本文關(guān)鍵詞：通信信號(hào)調(diào)制方式自動(dòng)識(shí)別算法研究

  更多相關(guān)文章： 調(diào)制識(shí)別 特征提取 聚類 特征分解 多項(xiàng)式擬合 匹配算法

【摘要】：調(diào)制信號(hào)識(shí)別作為信號(hào)檢測(cè)和信號(hào)解調(diào)之間的重要環(huán)節(jié),其目的為在沒(méi)有先驗(yàn)知識(shí)的情況下,通過(guò)對(duì)接收信號(hào)的處理判斷出信號(hào)的調(diào)制方式。其在軍用和民用通信各領(lǐng)域的廣泛的應(yīng)用范圍和應(yīng)用前景賦予其極大地研究?jī)r(jià)值。隨著數(shù)字通信技術(shù)的日益發(fā)展、通信信號(hào)的體制與調(diào)制樣式的日益復(fù)雜與多樣化,接收信號(hào)的調(diào)制方式的確定作為信號(hào)解調(diào)的基礎(chǔ)顯得尤為重要,但也因此而越來(lái)越困難。近數(shù)十年以來(lái),國(guó)內(nèi)外眾多學(xué)者在通信信號(hào)調(diào)制識(shí)別領(lǐng)域進(jìn)行了大量的探索,取得了卓著的成就,提出了很多很有價(jià)值的識(shí)別算法。許多經(jīng)典的算法具有其特有的優(yōu)勢(shì)但也有其局限性,例如對(duì)先驗(yàn)知識(shí)的依賴,對(duì)信噪比的適應(yīng)性較差及適用范圍小等等問(wèn)題。而如何盡可能地克服這些缺點(diǎn)也正是本文的研究目標(biāo)與主題思路。本文以多種信號(hào)類型作為研究對(duì)象,涉及14種數(shù)字調(diào)制信號(hào):BPSK,QPSK,OQPSK,8PSK,16PSK,2ASK,4ASK,16QAM,32QAM,64QAM,128QAM,256QAM,2FSK,MSK;5種模擬調(diào)制信號(hào):AM,DSB,USB,LSB,FM以及純載波CW,共20種信號(hào)。尋找各類信號(hào)合適的特征參數(shù)或統(tǒng)計(jì)特性作為識(shí)別依據(jù)是各類調(diào)制識(shí)別算法的核心內(nèi)容。本文主要基于各類信號(hào)的結(jié)構(gòu)特征提取特征�；趯�(duì)各信號(hào)結(jié)構(gòu)特征的分析,根據(jù)各特征的獨(dú)有性或共有性可以確定相對(duì)最優(yōu)的識(shí)別層次和順序,并以此建立針對(duì)此20種信號(hào)的自動(dòng)識(shí)別算法的樹(shù)狀分類結(jié)構(gòu),以逐層判決、從大類到小類的思路進(jìn)行識(shí)別。對(duì)于特征參數(shù),文中主要從碼元特征、頻域特征、星座圖特征等方面對(duì)信號(hào)結(jié)構(gòu)特性進(jìn)行分析,涉及信號(hào)時(shí)域碼元變換時(shí)刻提取、頻譜及高次方譜單峰存在性判決、功率譜譜峰數(shù)判斷、頻譜對(duì)稱性判斷等內(nèi)容。除基于特征參數(shù)的門限判決外,算法還涉及基于聚類的星座圖匹配算法,為此文中介紹了最為適宜的劃分型聚類算法并對(duì)最常用的HCM算法及其改進(jìn)FCM算法進(jìn)行了詳盡的說(shuō)明,最終選取了進(jìn)一步改進(jìn)后的FCM聚類算法對(duì)接收信號(hào)序列進(jìn)行聚類分析,在較高信噪比條件下能夠得到較為準(zhǔn)確的信號(hào)星座圖,繼而通過(guò)與標(biāo)準(zhǔn)星座圖的匹配得到信號(hào)的調(diào)制類型。針對(duì)各階,尤其是高階QAM調(diào)制信號(hào)的識(shí)別,聚類匹配算法極易受噪聲影響,因此該算法只能在較高信噪比條件下取得較好的性能。為擴(kuò)大適用范圍,本文提出了針對(duì)較低信噪比QAM調(diào)制信號(hào)的基于特征分解與多項(xiàng)式擬合的信噪比估計(jì)匹配的識(shí)別算法,并結(jié)合針對(duì)高信噪比信號(hào)的基于星座圖聚類匹配的識(shí)別算法形成了基于信噪比估計(jì)值進(jìn)行算法選擇的整體算法結(jié)構(gòu),擴(kuò)大了適用范圍。
【關(guān)鍵詞】：調(diào)制識(shí)別 特征提取 聚類 特征分解 多項(xiàng)式擬合 匹配算法
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.3
【目錄】：

