无线电信号调制识别项目

无线电信号调制识别项目 自动调制识别作为确保通信安全的关键技术之一，有着重要的军用和民用价值。针对低信噪比情况下，综合识别率较低的问题，本文提出一种基于高阶累积特征，结合稀疏自编码器与特征阈值判决的两阶调制识别模型。零均值高斯白噪声的高阶累积量理论值等于0，因此引入高阶累积量作特征可使系统免受高斯白噪声的影响。高阶累积量组合得到高阶累积特征，充分利用其所携带的信息。稀疏自编码器作为分类器有利于微弱特征的表征。增加高阶累积特征阈值判决提高了MFSK与MQAM信号的类内识别率。对2ASK、4ASK、2FSK和2PSK等十类调制信号的仿真实验表明，所提算法综合识别效果较对比算法更好，且算法复杂度较低，为高阶累积量与深度学习在调制识别上的结合应用提供了新思路。

文件列表：
├文件夹1：[Signal-Modulation-Identification-Project-zq]
│  ├文件夹1：[High order cumulant calculation]
│  │  ├(1)AM.m
│  │  ├(2)ask2.m
│  │  ├(3)ask4.m
│  │  ├(4)ask_2.m
│  │  ├(5)ask_4.m
│  │  ├(6)CumTest.m
│  │  ├文件夹1：[data]
│  │  │  ├文件夹1：[HighOrderCumData]
│  │  │  │  ├文件夹1：[experiment1]
│  │  │  │  │  ├(1)test1.xls
│  │  │  │  │  ├(2)test10.xls
│  │  │  │  │  ├(3)test11.xls
│  │  │  │  │  ├(4)test12.xls
│  │  │  │  │  ├(5)test13.xls
│  │  │  │  │  ├(6)test14.xls
│  │  │  │  │  ├(7)test15.xls
│  │  │  │  │  ├(8)test16.xls
│  │  │  │  │  ├(9)test17.xls
│  │  │  │  │  ├(10)test18.xls
│  │  │  │  │  ├(11)test19.xls
│  │  │  │  │  ├(12)test2.xls
│  │  │  │  │  ├(13)test20.xls
│  │  │  │  │  ├(14)test3.xls
│  │  │  │  │  ├(15)test4.xls
│  │  │  │  │  ├(16)test5.xls
│  │  │  │  │  ├(17)test6.xls
│  │  │  │  │  ├(18)test7.xls
│  │  │  │  │  ├(19)test8.xls
│  │  │  │  │  ├(20)test9.xls
│  │  │  │  │  ├(21)train1.xls
│  │  │  │  │  ├(22)train10.xls
│  │  │  │  │  ├(23)train11.xls
│  │  │  │  │  ├(24)train12.xls
│  │  │  │  │  ├(25)train13.xls
│  │  │  │  │  ├(26)train14.xls
│  │  │  │  │  ├(27)train15.xls
│  │  │  │  │  ├(28)train16.xls
│  │  │  │  │  ├(29)train17.xls
│  │  │  │  │  ├(30)train18.xls
│  │  │  │  │  ├(31)train19.xls
│  │  │  │  │  ├(32)train2.xls
│  │  │  │  │  ├(33)train20.xls
│  │  │  │  │  ├(34)train3.xls
│  │  │  │  │  ├(35)train4.xls
│  │  │  │  │  ├(36)train5.xls
│  │  │  │  │  ├(37)train6.xls
│  │  │  │  │  ├(38)train7.xls
│  │  │  │  │  ├(39)train8.xls
│  │  │  │  │  ├(40)train9.xls
│  │  │  │  │  └█
│  │  │  │  ├文件夹2：[experiment1200_300]
│  │  │  │  │  ├(1)test1.xls
│  │  │  │  │  ├(2)test10.xls
│  │  │  │  │  ├(3)test11.xls
│  │  │  │  │  ├(4)test12.xls
│  │  │  │  │  ├(5)test13.xls
│  │  │  │  │  ├(6)test14.xls
│  │  │  │  │  ├(7)test15.xls
│  │  │  │  │  ├(8)test16.xls
