通信信号调制方式自动识别算法研究

发布时间：2017-07-26 06:09

  本文关键词：通信信号调制方式自动识别算法研究

  更多相关文章： 调制识别 特征提取 聚类 特征分解 多项式拟合 匹配算法

【摘要】：调制信号识别作为信号检测和信号解调之间的重要环节,其目的为在没有先验知识的情况下,通过对接收信号的处理判断出信号的调制方式。其在军用和民用通信各领域的广泛的应用范围和应用前景赋予其极大地研究价值。随着数字通信技术的日益发展、通信信号的体制与调制样式的日益复杂与多样化,接收信号的调制方式的确定作为信号解调的基础显得尤为重要,但也因此而越来越困难。近数十年以来,国内外众多学者在通信信号调制识别领域进行了大量的探索,取得了卓著的成就,提出了很多很有价值的识别算法。许多经典的算法具有其特有的优势但也有其局限性,例如对先验知识的依赖,对信噪比的适应性较差及适用范围小等等问题。而如何尽可能地克服这些缺点也正是本文的研究目标与主题思路。本文以多种信号类型作为研究对象,涉及14种数字调制信号:BPSK,QPSK,OQPSK,8PSK,16PSK,2ASK,4ASK,16QAM,32QAM,64QAM,128QAM,256QAM,2FSK,MSK;5种模拟调制信号:AM,DSB,USB,LSB,FM以及纯载波CW,共20种信号。寻找各类信号合适的特征参数或统计特性作为识别依据是各类调制识别算法的核心内容。本文主要基于各类信号的结构特征提取特征。基于对各信号结构特征的分析,根据各特征的独有性或共有性可以确定相对最优的识别层次和顺序,并以此建立针对此20种信号的自动识别算法的树状分类结构,以逐层判决、从大类到小类的思路进行识别。对于特征参数,文中主要从码元特征、频域特征、星座图特征等方面对信号结构特性进行分析,涉及信号时域码元变换时刻提取、频谱及高次方谱单峰存在性判决、功率谱谱峰数判断、频谱对称性判断等内容。除基于特征参数的门限判决外,算法还涉及基于聚类的星座图匹配算法,为此文中介绍了最为适宜的划分型聚类算法并对最常用的HCM算法及其改进FCM算法进行了详尽的说明,最终选取了进一步改进后的FCM聚类算法对接收信号序列进行聚类分析,在较高信噪比条件下能够得到较为准确的信号星座图,继而通过与标准星座图的匹配得到信号的调制类型。针对各阶,尤其是高阶QAM调制信号的识别,聚类匹配算法极易受噪声影响,因此该算法只能在较高信噪比条件下取得较好的性能。为扩大适用范围,本文提出了针对较低信噪比QAM调制信号的基于特征分解与多项式拟合的信噪比估计匹配的识别算法,并结合针对高信噪比信号的基于星座图聚类匹配的识别算法形成了基于信噪比估计值进行算法选择的整体算法结构,扩大了适用范围。
【关键词】：调制识别 特征提取 聚类 特征分解 多项式拟合 匹配算法
【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
• ABSTRUCT6-11
• 符号对照表11-13
• 缩略语对照表13-16
• 第一章 绪论16-22
• 1.1 研究背景16-17
• 1.2 研究现状17-20
• 1.2.1 最大似然假设检验法17-18
• 1.2.2 模式识别方法18-20
• 1.3 主要研究内容20-22
• 第二章 调制识别理论基础22-46
• 2.1 信号调制原理22-23
• 2.2 信号形式分析23-27
• 2.3 信号特征分析27-38
• 2.3.1 信号码元特征分析27-29
• 2.3.2 信号频域特征分析29-36
• 2.3.3 信号星座图特征分析36-37
• 2.3.4 信号其他特征分析37-38
• 2.4 聚类理论与星座图匹配算法38-44
• 2.4.1 聚类概念38-39
• 2.4.2 HCM聚类39-40
• 2.4.3 FCM聚类40-41
• 2.4.4 基于初始聚类中心选取的改进FCM算法41-43
• 2.4.5 星座图匹配算法43-44
• 2.5 本章小结44-46
• 第三章 识别总流程及相应特征参数提取46-64
• 3.1 识别总流程46-47
• 3.2 特征参数提取47-61
• 3.2.1 信号码元特征提取47-48
• 3.2.2 信号频域特征提取48-58
• 3.2.3 信号星座图特征提取58-59
• 3.2.4 信号其他特征提取59-61
• 3.3 仿真分析61-62
• 3.4 本章小结62-64
• 第四章 基于特征分解与多项式拟合的信噪比估计匹配的QAM识别算法64-80
• 4.1 基于多项式拟合的信噪比估计64-71
• 4.1.1 理论及算法分析64-67
• 4.1.2 信噪比估计仿真67-71
• 4.2 基于子空间分解的信噪比估计71-74
• 4.2.1 理论及算法分析71-73
• 4.2.2 信噪比估计仿真73-74
• 4.3 信噪比估计匹配识别74-78
• 4.3.1 识别流程74-75
• 4.3.2 仿真分析75-78
• 4.4 总识别仿真分析78-79
• 4.5 本章小结79-80
• 结论80-82
• 参考文献82-86
• 致谢86-88
• 作者简介88-89

