Refine
Document Type
- Patent (3)
- Article (unreviewed) (2)
- Article (reviewed) (1)
- Conference Proceeding (1)
Has Fulltext
- no (7)
Is part of the Bibliography
- yes (7)
Keywords
- Algorithmus (2)
- Klassifikation (2)
- Modulation (2)
- Überwachung (2)
- Computersysteme (1)
- Datenerfassung (1)
- Digitalsignal (1)
- Funktechnik (1)
- Monitoring (1)
- Segmentierung (1)
Die Erfindung betrifft ein Verfahren zur automatischen Klassifikation des Modulationsformats eines digital modulierten Signals, welches die empfangenen I/Q-Datenpunkte zuerst für jedes Modulationsformat mittels eines Clustering-Verfahrens ausgewertet, wobei nach Durchführung des Clustering-Verfahrens für jedes der Modulationsformate jeweils alle I/Q-Datenpunkte jeweils einem ermittelten Cluster-Schwerpunkt zugeordnet sind. Danach wird für jedes Modulationsformat jeweils der Wert einer Nutzenfunktion bestimmt, welche einen umso höheren (niedrigeren) Wert annimmt, je besser die einem Cluster-Schwerpunkt zugeordneten I/Q-Datenpunkte durch den Cluster-Schwerpunkt abgedeckt sind und je geringer die euklidischen Abstände der ermittelten Custer-Schwerpunkte von dem zugeordneten Konstellationspunkt sind. Es wird dann dasjenige Modulationsformat als das für das digital modulierte Signal zutreffende Modulationsformat angenommen, für welche die Nutzenfunktion den höchsten (niedrigsten) Wert annimmt.
Die Erfindung betrifft ein Verfahren zum Spektrum-Monitoring eines vorgegebenen Frequenzbandes, bei dem die spektrale Leistungsdichte (S(f)) innerhalb des vorgegebenen Frequenzbandes für alle in dem Frequenzband enthaltenen Rausch- und Signalanteile bestimmt wird und für das Detektieren des Vorhandenseins eines oder mehrerer Signale innerhalb des vorgegebenen Frequenzbandes das Überschreiten eines Schwellenwertes (λ) durch die spektrale Leistungsdichte (S(f)) ausgewertet wird. Erfindungsgemäß wird der Schwellenwert (λ) abhängig von einer Schätzung einer Verteilungsdichte (hR(S)) für den Rauschanteil der spektralen Leistungsdichte (S(f)) innerhalb des vorgegebenen Frequenzbandes und einem vorgegebenen Wert für die Falschalarmwahrscheinlichkeit (Pfa) berechnet.
The automatic classification of the modulation format of a detected signal is the intermediate step between signal detection and demodulation. If neither the transmitted data nor other signal parameters such as the frequency offset, phase offset and timing information are known, then automatic modulation classification (AMC) is a challenging task in radio monitoring systems. The approach of clustering algorithms is a new trend in AMC for digital modulations. A novel algorithm called `highest constellation pattern matching' is introduced to identify quadrature amplitude modulation and phase shift keying signals. The obtained simulation and measurement results outperform the existing algorithms for AMC based on clustering. Finally, it is shown that the proposed algorithm works in a real monitoring environment.