│  │  │  │  │  ├(9)test17.xls
│  │  │  │  │  ├(10)test18.xls
│  │  │  │  │  ├(11)test19.xls
│  │  │  │  │  ├(12)test2.xls
│  │  │  │  │  ├(13)test20.xls
│  │  │  │  │  ├(14)test3.xls
│  │  │  │  │  ├(15)test4.xls
│  │  │  │  │  ├(16)test5.xls
│  │  │  │  │  ├(17)test6.xls
│  │  │  │  │  ├(18)test7.xls
│  │  │  │  │  ├(19)test8.xls
│  │  │  │  │  ├(20)test9.xls
│  │  │  │  │  └█
│  │  │  │  ├文件夹3：[experiment2]
│  │  │  │  │  ├(1)test1.xls
│  │  │  │  │  ├(2)test10.xls
│  │  │  │  │  ├(3)test11.xls
│  │  │  │  │  ├(4)test12.xls
│  │  │  │  │  ├(5)test13.xls
│  │  │  │  │  ├(6)test14.xls
│  │  │  │  │  ├(7)test15.xls
│  │  │  │  │  ├(8)test16.xls
│  │  │  │  │  ├(9)test17.xls
│  │  │  │  │  ├(10)test18.xls
│  │  │  │  │  ├(11)test19.xls
│  │  │  │  │  ├(12)test2.xls
│  │  │  │  │  ├(13)test20.xls
│  │  │  │  │  ├(14)test3.xls
│  │  │  │  │  ├(15)test4.xls
│  │  │  │  │  ├(16)test5.xls
│  │  │  │  │  ├(17)test6.xls
│  │  │  │  │  ├(18)test7.xls
│  │  │  │  │  ├(19)test8.xls
│  │  │  │  │  ├(20)test9.xls
│  │  │  │  │  ├(21)train1.xls
│  │  │  │  │  ├(22)train10.xls
│  │  │  │  │  ├(23)train11.xls
│  │  │  │  │  ├(24)train12.xls
│  │  │  │  │  ├(25)train13.xls
│  │  │  │  │  ├(26)train14.xls
│  │  │  │  │  ├(27)train15.xls
│  │  │  │  │  ├(28)train16.xls
│  │  │  │  │  ├(29)train17.xls
│  │  │  │  │  ├(30)train18.xls
│  │  │  │  │  ├(31)train19.xls
│  │  │  │  │  ├(32)train2.xls
│  │  │  │  │  ├(33)train20.xls
│  │  │  │  │  ├(34)train3.xls
│  │  │  │  │  ├(35)train4.xls
│  │  │  │  │  ├(36)train5.xls
│  │  │  │  │  ├(37)train6.xls
│  │  │  │  │  ├(38)train7.xls
│  │  │  │  │  ├(39)train8.xls
│  │  │  │  │  ├(40)train9.xls
│  │  │  │  │  └█
│  │  │  │  ├文件夹4：[experiment3]
│  │  │  │  │  ├(1)test1.xls
│  │  │  │  │  ├(2)test10.xls
│  │  │  │  │  ├(3)test11.xls
│  │  │  │  │  ├(4)test12.xls
│  │  │  │  │  ├(5)test13.xls
│  │  │  │  │  ├(6)test14.xls
│  │  │  │  │  ├(7)test15.xls
│  │  │  │  │  ├(8)test16.xls
│  │  │  │  │  ├(9)test17.xls
│  │  │  │  │  ├(10)test18.xls
│  │  │  │  │  ├(11)test19.xls
│  │  │  │  │  ├(12)test2.xls
│  │  │  │  │  ├(13)test20.xls
│  │  │  │  │  ├(14)test3.xls
│  │  │  │  │  ├(15)test4.xls