【相似文献】

中国期刊全文数据库 前10条

1 孟德军;;装车地直达车流的自动识别算法[J];铁路计算机应用;2008年07期

2 王荣华;杜平安;黄明镜;聂宝林;;基于等温线温度识别的示温漆温度自动识别算法[J];电子测量与仪器学报;2010年06期

3 高霄云;杨建林;;基于规则的中文时间词和数词的自动识别算法[J];现代图书情报技术;2007年03期

4 晏素芬;周书民;汪志成;庄文伟;;行波测距中故障性质自动识别算法的研究[J];计算机与现代化;2012年07期

5 石时需;秦勇;蔡昭权;周剑斌;黄翰;;基于高速公路交通图像的安全带自动识别算法[J];计算机与现代化;2014年05期

6 张萌;;无线信号自动识别算法的仿真实现[J];电脑知识与技术;2009年32期

7 张明;;车牌照自动识别算法研究[J];现代电子技术;2008年22期

8 彭博;蒋阳升;蒲云;;基于多级降维处理的路面裂缝图像自动识别算法[J];公路;2013年12期

9 李忠海,王凡;骨龄特征自动识别算法及系统设计[J];沈阳师范大学学报(自然科学版);2003年03期

10 陈运文,王逸飞;基于几何统计特征的印鉴自动识别算法[J];计算机工程与应用;2005年27期

中国重要会议论文全文数据库 前1条

1 黄进文;王威廉;张鑫;;基于虚拟仪器实现的ECG信号S-T段波形自动识别算法研究[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

中国博士学位论文全文数据库 前1条

1 李刚;基于图像工程的路面破损自动识别算法研究[D];长安大学;2010年

中国硕士学位论文全文数据库 前8条

1 汤滋青;通信信号调制方式自动识别算法研究[D];西安电子科技大学;2015年

2 燕丹晨;基于卫星高度计的中尺度涡自动识别算法研究[D];国家海洋环境预报中心;2015年

3 王祥凤;设备结构缺陷无损自动识别算法研究[D];东北电力大学;2006年

4 张伟;地面目标图象自动识别算法和系统研究[D];华中科技大学;2006年

5 孟凡超;目标自动识别算法研究及硬件实现[D];长春理工大学;2004年

6 谭小沙;复杂条件下的QR码图像自动识别算法及其实现[D];湖南大学;2013年

7 王福生;基于纹理与形状特性的鞋底花纹自动识别算法的研究[D];大连海事大学;2006年

8 龙镇;车牌自动识别算法的研究与实现[D];华北电力大学（河北）;2009年

本文编号：575004