數(shù)字通信信號(hào)調(diào)制方式識(shí)別及參數(shù)估計(jì).pdf

1、數(shù)字通信信號(hào)的自動(dòng)調(diào)制識(shí)別與參數(shù)估計(jì)技術(shù)是通信系統(tǒng)中的關(guān)鍵技術(shù)，該過(guò)程介于信號(hào)檢測(cè)與解調(diào)之間，在合作和非合作通信領(lǐng)域如無(wú)線(xiàn)電頻譜管理、電子對(duì)抗等領(lǐng)域具有重要意義。近年來(lái)，隨著現(xiàn)代通信和信號(hào)處理技術(shù)的突飛猛進(jìn)，通信信號(hào)體制和調(diào)制樣式日趨復(fù)雜和多樣，另外，信號(hào)傳輸?shù)沫h(huán)境也變得越來(lái)越惡劣，所有這些變化都使得對(duì)通信信號(hào)識(shí)別與參數(shù)估計(jì)的要求越來(lái)越高，難度越來(lái)越大。從國(guó)內(nèi)外發(fā)表的文獻(xiàn)也可以看出，通信信號(hào)調(diào)制方式的自動(dòng)識(shí)別理論正日益豐富和完善，特別是

2、在低信噪比條件下調(diào)制樣式的識(shí)別和參數(shù)估計(jì)問(wèn)題更是備受關(guān)注。
　　論文主要研究數(shù)字調(diào)制信號(hào)自動(dòng)識(shí)別技術(shù)，包括特征提取與選擇、分類(lèi)器設(shè)計(jì)以及參數(shù)估計(jì)等內(nèi)容，本文的主要研究?jī)?nèi)容和工作包含以下幾個(gè)方面：
　　首先，研究并實(shí)現(xiàn)了基于瞬時(shí)信息的特征參數(shù)提取方法，采用了小波閾值消噪算法對(duì)其進(jìn)行優(yōu)化，得到一組性能良好的特征參數(shù)，改善瞬時(shí)信息受噪聲影響的情況。
　　其次，研究了基于決策樹(shù)的分類(lèi)器設(shè)計(jì)，根據(jù)提取的特征參數(shù)，設(shè)計(jì)了基于決策樹(shù)

3、的分類(lèi)器，給出六種待識(shí)別數(shù)字調(diào)制信號(hào)的識(shí)別分類(lèi)的流程。通過(guò)仿真分析了該分類(lèi)器的分類(lèi)性能，由于每個(gè)特征參數(shù)的選取以及固定判決值對(duì)決策樹(shù)分類(lèi)器有著至關(guān)重要的影響，在低信噪比條件下，特征參數(shù)受噪聲影響，導(dǎo)致分類(lèi)效果不佳。
　　再次，針對(duì)決策樹(shù)分類(lèi)器的缺點(diǎn)，引入了支持向量機(jī)分類(lèi)器，在分析了支持向量機(jī)的基礎(chǔ)理論和分類(lèi)原理的基礎(chǔ)上，采用與前面決策樹(shù)分類(lèi)器相同的樣本數(shù)據(jù)，仿真分析了支持向量機(jī)分類(lèi)器在不同信噪比情況下的分類(lèi)性能，分析比較兩種分類(lèi)器

4、發(fā)現(xiàn)支持向量機(jī)分類(lèi)器具有更好的分類(lèi)性能。
　　最后，研究了幾種比較常用的載波頻率估計(jì)和符號(hào)速率估計(jì)方法，通過(guò)仿真實(shí)驗(yàn)，分析比較了它們的優(yōu)缺點(diǎn)，并對(duì)其中的算法提出改進(jìn)，仿真驗(yàn)證算法性能有所優(yōu)化。考慮到未知先驗(yàn)信息的情況，提出了一種改進(jìn)的基于循環(huán)譜和離散譜線(xiàn)提取的聯(lián)合調(diào)制參數(shù)估計(jì)方法。該算法利用信號(hào)調(diào)制參數(shù)和循環(huán)頻率之間的關(guān)系，通過(guò)提取信號(hào)循環(huán)譜的截面上與循環(huán)頻率相對(duì)應(yīng)的離散譜線(xiàn)，實(shí)現(xiàn)對(duì)MASK、MFSK和MPSK信號(hào)調(diào)制參數(shù)的精確估