在航天測(cè)控系統(tǒng)中,測(cè)控設(shè)備與航天器之間的信道環(huán)境不穩(wěn)定,測(cè)控設(shè)備接收到的干擾信號(hào)（其他設(shè)備發(fā)送的信號(hào)對(duì)測(cè)控設(shè)備而言為干擾信號(hào)）存在受噪聲影響大,干噪比區(qū)間較大,在較大區(qū)間內(nèi)存在干噪比較低的問題。在測(cè)控設(shè)備中,需要在大動(dòng)態(tài)范圍干噪比,干噪比范圍中存在低干噪比條件下對(duì)接收到的信號(hào)進(jìn)行判斷是否存在其他用戶信號(hào),對(duì)接收到的干擾信號(hào)進(jìn)行干噪比估計(jì),對(duì)接收到的信號(hào)進(jìn)行調(diào)制方式的識(shí)別,才能完成測(cè)控設(shè)備對(duì)接收信號(hào)的解調(diào),發(fā)射信號(hào)的調(diào)制方式選擇與使用的頻帶選擇。所以本文的研究?jī)?nèi)容分為三部分展開研究,分別是頻譜感知技術(shù)研究,干擾信號(hào)強(qiáng)度估計(jì)技術(shù)研究和調(diào)制模式識(shí)別技術(shù)研究。近年來,研究者們?cè)谏窠?jīng)網(wǎng)絡(luò)研究方面取得了重大突破,在圖像和語(yǔ)音等方面得到了廣泛的應(yīng)用,神經(jīng)網(wǎng)絡(luò)具有很好自動(dòng)提取深層魯棒性特征的能力,所以本文使用神經(jīng)網(wǎng)絡(luò)研究這三個(gè)內(nèi)容。第一,基于神經(jīng)網(wǎng)絡(luò)的頻譜智能感知技術(shù)研究。研究過程中使用了一般的頻譜感知算法自適應(yīng)能量算法（ADAPT-ED）和基于特征值檢測(cè)（MME）進(jìn)行頻譜感知,為了保證頻譜感知的方法能夠在較大信噪比范圍和較低信噪比下有較好的性能,首先提出了單通道的神經(jīng)網(wǎng)絡(luò)頻譜感知技術(shù),單通道的頻譜感... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

整體研究方案框圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-9-第2章頻譜智能感知與干擾信號(hào)強(qiáng)度估計(jì)技術(shù)基礎(chǔ)2.1引言本章首先簡(jiǎn)單介紹本文研究的航天測(cè)控系統(tǒng)概念基礎(chǔ)和各部分的工作流程。然后介紹本文的研究?jī)?nèi)容使用的信號(hào)數(shù)據(jù)為10種不同的調(diào)制方式信號(hào)數(shù)據(jù)，對(duì)使用的信號(hào)進(jìn)行介紹并仿真，為后續(xù)的技術(shù)研究提供數(shù)據(jù)來源。同時(shí)本章將介紹課題研究中需要用到的神經(jīng)網(wǎng)絡(luò)的算法原理，如卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)LSTM和GRU的網(wǎng)絡(luò)結(jié)構(gòu)，并簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)的損失函數(shù)和優(yōu)化方法。2.2航天測(cè)控系統(tǒng)概念基礎(chǔ)航天測(cè)控系統(tǒng)所面對(duì)的空間環(huán)境復(fù)雜，現(xiàn)在的航天測(cè)控頻段主要使用S頻段，當(dāng)需要使用S頻段中的某一子頻段時(shí)，需要測(cè)控設(shè)備對(duì)該子頻段中的信號(hào)進(jìn)行處理，進(jìn)一步判斷是否可使用。因?yàn)樵谠摽臻g環(huán)境中接收到的信號(hào)是多方用戶發(fā)送的信號(hào)，對(duì)于單一測(cè)控設(shè)備來講，均可以視為干擾信號(hào)。對(duì)接收到的干擾信號(hào)需要做進(jìn)一步的處理，并為信號(hào)調(diào)制方式選擇等提供依據(jù)。整體系統(tǒng)框圖如下圖2-1所示。圖2-1整體系統(tǒng)框圖整體系統(tǒng)中頻譜感知主要用于對(duì)接收到的信號(hào)進(jìn)行判斷是否為噪聲還是干擾信號(hào)和噪聲的疊加信號(hào)，進(jìn)而判斷探測(cè)的子頻段是否被占用。干擾信號(hào)的干噪比估計(jì)是對(duì)接收到的疊加信號(hào)進(jìn)行干噪比估計(jì)，通過干噪比估計(jì)值進(jìn)行比較使用干噪比最小的子頻段。最后對(duì)接收到的信號(hào)進(jìn)行調(diào)制模式識(shí)別，識(shí)別干擾信號(hào)的調(diào)制方式，進(jìn)一步確定測(cè)控設(shè)備可以使用的調(diào)制體制等。工作流程框圖如圖2-2所示。

