Может кому попадались материалы по этой теме, киньте сцылкой пожалуйста, можно не электронной.
Сразу оговорюсь, нейросетевые алгоритмы не интересуют, поскольку не являются решением задачи.
Пока не нашел ни одного русскоязычного источника, впрочем, на английском тоже очень мало попалось...

Попадался мне как-то номер журнала, толи "СпецТехника", толи "Специальная техника", где обсуждался этот вопрос. Я его, кажется, сохранил. Я сейчас в отпуске, так что попробуйте найти сами, если не получится и ещё будет нужно, то напомните мне через пару недель. Если журнал сохранился - вышлю на мыло.

. . .


Нашел их сайт http://www.st.ess.ru

Сообщение отредактировал DuHast - Aug 21 2006, 09:59

А Вам какие виды модуляции нужно классифицировать? Все возможные или, все же список ограничен.
Вот у меня статейка завалялась про (M-ary PSK signals).  Optimum_classifier_for_M_ary_PSK_signals.zip ( 270.21 килобайт ) Кол-во скачиваний: 25891
Вообще, чисто мое мнение, если работать по реальным сигналам и канал распространения достаточно кривой (вроде КВ), да еще, если не дай бог, какая-нибудь FSK налезает на QPSK, то ни хрена хорошего не получится. Человек вот лучший классификатор . А модель человека пытались сделать адепты нейронных сетей, правда, похоже, ничего у них пока не получилось.

2 alex_os спасибо за статью
Распознавать надо в первую очередь сигналы с полосовой модуляцией, поскольку многоканальные и с расширением спектра являются их модификацией. В первую очередь интересуют классы APSK (всякие nQAM, nPSK, nDPSK и т.п.), CPFM (GMSK, TFSK, RCFSK и т.п.), и частотная манипуляция с разрывами фазы.

Задача на первый взгляд должна решаться несложно и эффективно. Если демодулятор может восстановить по сигналу данные с приемлемым коэффициентом ошибки, то уж классификатор-то точно должен справиться, поскольку работает с интегральными параметрами, и может себе позволить многопроходный анализ больших фрагментов сигнала в нереальном времени. Вот только с замираниями чего-то надо делать...

Вообще - то демодулятор находиться в гораздо более выгодном положении, чем классификатор, потому, что он знает с достаточно высокой точностью значения параметров модуляции (тактовая частота, несущая, вид модуляции), знает все настроечные последовательности имееющиеся в сигнале и цепляется за них. Еще многие системы любят работать короткими пакетами, что тоже сильно осложняет жизнь.

Есть подход к классификации на основе статистик модулированного сигнала.

http://www.cs.tut.fi/sgn/arg/rosti/rosti_mscthesis.pdf

2 alex_os
Зато демодулятор не может себе позволить 5-6 проходов обработки с применением тяжелых методов анализа
А настроечные последовательности нужны только для быстрой цикловой и тактовой синхронизации, при многопроходной обработке они особо ничего не дают. Что касается коротких пакетов - то их можно насобирать много для статистики. Так что кому из них проще - вопрос не однозначный.
2 petrov огромное спасибо!