基于一维卷积神经网络的PSK解调算法研究

发布时间：2021-04-13 16:20

　　近年来,数字通信技术在无线通信领域占据了主导地位,而调制解调是数字通信中的一项关键技术。相移键控（Phase Shift Keying,PSK）是一种最常用的数字调制方式,具有调制效率高、传输频带利用率高、抗噪声抗干扰能力强等优点。传统PSK解调器一般使用专用的硬件平台实现,具有实现成本高、开发周期长等缺点,近年来有被软件定义无线电取代的趋势。神经网络是一种非线性模型,在图像识别、图像处理以及自然语言处理方面已展现出了强大的能力。由于神经网络具有自适应能力以及泛化能力,可以通过训练的方式从现有数据中学习到提取特征的能力,且软件定义无线电中解调器是实现在计算机上的,因此利用神经网络实现解调算法具有可行性与优越性。本文提出了一种基于一维卷积神经网络（One-Dimensional Convolution Neural Network,1-D CNN）的PSK解调算法。该算法通过检测PSK调制信号中的相位跳变位置和种类完成解调功能。算法首先利用时间窗口获得1-D CNN的输入向量,然后使用1-D CNN分别检测各个输入向量中是否存在相位跳变,并将1-D CNN的输出按照时间顺序组成输出序列,... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 主要研究内容及章节安排
第二章 相移键控及卷积神经网络基础理论
    2.1 PSK信号调制原理
    2.2 PSK信号解调原理
        2.2.1 PSK相干解调
        2.2.2 载波同步
        2.2.3 定时同步
    2.3 卷积神经网络相关原理
        2.3.1 神经网络的构成
        2.3.2 神经网络的训练
        2.3.3 卷积神经网络
    2.4 本章小结
第三章 一维卷积神经网络解调算法
    3.1 一维卷积神经网络解调算法概述
    3.2 时间窗口原理
    3.3 1-DCNN的获取
        3.3.1 网络结构的设计
        3.3.2 训练集的产生
        3.3.3 网络训练参数的确定
    3.4 相位跳变检测
        3.4.1 BPSK信号相位跳变检测
        3.4.2 QPSK信号相位跳变检测
    3.5 输出序列的处理
        3.5.1 判决器
        3.5.2 转换器
    3.6 载波频偏与采样频率误差的处理
        3.6.1 载波频偏对解调的影响
        3.6.2 采样误差对解调的影响
        3.6.3 定时同步的作用
    3.7 本章小结
第四章 1-DCNN解调算法性能测试与分析
    4.1 1-DCNN的构造与训练
    4.2 最佳训练数据信噪比测试
    4.3 误码率测试
    4.4 误码率影响因素测试与分析
        4.4.1 采样时刻偏移对误码率的影响
        4.4.2 卷积核个数对误码率的影响
        4.4.3 采样频率对误码率的影响
    4.5 本章小结
第五章 总结与展望
    5.1 论文工作总结
    5.2 展望
参考文献
致谢
作者简介


【参考文献】：
博士论文
[1]基于平面及双层耦合结构的高性能微波无源滤波器设计及实现[D]. 罗讯.电子科技大学 2011

硕士论文
[1]基于卷积神经网络的MPPSK信号解调器[D]. 欧阳星辰.东南大学 2016
[2]高性能QPSK软件解调技术的研究与实现[D]. 范慧娟.西安电子科技大学 2013
[3]地面数字电视发射系统关键技术研究[D]. 耿束建.西安电子科技大学 2007



本文编号：3135625