基于压缩采样值的通信信号调制识别技术研究

发布时间：2017-05-02 21:05

  本文关键词：基于压缩采样值的通信信号调制识别技术研究，，由笔耕文化传播整理发布。

【摘要】：本文主要研究非重构方式的压缩域通信信号调制识别算法。调制识别作为信号检测和信号解调之间的重要环节,能否正确判断调制方式将决定后续的信号处理能否正确进行。通信信号带宽的增大,导致了信号的采样率提高、数据量变大等一系列问题。压缩感知(Compressive Sensing, CS)技术最突出的优势是能以低于奈奎斯特采样速率采集并处理具有稀疏性的信号,这为解决宽带信号采集与处理问题提供新的思路。针对基于压缩感知的通信信号调制识别问题,本文首先对压缩感知的基本理论进行了深入研究,介绍了稀疏表示、压缩测量过程、受限等距特性和重构算法,分析了利用压缩感知技术采样模拟信号的模拟信息转换器(Analog-to-Information Converter, AIC)及其数学阐述。其次,本文分别提出了一种压缩域类间调制识别算法和两种类内调制识别算法。最后,本文在研发基于压缩感知的宽带信号采样系统的基础上,使用ARM模拟SPI实现对AD9739A、W5300、 ADF4350等芯片的初始化配置,制定和实现了基于双口RAM的ARM与FPGA通信协议,实现PC与W5300之间基于UDP协议的网口通信,最终实现高速数模转化器AD9739A产生宽带压缩感知测量波形。本文创新点总结如下：1.针对调制识别中的类间识别问题,提出了一种压缩域高阶累积量的类间识别算法(Compressive High-Order Cumulants Modulation Classification, CS-HCMC)。该算法利用随机欠采样矩阵的特性,推导出不同调制方式在压缩域的各阶累积量,构造特征值实现{2ASK(2PSK),4ASK,MFSK,4PSK,16QAM}五类调制方式分类。与传统高阶累积量算法相比,该算法在达到相同的识别率时需要的样点个数更少。2.针对MPSK信号的类内识别问题,提出一种直接基于压缩样值的非重构MPSK信号的最大似然联合调制识别与解调算法(Joint Compressive Maximum-Likelihood MPSK Classification and Demodulation, CS-MLCD)。该算法对MPSK信号进行多元假设,建立不同阶数PSK信号的数学模型,分别推导出压缩域概率密度函数和似然函数,将似然函数值最大的调制方式作为判决输出,实现MPSK类内调制识别。在判断出调制方式的同时,利用识别过程的中间量实现对MPSK信号的解调。与传统Nyquist最大似然识别算法相比,该算法有效降低参与运算的数据量,提高了系统处理的时效性。3.针对MFSK信号的类内识别问题,提出一种直接基于压缩样值的相关性指数的MFSK盲识别算法(Compressive Correlation-Index Blind Classification, CS-CIBC)。该算法在不需任何先验信息的条件下,利用MFSK信号在频域上的明显谱峰,将压缩采样值与测量矩阵各列向量作内积,构造压缩域相关性指数,将其作为分类特征,实现MFSK信号类内识别。与谱峰算法相比,该算法有效地降低了运算复杂度,提高了运算速度和系统的时效性。除此之外,本文用研发出的基于压缩感知的宽带信号采样硬件平台对实际信号进行了压缩采样,并使用该压缩测量值对本文提出的一种调制识别算法进行了验证,结果表明算法切实有效。
【关键词】：压缩感知 压缩采样值 通信信号 调制识别 累积量 最大似然 相关性指数 测量波形
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.3
【目录】：

