论文 R 值的统计包络分析：轻量级射频调制分类
信号处理
2025-06-26 v1
摘要
调制分类在无线通信系统中发挥着关键作用，使应用包括认知无线电、频谱监视和电子战等。传统技术通常涉及深度学习或复杂特征提取，这些虽然有效，但需要大量计算资源和内存。1985 年，Chan 和 Gadbois 引入了一种理论方法，用于基于称为 R 值的参数进行调制分类。作者证明了 R 值——即信号包络均值之方差与其平方之比——可作为分类特征。本文我们重新审视了 R 值，显示通过统计方法可以进一步提高分类准确率。我们将 R 值分析扩展到即使在信号经由 Hilbert 变换后再经过短时傅里叶变换 (STFT) 变换后也能有效。我们的分析包括在 AM、DSB 和 SSB 类别中各 10 万 个随机变体的 30 万 个信号测试。在应用 Hilbert 变换后，我们在 AM、DSB 和 SSB 信号上分别实现 98.60、97.30 和 97.90% 的平均分类准确率。对 STFT 的类似或更好准确率观察到，分别达到 AM、DSB 和 SSB 类型的 98.80、99.10 和 99.00%。
关键词
引用
@article{arxiv.2506.19956,
title = {Revisiting R: Statistical Envelope Analysis for Lightweight RF Modulation Classification},
author = {Srinivas Rahul Sapireddy and Mostafizur Rahman},
journal= {arXiv preprint arXiv:2506.19956},
year = {2025}
}
备注
Accepted at RFCoN 2025: First International Conference on RF Communication and Networks