艺;童峰【作者单位】厦门大学水声通信与海洋信息技术教育部重点实验室厦门361005;厦门大学海洋与地球学院厦门361005;厦门大学水声通信与海洋信息技术教育部重点实验室厦门361005;厦门大学海洋与地球学院厦门361005;厦门大学水声通信与海洋信息技术教育部重点实验室厦门361005;厦门大学海洋与地球学院厦门361005;厦门大学水声通信与海洋信息技术教育部重点实验室厦门361005;厦门大学海洋与地球学院厦门361005【正文语种】中文【中图分类】TN929.3【相关文献】1.基于循环前缀相关性的OFDM调制识别算法 [J], 邓思玉;巴斌;吴瑛;徐闻2.消除冗余循环前缀的水声信道OFDM频域均衡算法 [J], 冯成旭;许江湖;罗亚松3.基于相关处理的OFDM信号循环前缀盲估计方法 [J], 汤新广4.基于循环前缀频域自相关的OFDM信号频谱感知 [J], 赵迎新;王乐耕;赵婉楠;吴虹;刘之洋5.基于循环前缀相关性与循环谱的OFDM信号子载波个数估计 [J], 魏阳杰;位小记;吴昊;程宇峰因版权原因,仅展示原文概要,查看原文内容请购买。
专利名称:一种水声信号调制方式自适应类内识别方法
专利类型:发明专利
发明人:王景景,闫正强,董新利,杨星海,施威,刘世萱,李海涛,徐凌伟
申请号:CN202110214166.3
申请日:20210226
公开号:CN112737992A
公开日:
20210430
专利内容由知识产权出版社提供
摘要:本发明公开了一种水声信号调制方式自适应类内识别方法,包括:首先进行水声信号调制方式类间识别:如果类间识别出MFSK调制方式的水声信号,则将水声信号进行希尔伯特变换;再利用模糊评判算法计算出MFSK调制的阶数M;如果类间识别出MPSK或MQAM调制方式的水声信号,将信号进行处理后,得到二维的信号星座图;再使用二次聚类算法处理信号星座图,判断MPSK或MQAM调制的阶数M。
本发明能够应用于多种调制方式类内识别,解决了现有技术对于其他调制方式识别性能有限的问题;且自适应特征提取与针对提取特征特点采用不同判别方法,提高了类内识别的准确度,最终实现有针对性、高准确率的水声信号调制方式自适应类内识别。
申请人:青岛科技大学
地址:266061 山东省青岛市崂山区松岭路99号
国籍:CN
代理机构:青岛海昊知识产权事务所有限公司
代理人:刘艳青
更多信息请下载全文后查看。