基于高阶累积量与谱分析的数字调制信号识别

发布时间：2017-05-02 12:12

  本文关键词：基于高阶累积量与谱分析的数字调制信号识别，，由笔耕文化传播整理发布。

【摘要】：通信技术的快速发展使得数字通信信号的调制类别变得愈加多样化,通信信号调制识别不仅在民用方面发挥着巨大的作用而且军用方面同样扮演着重要的角色。调制识别在信号处理领域已成为热点研究课题,它的主要任务是在对截获的未知信号进行处理之后从中提取出来合适的特征参数,然后根据提取出来的特征参数再采用适当的算法来对调制信号做出判决,确定出信号的调制方式,为之后信号的处理及分析提供依据。本文主要对数字通信信号在复杂的噪声环境的调制识别进行了研究,主要做了以下工作:1.本文介绍了常见的数字通信信号的调制原理、数学表达形式以及关键技术,为后续的数字调制信号的识别提供了理论依据。2.在高斯白噪声信道环境下,对信号的调制识别进行了研究。针对现有基于高阶累积量调制识别方法存在的识别信号数量少、抗噪声性能差等问题,本文提出了一种基于八阶累积量与二次方谱的调制识别方法,利用信号的四阶、八阶累积量以及信号二次方谱的谱线特征构造出了四个特征参数,实现了对4ASK、2PSK、QPSK、OQPSK、8PSK、π/4-QPSK、2FSK、4FSK、8FSK、8QAM、16QAM、32QAM等12种信号的识别,并将提出的方法在相同的条件下与文献中同类方法进行实验对比及分析。结果表明,本文所提的算法在信噪比等于4dB的环境下,12种信号都可以实现90%以上的识别率。在识别信号数量、抗噪性能、识别率方面均优于文献[43]、文献[45]的方法。3.对信号在非高斯噪声环境下的调制识别进行研究。重点研究Alpha噪声下基于信号循环谱的调制识别技术。首先介绍了Alpha噪声的含义以及特点,针对已有识别方法存在的低混合信噪比下识别性能差、复杂度高等问题,本文在Alpha噪声环境下提出了一种基于循环谱谱线特征的调制识别方法,通过分析预处理后信号的循环谱谱线特征,构造出四个特征参数,实现了对2PSK、QPSK、2FSK、4FSK、MSK5种信号的识别,并将提出的方法在同等条件下与文献中同类方法进行实验效果对比及分析。结果表明,本文所提方法在在混合信噪比为3dB时,五种信号的识别率均达到100%。在抗噪声性能、识别率方面均优于文献[55]、文献[56]的方法。
【关键词】：数字调制信号 调制识别 高阶累积量 Alpha噪声 预处理 循环谱 特征参数
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.3
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 调制识别研究背景10-11
• 1.2 国内外发展现状11-14
• 1.2.1 基于决策论的识别方法11-12
• 1.2.2 基于统计模式的识别方法12-14
• 1.3 本文的主要工作及章节安排14-16
• 第二章 数字通信信号的基本调制技术16-28
• 2.1 引言16
• 2.2 调制的基本概念16
• 2.3 数字调制技术的基本概念16-17
• 2.4 二进制数字调制原理17-21
• 2.4.1 2ASK调制原理17-18
• 2.4.2 2FSK调制原理18-19
• 2.4.3 2PSK调制原理19-21
• 2.5 多进制数字调制原理21-23
• 2.5.1 多进制振幅键控(MASK)21-22
• 2.5.2 多进制频移键控(MFSK)22
• 2.5.3 多进制相移键控(MPSK)22-23
• 2.6 正交振幅调制23-24
• 2.7 恒包络调制（OQPSK、π/4-QPSK、MSK）24-27
• 2.7.1 偏移四相相移键控（OQPSK）24-25
• 2.7.2 π/4 四相相移键控（π/4-QPSK）25-26
• 2.7.3 最小频移键控（MSK）26-27
• 2.8 本章小结27-28
• 第三章 高斯信道下基于高阶累积量与二次方谱的数字调制信号的识别28-46
• 3.1 引言28-29
• 3.2 高阶累积量与调制信号模型简介29-31
• 3.2.1 高阶累积量和高阶矩29-30
• 3.2.2 信号模型30-31
• 3.3 各数字调制信号高阶累积量的理论值31-33
• 3.4 基于八阶累积量和二次方谱的调制信号识别方法33-38
• 3.4.1 特征参数的提取34
• 3.4.2 识别QPSK/OQPSK、8PSK/π/4-QPSK信号的特征参数的提取34-36
• 3.4.3 识别 2/4/8FSK信号的特征参数的提取36-37
• 3.4.5 识别流程37-38
• 3.5 性能仿真与分析38-44
• 3.5.1 各调制信号特征参数T1的仿真38-39
• 3.5.2 调制信号特征参数T2的仿真39-40
• 3.5.3 调制信号特征参数T3的仿真40
• 3.5.4 调制信号特征参数T4的仿真40-41
• 3.5.5 数字调制信号识别率的仿真及分析41-44
• 3.6 本章小结44-46
• 第四章 非高斯信道下基于循环谱的数字信号的调制识别46-63
• 4.1 引言46
• 4.2 Alpha稳定分布简介46-47
• 4.3 信号模型47-48
• 4.4 通信信号的循环谱48-51
• 4.4.1 循环谱相关概念48
• 4.4.2 通信信号循环谱的推导48-51
• 4.5 基于循环谱谱线特征的调制识别方法51-58
• 4.5.1 通信信号预处理51-52
• 4.5.2 预处理后通信信号的循环谱特征52-56
• 4.5.3 识别特征的提取及识别流程56-58
• 4.6 性能仿真与分析58-61
• 4.6.1 预处理函数的作用58-59
• 4.6.2 基于循环谱谱线特征的信号识别59-61
• 4.6.3 Alpha噪声的特征指数? 对识别率的影响61
• 4.7 本章小结61-63
• 第五章 总结与展望63-64
• 致谢64-65
• 参考文献65-69
• 附录69

