应用分层迭代支持向量机的OFDM信号调制识别研究

发布时间：2022-01-03 03:59

　　正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）是一种特殊的多载波调制信号,因其具有实现成本低廉、频谱利用率高和较强的抗多径衰落能力等优点,目前成为无线宽带通信系统的首选。在全球范围内,被广泛应用于民用通信和军事通信等众多领域,如数字视频广播（DVB）系统、第四代超宽带移动通信系统、无线局域网（WIFI）和各种战术/战略通信系统等。但是,信号在空间传输过程中,由于受到信道噪声和空间中其他信号的干扰,对OFDM进行调制识别影响比较大,因此本文提出一种应用支持向量机的分层迭代结构,用来解决OFDM信号在复杂电磁环境下的调制识别问题。本文的主要内容包括:1.介绍了OFDM系统原理以及OFDM信号调制识别基本理论和关键技术,同时分析了单载波信号包括MPSK信号、MFSK信号、MQAM信号,以及多载小波小波包调制（Wavelet Packet Modulation,WPM）信号的调制特点。2.介绍了支持向量机（Support Vector Machines,SVM）的基本分类原理,分析了OFDM信号同其他信号的特征参数,包括区分多载波... 

【文章来源】：西安理工大学陕西省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

不同信噪比下64个子载波的OFDM信号双谱三维图

【参考文献】：
期刊论文
[1]Method of Modulation Recognition Based on Combination Algorithm of K-Means Clustering and Grading Training SVM[J]. Faquan Yang,Ling Yang,Dong Wang,Peihan Qi,Haiyan Wang.  中国通信. 2018(12)
[2]基于小波神经网络的数字信号调制方式识别[J]. 梁晔,郝洁,石蕊.  吉林大学学报(理学版). 2018(02)
[3]基于混合受限波尔兹曼机的调制样式识别[J]. 杨安锋,赵知劲,陈颖.  杭州电子科技大学学报(自然科学版). 2017(06)
[4]Modulation recognition of communication signals based on SCHKS-SSVM[J]. Xiaolin Zhang,Jian Chen,Zhiguo Sun.  Journal of Systems Engineering and Electronics. 2017(04)
[5]通信信号调制识别方法的研究[J]. 王志刚.  黑龙江科技信息. 2016(29)
[6]基于多重分形特征的通信调制方式识别研究[J]. 陈红,蔡晓霞,徐云,刘文涛.  电子与信息学报. 2016(04)
[7]移动通信技术的发展与趋势[J]. 郁磊,何方.  中国新通信. 2016(06)
[8]一种改进的基于支持向量机的OFDM识别算法[J]. 史文娟,冯全源.  微电子学与计算机. 2014(10)
[9]基于高阶累积量的OFDM信号调制识别技术[J]. 李彦栓,罗明,李霞.  电子信息对抗技术. 2012(04)
[10]基于支持向量机的小波包调制信号识别[J]. 董庭亮,唐向宏,马丹丹,李双霞.  计算机工程与应用. 2013(18)

硕士论文
[1]基于支持向量机的OFDM信号识别技术研究[D]. 王红伟.西安电子科技大学 2009



本文编号：3565522