• 摘要5-6
• ABSTRUCT6-11
• 符號(hào)對(duì)照表11-13
• 縮略語(yǔ)對(duì)照表13-16
• 第一章 緒論16-22
• 1.1 研究背景16-17
• 1.2 研究現(xiàn)狀17-20
• 1.2.1 最大似然假設(shè)檢驗(yàn)法17-18
• 1.2.2 模式識(shí)別方法18-20
• 1.3 主要研究?jī)?nèi)容20-22
• 第二章 調(diào)制識(shí)別理論基礎(chǔ)22-46
• 2.1 信號(hào)調(diào)制原理22-23
• 2.2 信號(hào)形式分析23-27
• 2.3 信號(hào)特征分析27-38
• 2.3.1 信號(hào)碼元特征分析27-29
• 2.3.2 信號(hào)頻域特征分析29-36
• 2.3.3 信號(hào)星座圖特征分析36-37
• 2.3.4 信號(hào)其他特征分析37-38
• 2.4 聚類理論與星座圖匹配算法38-44
• 2.4.1 聚類概念38-39
• 2.4.2 HCM聚類39-40
• 2.4.3 FCM聚類40-41
• 2.4.4 基于初始聚類中心選取的改進(jìn)FCM算法41-43
• 2.4.5 星座圖匹配算法43-44
• 2.5 本章小結(jié)44-46
• 第三章 識(shí)別總流程及相應(yīng)特征參數(shù)提取46-64
• 3.1 識(shí)別總流程46-47
• 3.2 特征參數(shù)提取47-61
• 3.2.1 信號(hào)碼元特征提取47-48
• 3.2.2 信號(hào)頻域特征提取48-58
• 3.2.3 信號(hào)星座圖特征提取58-59
• 3.2.4 信號(hào)其他特征提取59-61
• 3.3 仿真分析61-62
• 3.4 本章小結(jié)62-64
• 第四章 基于特征分解與多項(xiàng)式擬合的信噪比估計(jì)匹配的QAM識(shí)別算法64-80
• 4.1 基于多項(xiàng)式擬合的信噪比估計(jì)64-71
• 4.1.1 理論及算法分析64-67
• 4.1.2 信噪比估計(jì)仿真67-71
• 4.2 基于子空間分解的信噪比估計(jì)71-74
• 4.2.1 理論及算法分析71-73
• 4.2.2 信噪比估計(jì)仿真73-74
• 4.3 信噪比估計(jì)匹配識(shí)別74-78
• 4.3.1 識(shí)別流程74-75
• 4.3.2 仿真分析75-78
• 4.4 總識(shí)別仿真分析78-79
• 4.5 本章小結(jié)79-80
• 結(jié)論80-82
• 參考文獻(xiàn)82-86
• 致謝86-88
• 作者簡(jiǎn)介88-89

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孟德軍;;裝車地直達(dá)車流的自動(dòng)識(shí)別算法[J];鐵路計(jì)算機(jī)應(yīng)用;2008年07期

2 王榮華;杜平安;黃明鏡;聶寶林;;基于等溫線溫度識(shí)別的示溫漆溫度自動(dòng)識(shí)別算法[J];電子測(cè)量與儀器學(xué)報(bào);2010年06期

3 高霄云;楊建林;;基于規(guī)則的中文時(shí)間詞和數(shù)詞的自動(dòng)識(shí)別算法[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2007年03期

4 晏素芬;周書(shū)民;汪志成;莊文偉;;行波測(cè)距中故障性質(zhì)自動(dòng)識(shí)別算法的研究[J];計(jì)算機(jī)與現(xiàn)代化;2012年07期

5 石時(shí)需;秦勇;蔡昭權(quán);周劍斌;黃翰;;基于高速公路交通圖像的安全帶自動(dòng)識(shí)別算法[J];計(jì)算機(jī)與現(xiàn)代化;2014年05期

6 張萌;;無(wú)線信號(hào)自動(dòng)識(shí)別算法的仿真實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2009年32期

7 張明;;車牌照自動(dòng)識(shí)別算法研究[J];現(xiàn)代電子技術(shù);2008年22期

8 彭博;蔣陽(yáng)升;蒲云;;基于多級(jí)降維處理的路面裂縫圖像自動(dòng)識(shí)別算法[J];公路;2013年12期

9 李忠海,王凡;骨齡特征自動(dòng)識(shí)別算法及系統(tǒng)設(shè)計(jì)[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

10 陳運(yùn)文,王逸飛;基于幾何統(tǒng)計(jì)特征的印鑒自動(dòng)識(shí)別算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年27期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 黃進(jìn)文;王威廉;張?chǎng)?;基于虛擬儀器實(shí)現(xiàn)的ECG信號(hào)S-T段波形自動(dòng)識(shí)別算法研究[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李剛;基于圖像工程的路面破損自動(dòng)識(shí)別算法研究[D];長(zhǎng)安大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 湯滋青;通信信號(hào)調(diào)制方式自動(dòng)識(shí)別算法研究[D];西安電子科技大學(xué);2015年

2 燕丹晨;基于衛(wèi)星高度計(jì)的中尺度渦自動(dòng)識(shí)別算法研究[D];國(guó)家海洋環(huán)境預(yù)報(bào)中心;2015年

3 王祥鳳;設(shè)備結(jié)構(gòu)缺陷無(wú)損自動(dòng)識(shí)別算法研究[D];東北電力大學(xué);2006年

4 張偉;地面目標(biāo)圖象自動(dòng)識(shí)別算法和系統(tǒng)研究[D];華中科技大學(xué);2006年

5 孟凡超;目標(biāo)自動(dòng)識(shí)別算法研究及硬件實(shí)現(xiàn)[D];長(zhǎng)春理工大學(xué);2004年

6 譚小沙;復(fù)雜條件下的QR碼圖像自動(dòng)識(shí)別算法及其實(shí)現(xiàn)[D];湖南大學(xué);2013年

7 王福生;基于紋理與形狀特性的鞋底花紋自動(dòng)識(shí)別算法的研究[D];大連海事大學(xué);2006年

8 龍鎮(zhèn);車牌自動(dòng)識(shí)別算法的研究與實(shí)現(xiàn)[D];華北電力大學(xué)（河北）;2009年

本文編號(hào)：575004