天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于灰狼算法優(yōu)化最小二乘支持向量機的調(diào)制信號識別研究

發(fā)布時間:2022-02-16 09:41
  信號調(diào)制方式的智能識別,是在接收方對信號的調(diào)制方式未知的條件下,對信號進行一系列處理,包括提取關(guān)鍵特征值,以及識別提取的特征值以完成對信號的分類。當(dāng)下數(shù)字信號調(diào)制方式日益繁多,由于其重要的軍事意義與民用價值,信號調(diào)制方式識別的研究一直在無線通信領(lǐng)域扮演著極其重要的角色,是該領(lǐng)域的熱門研究課題。其應(yīng)用也十分廣泛,如電子對抗、識別干擾、頻帶監(jiān)管等多個領(lǐng)域。信號調(diào)制方式的智能識別,也是智能信息處理和機器學(xué)習(xí)的一大應(yīng)用場景。對調(diào)制識別算法的研究可以擴展到其它智能信息處理問題上,具有廣闊的應(yīng)用前景。本文基于上述背景,分析信號調(diào)制識別已有研究存在的一些問題,在高斯白噪聲信道下,針對相位鍵控調(diào)制(MPSK)和正交振幅調(diào)制(MQAM)的識別問題,提出了基于高階累積量與局部均值分解對調(diào)制信號進行特征提取,本文設(shè)計了基于布谷鳥改進灰狼算法優(yōu)化支持向量機的調(diào)制信號分類器。論文研究主要工作如下:1.針對高階累積量無法有效進行MQAM與MPSK類間分類,以及模態(tài)經(jīng)驗分解存在的端點效應(yīng)嚴(yán)重、過包絡(luò)等問題,引入了局部均值分解概念,提出一種基于高階累積量與LMD近似熵的特征提取方法。通過計算接收信號的二、四、六階累積... 

【文章來源】:南京郵電大學(xué)江蘇省

【文章頁數(shù)】:65 頁

【學(xué)位級別】:碩士

【文章目錄】:
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 信號調(diào)制識別的研究現(xiàn)狀
        1.2.1 調(diào)制信號特征提取的研究現(xiàn)狀
        1.2.2 調(diào)制信號分類算法的研究現(xiàn)狀
    1.3 本文主要工作和結(jié)構(gòu)
第二章 信號調(diào)制理論概述及調(diào)制識別算法分析
    2.1 通信信號的基本調(diào)制方式
    2.2 調(diào)制識別算法基礎(chǔ)
    2.3 本章小結(jié)
第三章 基于高階累積量與局部均值分解的特征提取
    3.1 基于高階累積量的特征提取
        3.1.1 高階累積量的理論知識
        3.1.2 特征參數(shù)選取
    3.2 基于LMD的特征提取
        3.2.0 局部均值分解的理論知識
        3.2.1 特征參數(shù)選取
    3.3 特征提取
    3.4 本章小結(jié)
第四章 基于GWO算法優(yōu)化LSSVM的研究
    4.1 最小二乘支持向量機
    4.2 灰狼優(yōu)化算法
        4.2.1 算法來源
        4.2.2 算法數(shù)學(xué)模型
    4.3 基于GWO優(yōu)化LSSVM的調(diào)制信號分類器設(shè)計
        4.3.1 GWO優(yōu)化LSSVM算法分析
        4.3.2 GWO-LSSVM算法模型構(gòu)建
        4.3.3 調(diào)制信號識別分類器設(shè)計
    4.4 仿真與結(jié)果分析
    4.5 本章小結(jié)
第五章 基于布谷鳥算法改進的GWO-LSSVM分類器
    5.1 布谷鳥算法基礎(chǔ)
        5.1.1 算法來源
        5.1.2 算法數(shù)學(xué)模型
    5.2 布谷鳥搜索算法改進GWO算法
    5.3 基于CS-GWO算法優(yōu)化LSSVM分類器
    5.4 仿真與結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間申請的專利
致謝


【參考文獻】:
期刊論文
[1]布谷鳥搜索算法研究綜述[J]. 蘭少峰,劉升.  計算機工程與設(shè)計. 2015(04)
[2]基于聚類與神經(jīng)網(wǎng)絡(luò)的無線通信聯(lián)合調(diào)制識別新方法[J]. 楊發(fā)權(quán),李贊,羅中良.  中山大學(xué)學(xué)報(自然科學(xué)版). 2015(02)
[3]汽輪機轉(zhuǎn)子故障診斷中LMD法和EMD法的性能對比研究[J]. 向玲,鄢小安.  動力工程學(xué)報. 2014(12)
[4]EMD與LMD在BCI腦電信號分析中的比較研究[J]. 朱曉琳,劉建平.  武警工程大學(xué)學(xué)報. 2014 (04)
[5]一種新的自適應(yīng)布谷鳥搜索算法[J]. 錢偉懿,候慧超,姜守勇.  計算機科學(xué). 2014(07)
[6]基于半監(jiān)督聚類理論的MQAM信號的調(diào)制識別[J]. 孫剛燦,李蘋蘋,申金媛,趙海東.  鄭州大學(xué)學(xué)報(工學(xué)版). 2014(04)
[7]一種基于Lévy飛行軌跡的蝙蝠算法[J]. 謝健,周永權(quán),陳歡.  模式識別與人工智能. 2013(09)
[8]高階累積量和分形理論在信號調(diào)制識別中的應(yīng)用研究[J]. 黨月芳,徐啟建,張杰,陳曉.  信號處理. 2013(06)
[9]基于混沌粒子群的決策樹SVM的調(diào)制模式識別[J]. 張愛華,尉宇.  電視技術(shù). 2012(23)
[10]對基于決策論的數(shù)字信號調(diào)制識別方法的改進[J]. 張達(dá)敏,王旭.  計算機應(yīng)用. 2009(12)

博士論文
[1]數(shù)字通信信號調(diào)制識別算法研究[D]. 陳衛(wèi)東.西安電子科技大學(xué) 2001

碩士論文
[1]基于軟件無線電的通信信號調(diào)制模式識別算法及解調(diào)算法的研究[D]. 齊琳.哈爾濱工程大學(xué) 2005



本文編號:3627747

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/wltx/3627747.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶30819***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com