│  │  │  │  │  ├(16)test5.xls
│  │  │  │  │  ├(17)test6.xls
│  │  │  │  │  ├(18)test7.xls
│  │  │  │  │  ├(19)test8.xls
│  │  │  │  │  ├(20)test9.xls
│  │  │  │  │  ├(21)train1.xls
│  │  │  │  │  ├(22)train10.xls
│  │  │  │  │  ├(23)train11.xls
│  │  │  │  │  ├(24)train12.xls
│  │  │  │  │  ├(25)train13.xls
│  │  │  │  │  ├(26)train14.xls
│  │  │  │  │  ├(27)train15.xls
│  │  │  │  │  ├(28)train16.xls
│  │  │  │  │  ├(29)train17.xls
│  │  │  │  │  ├(30)train18.xls
│  │  │  │  │  ├(31)train19.xls
│  │  │  │  │  ├(32)train2.xls
│  │  │  │  │  ├(33)train20.xls
│  │  │  │  │  ├(34)train3.xls
│  │  │  │  │  ├(35)train4.xls
│  │  │  │  │  ├(36)train5.xls
│  │  │  │  │  ├(37)train6.xls
│  │  │  │  │  ├(38)train7.xls
│  │  │  │  │  ├(39)train8.xls
│  │  │  │  │  ├(40)train9.xls
│  │  │  │  │  └█
│  │  │  │  └█
│  │  │  └█
│  │  ├(7)demodulation.m
│  │  ├(8)featureCalculate1.m
│  │  ├(9)featureDisplay.m
│  │  ├(10)FM.m
│  │  ├(11)fsk2.m
│  │  ├(12)fsk4.m
│  │  ├(13)fsk_2.m
│  │  ├(14)fsk_4.m
│  │  ├(15)main.m
│  │  ├(16)MATLAB Code.txt
│  │  ├(17)myCUM4EST.M
│  │  ├(18)OFDM.m
│  │  ├(19)psk2.m
│  │  ├(20)psk4.m
│  │  ├(21)psk_2.m
│  │  ├(22)psk_4.m
│  │  ├(23)QAM16.m
│  │  ├(24)SigGenerator1.m
│  │  ├(25)Test.m
│  │  ├(26)ThreeWavelet.m
│  │  ├(27)Wavelet.m
│  │  └█
│  ├文件夹2：[mainModel]
│  │  ├(1)Algorithm.py
│  │  ├(2)ANN.py
│  │  ├(3)demo2.py
│  │  ├(4)DHA_wine.py
│  │  ├(5)displayFunction.py
│  │  ├(6)main.py
│  │  ├(7)Model.py
│  │  ├(8)Preprocessing.py
│  │  ├(9)readfile.py
│  │  ├文件夹1：[__pycache__]
│  │  │  ├(1)Algorithm.cpython-37.pyc
│  │  │  ├(2)displayFunction.cpython-37.pyc
│  │  │  ├(3)Model.cpython-37.pyc
│  │  │  ├(4)Preprocessing.cpython-37.pyc
│  │  │  ├(5)readfile.cpython-37.pyc
│  │  │  └█
│  │  └█
│  ├文件夹3：[model]
│  │  ├(1)AdaBoost.model
│  │  ├(2)DecisionTree.model
│  │  ├(3)GaussianNB.model
│  │  ├(4)GBDT.model
│  │  ├(5)KNN.model
│  │  ├(6)LinearDiscriminantAnalysis.model
│  │  ├(7)LogisticRegression.model
│  │  ├(8)RandomForestClassifier.model
│  │  ├(9)SVM.model
│  │  ├(10)xgboost.model
│  │  └█
│  ├(1)README.md
│  └█
└█

运行例图：



无线电信号调制识别项目.zip (7.48 MB, 下载次数: 0, 售价: 30 积分)

2023-11-19 04:17 上传

点击文件名下载附件