【相似文献】

中国期刊全文数据库 前10条

1 张传忠;吴素琴;段田东;刘世刚;;数字调制信号多重分形特性分析[J];信息工程大学学报;2011年02期

2 徐岩;谭方;;低信噪比码元瞬时特性数字调制信号识别研究[J];铁道学报;2013年07期

3 苏泽峰;复码及其数字调制信号的精确功率谱分析[J];电讯技术;1984年04期

4 刘明亮 ,贾峰利;用测量法分析数字调制信号[J];国外电子测量技术;1997年02期

5 周云松,邓兵;基于短时分析的数字调制信号识别方法的研究[J];信息技术;2005年06期

6 李伟;;基于小波变换的数字调制信号的特征提取[J];洛阳理工学院学报(自然科学版);2009年01期

7 李伟;;基于人工神经网络的数字调制信号的快速识别方法[J];洛阳理工学院学报(自然科学版);2009年04期

8 刘明骞;李兵兵;刘涵;;数字调制信号识别性能的评估方法[J];计算机科学;2011年05期

9 张万书;数字调制信号用测量方法[J];电视技术;1999年03期

10 王振贵 ,高宗敏;数字调制信号的电缆分配系统接口(1)[J];有线电视技术;2001年19期

中国重要会议论文全文数据库 前4条

1 尚俊娜;李挺;;基于相位信息的MSK软件解调新方法研究[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

2 廖灿辉;陈绍贺;;利用数字调制信号特征的卫星同频混合信号盲分离[A];第七届卫星通信新技术、新业务学术年会论文集[C];2011年

3 周峰;张睿;郭隆庆;王南;;非理想传输通道对数字调制信号EVM的影响——理论、仿真和测量[A];2009安捷伦科技节论文集[C];2009年

4 辛建芳;张立毅;魏瑾;甘子平;;基于高阶累积量的数字调制信号识别[A];中国通信学会第五届学术年会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 史先铭;通信信号的特征值提取与识别的算法研究[D];江南大学;2016年

2 金鑫;基于神经网络的几种数字调制信号分类方法研究[D];长春理工大学;2016年

3 孙汝峰;基于高阶累积量与谱分析的数字调制信号识别[D];杭州电子科技大学;2016年

4 曹家亮;数字调制信号识别研究[D];哈尔滨工程大学;2009年

5 刘明骞;基于支持向量机的数字调制信号识别[D];西安理工大学;2009年

6 陈琦珍;数字调制信号方式的小波识别算法研究[D];南昌大学;2007年

7 邓能;数字调制信号的质量检测[D];北京邮电大学;2015年

8 冯利利;改进型自组织特征映射神经网络的数字调制信号识别技术研究[D];太原理工大学;2011年

9 高建勤;基于小波和分数阶微分的数字调制信号分析与识别[D];四川大学;2006年

10 鞠帅;短波信道中数字调制信号的检测与识别[D];哈尔滨工程大学;2007年

  本文关键词：基于高阶累积量与谱分析的数字调制信号识别，由笔耕文化传播整理发布。

本文编号：340935