基于压缩感知的PSK信号调制模式识别方法

发布时间：2017-08-01 06:27

  本文关键词：基于压缩感知的PSK信号调制模式识别方法

  更多相关文章： 压缩感知 调制识别 高次方变换 PSK信号

【摘要】：近些年来,数字处理技术得到了飞速发展。然而,随着调制信号频带范围越来越广,处理这些宽带信号的任务愈发的艰巨。利用传统的Nyquist采样定律进行处理,将会导致超高的采样速率,而这就会对物理器件提出非常苛刻的要求,不仅会增加工艺的复杂度和实现的成本,而且可能会超出现有模拟/数字转换器件的性能极限。此时,一种新兴的信号处理方式——压缩感知理论的诞生为突破带宽对采样速率的限制带来了希望。本文利用MPSK(Multiple Phase Shift Keying)信号特征的不同,对其进行调制模式识别,将压缩感知理论与模式识别方法相结合,在低速采样的情况下,实现MPSK信号的调制模式识别任务。本文主要研究内容如下:1.介绍了压缩感知的理论基础,描述了压缩感知的基本框架,介绍了PSK信号的传统识别方法,找到了其与压缩感知方法的结合点,为将压缩感知理论引入到PSK信号调制模式识别任务打下了基础。2.提出了一种基于高次方傅里叶变换的PSK信号调制识别方法,针对高次方变换将导致采样频率高于原本所需Nyquist率的问题,通过引入压缩感知理论,将压缩感知理论与传统的高次方变换方法相结合,降低了观测样本数量,在降低对前端器件要求的同时,完成识别任务。在压缩感知框架下的重构过程中,比较了以正交匹配追踪算法为代表的贪婪算法与以基追踪算法为代表的凸松弛算法的优缺点,并进行了仿真实验。3.提出了一种基于压缩信号处理的PSK信号调制识别方法,针对压缩感知处理框架下信号重构时所需计算量过大的问题,利用压缩信号处理方法,直接对压缩信号进行处理,从而完成识别任务。压缩信号实际上已经包含了原始信号所有的有用信息,利用压缩信号重构出原始信号是对资源的一种浪费,仅仅减少了传输过程的数据量,而实际所需处理的数据量并未得到降低。压缩信号的这种特性为我们直接对其进行处理提供了可能。在后端的判决中,我们分别利用了BP(Back Propagation)神经网络算法(分类算法)以及基于模拟退火思想的改进型K均值算法(聚类算法),提高了算法的使用范围。
【关键词】：压缩感知 调制识别 高次方变换 PSK信号
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-14
• 1.1 研究工作的背景与意义10-11
• 1.2 国内外研究历史与现状11-12
• 1.3 本论文的结构安排12-14
• 第二章 压缩感知方法及其与传统PSK信号识别方法的结合14-23
• 2.1 压缩感知方法简介14-19
• 2.1.1 问题描述14-16
• 2.1.2 信号的稀疏表示16
• 2.1.3 观测矩阵的设计16-19
• 2.1.4 信号重构19
• 2.2 传统PSK信号识别方法与CS的结合19-21
• 2.3 本章小结21-23
• 第三章 基于高次方傅里叶变换的调制方式识别方法23-44
• 3.1 MPSK信号谱特征23-33
• 3.1.1 BPSK信号的谱分析23-26
• 3.1.2 QPSK信号的谱分析26-29
• 3.1.3 8PSK信号的谱分析29-31
• 3.1.4 特征参数的构造31-33
• 3.2 高次方变换与压缩感知技术的结合33-35
• 3.3 目标稀疏域的重构35-38
• 3.3.1 贪婪算法35-38
• 3.3.2 凸松弛算法38
• 3.4 仿真分析38-43
• 3.5 本章小结43-44
• 第四章 基于压缩信号处理的调制方式识别方法44-67
• 4.1 MPSK信号的高次方特征分析44-46
• 4.1.1 MPSK信号的分析44-45
• 4.1.2 特征参数的构造45-46
• 4.2 算法改进46-49
• 4.3 基于高次方特征的分类决策49-57
• 4.3.1 BP神经网络49-52
• 4.3.2 改进的K-mean聚类算法52-57
• 4.4 压缩信号的处理方法57-59
• 4.5 仿真实验及分析59-66
• 4.6 本章小结66-67
• 第五章 总结和展望67-69
• 5.1 全文总结67
• 5.2 展望67-69
• 致谢69-70
• 参考文献70-75
• 攻读硕士学位期间取得的成果75-76

【参考文献】

中国期刊全文数据库 前4条

1 赵贻玖;王厚军;戴志坚;;基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J];电子测量与仪器学报;2010年04期

2 李林;孔令富;练秋生;;基于轮廓波维纳滤波的图像压缩传感重构[J];仪器仪表学报;2009年10期

3 练秋生;高彦彦;陈书贞;;基于两步迭代收缩法和复数小波的压缩传感图像重构[J];仪器仪表学报;2009年07期

4 丁爱玲;石光明;陈旭阳;焦李成;;基于完全匹配小波的新型信号检测方法[J];电子学报;2008年09期

中国硕士学位论文全文数据库 前1条

1 李小波;基于压缩感知的测量矩阵研究[D];北京交通大学;2010年

，

本文编号：602924