为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK,2AS...为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK,2ASK},{QPSK},{2FSK,4FSK},{MSK}和{16QAM,64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM},{16QAM,64QAM},{2ASK,BPSK}及{2FSK,4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及Lab VIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM,BPSK,QPSK,2ASK,2FSK,4FSK,MSK,16QAM,64QAM}等多种信号的分类,在信噪比高于5 d B时,调制方式识别率可达94%以上,由此证明了该方法的有效性。展开更多
局部放电是电力变压器绝缘劣化的主要原因,研究局部放电定位对提高电网的安全运行很有帮助。该文研制了一种用于电力变压器局部放电定位的复合传感器,并针对该传感器进行了定位仿真和实验。复合传感器由共形的13阵元十字形超声波传感器...局部放电是电力变压器绝缘劣化的主要原因,研究局部放电定位对提高电网的安全运行很有帮助。该文研制了一种用于电力变压器局部放电定位的复合传感器,并针对该传感器进行了定位仿真和实验。复合传感器由共形的13阵元十字形超声波传感器阵列和22阵元的超高频传感器阵列组成。应用高阶累积量处理技术对十字形超声阵列进行虚拟扩展,扩展后阵列具有61个阵元的阵列性能,提高了超声阵列的孔径和方向性锐度,这极大减少了后续硬件电路和成本。利用扩展超声阵列配合超高频阵列来仿真局部放电定位,结果表明扩展阵列具有很好的定位效果。在噪声背景下与多重信号分类(multiple signal classification,MUSIC)方法作了比较,结果表明高阶累积量处理技术能更好地抑制各种高斯色噪声的干扰。基于该十字形超声波阵列传感器进行了局部放电定位实验,结果表明扩展后的十字形超声阵列能精确地定位局部放电,定位的相对误差小于5%。对较少数目阵元的阵列实施虚拟扩展技术,为阵列技术在电力设备上的实用化提供了可能性。展开更多
在异构卫星网络动态组网时,为了解决星上软件通信适配器对物理层调制模式识别率低的问题,提出了一种适合低信噪比和贫先验知识的自动调制模式识别算法.该算法以高斯白噪声信道作为信道模型,选取信号高阶累积量和经典统计量作为特征参数...在异构卫星网络动态组网时,为了解决星上软件通信适配器对物理层调制模式识别率低的问题,提出了一种适合低信噪比和贫先验知识的自动调制模式识别算法.该算法以高斯白噪声信道作为信道模型,选取信号高阶累积量和经典统计量作为特征参数,采用引力搜索算法对径向基神经网络基函数中心进行优化,并在引力搜索算法中引入粒子群的信息熵来调节算法执行过程中探索与开采的关系,进一步提高了算法的分类和泛化能力.然后,利用仿真试验测评了该算法对6种卫星常用调相调制信号的识别效果.仿真试验结果表明,没有先验知识的情况下,该算法在调制信号信噪比大于4 d B时就可以达到100%的识别率,从而证明了该算法在低信噪比和贫先验知识条件下的有效性,说明算法满足星上软件通信适配器对物理层调制模式的识别要求.展开更多
文摘为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK,2ASK},{QPSK},{2FSK,4FSK},{MSK}和{16QAM,64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM},{16QAM,64QAM},{2ASK,BPSK}及{2FSK,4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及Lab VIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM,BPSK,QPSK,2ASK,2FSK,4FSK,MSK,16QAM,64QAM}等多种信号的分类,在信噪比高于5 d B时,调制方式识别率可达94%以上,由此证明了该方法的有效性。
文摘局部放电是电力变压器绝缘劣化的主要原因,研究局部放电定位对提高电网的安全运行很有帮助。该文研制了一种用于电力变压器局部放电定位的复合传感器,并针对该传感器进行了定位仿真和实验。复合传感器由共形的13阵元十字形超声波传感器阵列和22阵元的超高频传感器阵列组成。应用高阶累积量处理技术对十字形超声阵列进行虚拟扩展,扩展后阵列具有61个阵元的阵列性能,提高了超声阵列的孔径和方向性锐度,这极大减少了后续硬件电路和成本。利用扩展超声阵列配合超高频阵列来仿真局部放电定位,结果表明扩展阵列具有很好的定位效果。在噪声背景下与多重信号分类(multiple signal classification,MUSIC)方法作了比较,结果表明高阶累积量处理技术能更好地抑制各种高斯色噪声的干扰。基于该十字形超声波阵列传感器进行了局部放电定位实验,结果表明扩展后的十字形超声阵列能精确地定位局部放电,定位的相对误差小于5%。对较少数目阵元的阵列实施虚拟扩展技术,为阵列技术在电力设备上的实用化提供了可能性。
文摘在异构卫星网络动态组网时,为了解决星上软件通信适配器对物理层调制模式识别率低的问题,提出了一种适合低信噪比和贫先验知识的自动调制模式识别算法.该算法以高斯白噪声信道作为信道模型,选取信号高阶累积量和经典统计量作为特征参数,采用引力搜索算法对径向基神经网络基函数中心进行优化,并在引力搜索算法中引入粒子群的信息熵来调节算法执行过程中探索与开采的关系,进一步提高了算法的分类和泛化能力.然后,利用仿真试验测评了该算法对6种卫星常用调相调制信号的识别效果.仿真试验结果表明,没有先验知识的情况下,该算法在调制信号信噪比大于4 d B时就可以达到100%的识别率,从而证明了该算法在低信噪比和贫先验知识条件下的有效性,说明算法满足星上软件通信适配器对物理层调制模式的识别要求.
