数字信号参数估计与调制识别关键技术研究

发布时间：2017-06-28 21:18

  本文关键词：数字信号参数估计与调制识别关键技术研究，由笔耕文化传播整理发布。

【摘要】：随着现代通信技术的发展,使得有限频率范围内的信号越来越多,导致通信环境越来越复杂,通信资源也日益匮乏,因此对未知通信信号重要特征参数的提取尤显重要。数字通信信号的调制方式、码元速率、载波频率和带宽作为确定信号的基本特征参数,是对信号正确解调的前提,也是对信号干扰、破译的基础。这些特征参数提供了未知信号的结构特性等有用信息,在军事和民用领域皆具有重要应用。首先,对常用的数字调制信号的调制方式、码元速率、载波频率和带宽等四类参数进行了分析。并介绍了当前主要的参数估计和调试方式识别算法,详细讨论了各种算法在不同适用的场合下的性能,因为需求或者应用场合的不同我们需要选择不同的识别或者估计算法,同时分析了各类算法的发展趋势。其次,提出了针对三种重要参数的估计算法,即基于小波变换的码元速率估计算法、基于高阶循环累积量的载波频率估计算法以及基于平均周期图法的带宽估计算法。小波变换通过对母小波平移操作得到信号的时间信息又可以通过对小波尺度的缩放操作得到信号的频域信息,称得上是信号分析的显微镜；循环累积量算法具有很好地抗高斯噪声性能,当搜索步长设置很小时,载波估计能够达到较高的精度；平均周期图法通过将接收信号分段求周期图后再平均的办法在信号带宽估计方面有很好的性能。针对以上各类算法,文中都进行了详细的理论分析和说明,同时给出了切实可行的算法流程,并进行了大量的仿真和性能测试。最后,调制方式识别的目的即在全盲的前提下,判断出接收信号的调制方式。本文从算法的扩展性和快速性两方面考虑,以不同侧重面,研究了两种针对不同实现需求的识别算法。前者以高阶累积量作为特征参数,以统一的方式提取特征,选择支持向量机作为分类器。其具有完整的分类器体系且对于各种信号都有类似的特征提取方法,可扩展性能良好且利于扩大识别范围。但其耗时较长且算法复杂度较高。后者针对待识别信号各自的频谱、平方谱和高次方谱等特征进行分析,从其波形特征提取识别特征值,再采用树形分类结构,以大量测试确定最优门限值进行识别。该算法复杂度相对较小,识别实时性较好,但其可扩展性不好。
【关键词】：数字调制 特征参数估计 支持向量机 高阶累积量 谱特征
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.3
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-16
• 第一章 绪论16-20
• 1.1 研究背景及意义16-17
• 1.2 研究现状17-18
• 1.3 论文的主要研究内容及章节安排18-20
• 第二章 数字信号重要参数的估计20-34
• 2.1 数字信号码元速率估计20-25
• 2.1.1 码元速率估计研究思路20-21
• 2.1.2 数字调制信号的一般模型21
• 2.1.3 码元速率估计算法分析21-23
• 2.1.4 码元速率估计算法实现23-24
• 2.1.5 码元速率估计仿真分析24-25
• 2.2 数字信号载波频率估计25-28
• 2.2.1 载波频率估计研究思路25
• 2.2.2 载波频率估计算法分析25-27
• 2.2.3 载波频率估计算法实现27
• 2.2.4 载波频率估计仿真分析27-28
• 2.3 数字信号带宽估计28-34
• 2.3.1 带宽估计研究思路28-30
• 2.3.2 带宽估计算法分析30-31
• 2.3.3 带宽估计算法实现31
• 2.3.4 带宽估计仿真分析31-34
• 第三章 基于高阶累积量及支持向量机的识别算法34-58
• 3.1 调制方式识别理论基础34-39
• 3.1.1 调制方式识别概述34-35
• 3.1.2 调制方式识别方法分类35-37
• 3.1.3 研究思路37-39
• 3.2 调制信号高阶累积量分析39-45
• 3.2.1 高阶累积量理论基础39-42
• 3.2.2 调制信号高阶累积量理论值分析42-43
• 3.2.3 相位旋转影响的消除43
• 3.2.4 高阶累积量的归一化43-44
• 3.2.5 各信号高阶累积量仿真44-45
• 3.3 信噪比估计45-48
• 3.3.1 算法实现45-46
• 3.3.2 信噪比估计仿真分析46-48
• 3.4 支持向量机相关理论48-54
• 3.4.1 线性分类器49-52
• 3.4.2 核函数52-53
• 3.4.3 SVM的多类别分类53-54
• 3.5 调制方式识别仿真54-58
• 第四章 基于频域特征的识别算法58-68
• 4.1 常用数字信号频域特征58-59
• 4.1.1 信号功率谱58
• 4.1.2 信号平方谱58
• 4.1.3 信号四次方谱58-59
• 4.2 数字信号频域特征分析59-63
• 4.2.1 2FSK信号59
• 4.2.2 2ASK信号59-60
• 4.2.3 16QAM信号60
• 4.2.4 BPSK信号60-61
• 4.2.5 MSK信号61-62
• 4.2.6 QPSK信号62-63
• 4.3 调制方式识别流程63-64
• 4.4 调制方式识别仿真64-68
• 第五章 结论68-70
• 参考文献70-72
• 致谢72-74
• 作者简介74
• 1. 基本情况74
• 2. 教育背景74
• 3. 攻读硕士学位期间的研究成果74

【参考文献】

中国期刊全文数据库 前1条

1 唐发明,王仲东,陈绵云;支持向量机多类分类算法研究[J];控制与决策;2005年07期

  本文关键词：数字信号参数估计与调制识别关键技术研究，，由笔耕文化传播整理发布。

本文编号：495309