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-10-圖2-2工作流程圖2.3調(diào)制模式信號(hào)基礎(chǔ)首先對(duì)衛(wèi)星測(cè)控系統(tǒng)調(diào)制模式信號(hào)數(shù)據(jù)集的仿真，使用該數(shù)據(jù)集進(jìn)行傳統(tǒng)頻譜感知算法仿真和神經(jīng)網(wǎng)絡(luò)頻譜感知算法仿真和驗(yàn)證。本課題中假設(shè)信道環(huán)境為理想的高斯白噪聲信道，用于進(jìn)行課題研究的仿真信號(hào)數(shù)據(jù)集信號(hào)參數(shù)如下：信號(hào)集合為{2ASK、4ASK、8ASK、BPSK、QPSK、8PSK、16QAM}，經(jīng)過射頻處理過所提取的信號(hào)的中頻頻率為：fc=70M，信號(hào)的采樣頻率：fs=400M，信號(hào)的碼速率為fd=2Mbps，數(shù)字基帶信號(hào)碼元長(zhǎng)度設(shè)為18個(gè)碼元，MFSK的頻偏為1MHz。信噪比范圍為[-15dB:1dB:15dB]，設(shè)定范圍較大，信噪比較低，滿足課題需要在低信噪比，大范圍信噪比的頻譜感知性能要求。數(shù)字基帶幅度調(diào)制信號(hào)(MASK)是由數(shù)字基帶的碼元作為幅度大小調(diào)制載波信號(hào)。如果假設(shè)MASK信號(hào)的基帶信號(hào)有M種持續(xù)時(shí)間為Ts的碼元，則調(diào)制后的MASK信號(hào)載波幅度對(duì)應(yīng)M種幅度，持續(xù)時(shí)間為Ts。所以可以有MASK信號(hào)的時(shí)域表達(dá)式為：()[()]cos(2)nscnxtAagtnTft(2-1)

【參考文獻(xiàn)】：
期刊論文
[1]無線通信中的信噪比估計(jì)算法研究[J]. 劉劍鋒,李瑞華,劉垚圻,蘇泳濤,胡金龍.  計(jì)算機(jī)工程與應(yīng)用. 2020(18)
[2]諧波重構(gòu)先驗(yàn)信噪比估計(jì)算法[J]. 王杰,楊程程,莫嘉永,王敦澤,王謝謝.  計(jì)算機(jī)工程與應(yīng)用. 2018(07)
[3]Sequential nonlinear tracking filter without requirement of measurement decorrelation[J]. Gongjian Zhou,Junhao Xie,Rongqing Xu,Taifan Quan.  Journal of Systems Engineering and Electronics. 2015(06)
[4]基于K-SVD和稀疏表示的數(shù)字調(diào)制模式識(shí)別[J]. 王振宇,秦立龍,刁俊良.  計(jì)算機(jī)科學(xué). 2013(10)
[5]基于隱馬爾科夫樹模型的小波域壓縮采樣信號(hào)重構(gòu)方法[J]. 趙貽玖,王厚軍,戴志堅(jiān).  電子測(cè)量與儀器學(xué)報(bào). 2010(04)
[6]基于輪廓波維納濾波的圖像壓縮傳感重構(gòu)[J]. 李林,孔令富,練秋生.  儀器儀表學(xué)報(bào). 2009(10)
[7]一種基于高階累積量的數(shù)字調(diào)相信號(hào)識(shí)別方法[J]. 陸鳳波,黃知濤,易輝榮,姜文利.  系統(tǒng)工程與電子技術(shù). 2008(09)
[8]基于星座圖的數(shù)字調(diào)制方式識(shí)別[J]. 王建新,宋輝.  通信學(xué)報(bào). 2004(06)
[9]基于高階累積量和支撐矢量機(jī)的調(diào)制識(shí)別研究[J]. 韓鋼,張文紅,李建東,陳彥輝.  系統(tǒng)工程與電子技術(shù). 2003(08)
[10]調(diào)制信號(hào)的分形特征研究[J]. 呂鐵軍,郭雙冰,肖先賜.  中國(guó)科學(xué)E輯:技術(shù)科學(xué). 2001(06)

碩士論文
[1]基于循環(huán)譜特征的頻譜感知技術(shù)研究[D]. 杜金財(cái).北京郵電大學(xué) 2018
[2]無線通信信噪比估計(jì)算法研究與實(shí)現(xiàn)[D]. 楊曉梅.電子科技大學(xué) 2014



本文編號(hào)：3581035