您的位置: 专家智库 > >

张华娣

作品数:10 被引量:24H指数:2
供职机构:中国电子科技集团公司第三十六研究所更多>>
相关领域:电子电信兵器科学与技术自动化与计算机技术机械工程更多>>

文献类型

  • 5篇期刊文章
  • 2篇会议论文

领域

  • 5篇电子电信
  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇兵器科学与技...

主题

  • 5篇信号
  • 3篇识别方法
  • 2篇调制
  • 2篇通信
  • 2篇位同步
  • 2篇误码
  • 2篇误码率
  • 2篇码率
  • 2篇解调
  • 2篇GMSK
  • 2篇GMSK信号
  • 1篇调制方式
  • 1篇调制识别
  • 1篇多进制
  • 1篇多进制频移键...
  • 1篇多模块
  • 1篇多通道
  • 1篇信号调制
  • 1篇信号调制方式
  • 1篇野战

机构

  • 7篇中国电子科技...
  • 1篇杭州电子科技...

作者

  • 7篇张华娣
  • 3篇楼华勋
  • 1篇尚俊娜

传媒

  • 2篇通信技术
  • 1篇电信科学
  • 1篇通信学报
  • 1篇电子对抗

年份

  • 1篇2025
  • 1篇2021
  • 1篇2019
  • 1篇2017
  • 1篇2016
  • 2篇2015
10 条 记 录,以下是 1-7
排序方式:
基于参数预估计和滑动FFT的MFSK信号类内识别方法
2021年
针对在调制指数h较小的情况下,对多进制频移键控(M-ary Frequency Shift Keying,MFSK)信号的识别正确率不高的问题,提出了一种基于参数预估计和滑动快速傅里叶变换(Fast Fourier Transform,FFT)的MFSK信号类内识别方法。该方法先估计出MFSK信号的码元速率,再计算码元宽度内信号的频率,并对各码元的频率种类进行归并,最后按照频率种类数来实现MFSK信号的类内识别。对该方法的适应性的理论分析和计算机仿真结果表明,该方法大大提高了MFSK信号的识别正确率,并有效降低了识别的信噪比门限。
张华娣楼华勋
关键词:多进制频移键控码速率
一种适于短时通信的GMSK信号解调方案及其分析
GMSK是一种被广泛应用于移动通信、多跳点的军事通信等领域的理想的调制方式。本文首先对GMSK的调制原理进行阐述,接着提出了一种GMSK信号解调方案,并就方案中位同步、载频估计以及滤波器的选取等问题进行了详细讨论,最后给...
张华娣
关键词:GMSK解调位同步误码率
一种适于短时通信的GMSK信号解调方案及其分析
GMSK是一种被广泛应用于移动通信、多跳点的军事通信等领域的理想的调制方式。本文首先对GMSK的调制原理进行阐述,接着提出了一种GMSK信号解调方案,并就方案中位同步、载频估计以及滤波器的选取等问题进行了详细讨论,最后给...
张华娣
关键词:GMSK解调位同步误码率
文献传递
一种高速LINK22信号类内快速识别方法被引量:1
2016年
为了充分利用有限的频率资源,LINK22使用环形星座的QAM及8PSK的调制方式来提高信息传输速率。根据高速LINK22信号的特点,在初步判定为LINK22信号的前提下,充分利用该信号的先验知识,提出了一种信噪比估计联合R参数和零中心归一化瞬时幅度的四阶矩估计对高速LINK22信号的8PSK、16QAM、32QAM及64QAM调制方式进行类内识别的方法。仿真结果表明,该识别方法在低信噪比下仍有良好的识别效果。该算法计算复杂度不高,实时性好,更利于工程实现。
张华娣楼华勋
MQAM信号调制方式自动识别方法被引量:18
2019年
提出了一种实现MQAM信号调制方式自动识别的方法。首先通过四阶累积量构造特征参数F,实现方形QAM和十字形QAM的识别,通过计算零中心归一化瞬时幅度紧致性,把16QAM从方形QAM中识别出来。然后,通过信号包络平方的频谱估算出波特率,结合定时同步,消除ISI码间干扰,恢复出较理想的星座图。接着,针对32QAM和128QAM设置不同的聚类半径,用减法聚类算法求出聚类点及其密度值,通过计算不同半径下的聚类点密度值的差异进行类型判断,同理,进行64QAM和256QAM信号的分类。所提方法不需要载频和波特率等先验信息,能完成16QAM、32QAM、64QAM、128QAM、256QAM信号的自动识别,并且没有复杂的迭代过程,可以应用于实际信号的调制识别。
张华娣楼华勋
关键词:四阶累积量减法聚类MQAM自动识别
基于多通道轻量化的自动调制识别网络
2025年
自动调制识别技术在无线通信领域具有十分重要的作用。现有的自动调制识别模型在识别精度上表现出色,但大多数方法在参数量与模型性能之间难以实现理想的平衡。针对该问题,设计了一种多通道融合的轻量化调制识别(multi-channel lightweight modulation recognition,MCLMR)网络。MCLMR网络将幅度、相位、频率以及零中心归一化瞬时幅度的谱密度最大值作为输入。使用可分离卷积模块巧妙地组合4个输入,从而深入挖掘这4个输入的空间相关性。设计了基于时间衰落多头自注意力(multi-head self-attention,MHSA)机制结合门控循环单元(gated recurrent unit,GRU)的GRU-MHSA(gated recurrent unit-multi-head self-attention)模块进一步提取时间相关性。可分离卷积模块与GRU-MHSA模块的结合在空间维度与时间维度提取信号特征。在基准RML2016.10a数据集上的仿真结果表明,所提方法优于其他9种典型方法。在2~18 dB信噪比下平均识别精度达到92.39%,最高识别精度达到93.36%,这说明MCLMR不仅参数量少,计算复杂度低,在识别精度上也表现出色。
万进华尚俊娜张华娣
关键词:调制识别
共1页<1>
聚类工具0