【摘要】：通信信號的調(diào)制識別是從給定的信號集中確定信號的調(diào)制方式的過程,其在軍事、民用通信方面都具有重要的應用。在目前的許多文獻中所涉及的調(diào)制識別算法都假設加性噪聲服從高斯分布,然而,大部分無線電波信道中的人為電磁噪聲、自然噪聲以及兩者的聯(lián)合噪聲常常表現(xiàn)出非高斯性。研究發(fā)現(xiàn),Alpha穩(wěn)定分布模型可以更有效地表示上述非高斯噪聲,近年來很多學者將非高斯噪聲建模為Alpha穩(wěn)定分布模型。因為Alpha穩(wěn)定分布噪聲下信號的二階及二階以上的統(tǒng)計量為無窮大,所以很多高斯噪聲下的調(diào)制識別算法不能直接應用于Alpha穩(wěn)定分布噪聲環(huán)境。因此,探索非高斯Alpha穩(wěn)定分布噪聲環(huán)境下信號識別技術(shù),具有較強的實際價值和重要的理論意義。本文在Alpha穩(wěn)定分布噪聲環(huán)境下,對信號的調(diào)制識別技術(shù)進行了較深入的研究,主要的工作內(nèi)容如下:首先,針對Alpha穩(wěn)定分布噪聲下現(xiàn)有的識別算法計算復雜度較高且在低信噪比環(huán)境下識別性能較差的問題,文章提出了廣義累積量和廣義瞬時相位的概念,并基于此概念對Alpha噪聲下的信號進行了識別。首先構(gòu)造廣義二階和四階累積量特征,并計算基于分數(shù)階傅里葉變換的廣義瞬時相位的譜密度最大值做為信號的分類特征,然后通過最小均方誤差分類器和門限的設置對常用的信號在Alpha穩(wěn)定分布噪聲下進行分類。仿真結(jié)果表明,在Alpha穩(wěn)定分布噪聲環(huán)境下,本文算法在低信噪比條件下識別性能較好并且具有更低的計算復雜度。其次,在Alpha穩(wěn)定分布噪聲環(huán)境下,本文又提出了一種基于瞬時特征和判決樹分類器的數(shù)字調(diào)制信號識別的新方法。該方法首先利用分數(shù)低階Fast ICA進行信號和噪聲的分離,對分離后的有用信號進行基于插值的總體平均局部均值分解(LDM),然后利用不同調(diào)制類型的信號瞬時頻率和瞬時幅值的差異性,構(gòu)造兩個瞬時特征--分段瞬時頻率標準差和分段瞬時幅度標準差,最后通過判決樹分類器中的門限對信號進行分類。仿真結(jié)果表明,在Alpha穩(wěn)定分布噪聲環(huán)境下,本文算法具有很好的識別性能和魯棒性。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN911.3

【參考文獻】

相關(guān)期刊論文 前1條

1 王蒙;于宏毅;胡峗鵬;代琨;;基于特征選擇和支持向量機的數(shù)字調(diào)制識別方法[J];信息工程大學學報;2013年04期

，

本文編號：2581193