• 摘要4-6
• Abstract6-14
• 第一章 绪论14-22
• 1.1 课题研究背景和意义14-15
• 1.2 国内外研究现状15-18
• 1.2.1 压缩感知技术15
• 1.2.2 通信信号调制识别现状15-18
• 1.2.3 基于CSP的通信信号调制识别技术现状18
• 1.3 课题研究思路及主要工作18-20
• 1.4 论文总体结构20-22
• 第二章 压缩感知理论基础22-30
• 2.1 压缩感知基本理论22-25
• 2.1.1 稀疏表示22-23
• 2.1.2 压缩测量23
• 2.1.3 受限等距特性23-25
• 2.1.4 重构算法25
• 2.2 基于AIC结构的模拟信号压缩采样25-28
• 2.2.1 稀疏模拟信号模型25-26
• 2.2.2 AIC系统结构26
• 2.2.3 AIC的数学解释26-27
• 2.2.4 AIC系统的矩阵形式27-28
• 2.3 本章小结28-30
• 第三章 基于压缩采样值的通信信号类间调制识别30-40
• 3.1 引言30
• 3.2 非重构压缩样值的高阶累积量调制识别算法(CS-HCMC)30-38
• 3.2.1 信号模型30-31
• 3.2.2 高阶累积量定义31-32
• 3.2.3 压缩域高阶累积量32-35
• 3.2.4 性能分析35
• 3.2.5 算法仿真35-38
• 3.3 小结38-40
• 第四章 基于压缩采样值的通信信号类内调制识别40-54
• 4.1 引言40
• 4.2 非重构压缩样值的MPSK信号最大似然调制识别与解调(CS-MLCD)40-47
• 4.2.1 信号模型40-41
• 4.2.2 识别算法41-42
• 4.2.3 联合解调42
• 4.2.4 性能分析42-43
• 4.2.5 仿真对比43-47
• 4.2.6 结论47
• 4.3 非重构压缩样值相关性指数的MFSK盲识别算法(CS-CIBC)47-53
• 4.3.1 MFSK信号数学模型47-49
• 4.3.2 识别算法49-51
• 4.3.3 算法仿真51-53
• 4.3.4 结论53
• 4.4 小结53-54
• 第五章 基于ARM控制的压缩感知测量波形的接口设计与实现及调制识别算法验证54-72
• 5.1 引言54
• 5.2 系统总体方案设计54-55
• 5.3 基于模拟SPI的芯片配置55-61
• 5.3.1 模拟SPI55-56
• 5.3.2 高速数模转换器AD9739A的SPI配置56-59
• 5.3.3 宽带频率合成器ADF4350的SPI配置59-61
• 5.4 基于双口RAM的ARM与FPGA通信协议与实现61-64
• 5.4.1 地址映射模块61-63
• 5.4.2 ARM与FPGA交互流程63-64
• 5.5 W5300与PC的UDP通信64-68
• 5.5.1 W5300的初始化64
• 5.5.2 UDP协议64-65
• 5.5.3 W5300与PC的UDP通信65-66
• 5.5.4 压缩感知宽带测量波形产生测试66-68
• 5.6 基于压缩感知的宽带信号接收机的调制识别算法验证68-70
• 5.7 小结70-72
• 结束语72-74
• 一、全文总结72
• 二、工作展望72-74
• 致谢74-76
• 参考文献76-80
• 作者简历80

【相似文献】

中国期刊全文数据库 前10条

1 冯祥;李建东;;调制识别算法及性能分析[J];电波科学学报;2005年06期

2 廖艳苹;谢红;杨莘元;;辅助式小波神经网络的调制识别技术[J];应用科技;2006年04期

3 李俊俊;陆明泉;冯振明;;基于支持向量机的分级调制识别方法[J];清华大学学报(自然科学版);2006年04期

4 毕于威;杨莘元;;支持向量机在数字信号调制识别系统中的应用[J];应用科技;2006年06期

5 吴丹;顾学迈;;一种新的基于支持向量机的自动调制识别方案[J];南京理工大学学报(自然科学版);2006年05期

6 王彬;葛临东;刘媛涛;;一种用于多径信道的调制识别算法仿真研究[J];系统仿真学报;2007年24期

7 王贵兴;陈建春;;一种基于支持向量机的分层调制识别方法[J];电子科技;2008年07期

8 李丽月;唐向宏;赵玲;申传朋;;基于高斯和功率谱特性的小波调制识别研究[J];杭州电子科技大学学报;2008年05期

9 游伟;周先敏;;模拟调制信号的自动调制识别[J];信号处理;2009年01期

10 方奇;张炜;;衰落环境中数字调制识别仿真研究[J];信息化研究;2011年02期

中国重要会议论文全文数据库 前10条

1 龚晓洁;;基于谱相关特征的调制识别[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

2 李丽月;唐向宏;赵玲;申传朋;;基于高斯和功率谱特性的小波调制识别研究[A];浙江省电子学会2008年学术年会论文集[C];2008年

3 崔灿;刘作学;孔德强;崔凯;;调制识别算法研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

4 黄付庆;程剑俐;徐以涛;;通信信号调制识别的研究[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

5 仓艳;袁嗣杰;;通信信号调制识别技术综述[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

6 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

7 仓艳;袁嗣杰;;通信信号调制识别中的信噪比估计[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年

8 裴承全;何继爱;;稳定分布下基于传感器节点分布式协作的调制识别研究[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

9 李伟斌;陈建华;;无线信号的自适应调制识别综述[A];江苏省通信学会2004年学术年会论文集[C];2004年

10 杨宇;邓晓;;基于小波分析的RFID信号调制识别[A];第二十届电工理论学术年会论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 贺涛;数字通信信号调制识别若干新问题研究[D];电子科技大学;2008年

2 靳晓艳;基于先进信号处理方法的通信信号调制识别技术研究[D];西安电子科技大学;2014年

3 陆明泉;多信号的调制识别技术研究[D];电子科技大学;2008年

4 杨发权;无线通信信号调制识别关键技术与理论研究[D];西安电子科技大学;2015年

5 胡国兵;雷达信号调制识别相关技术研究[D];南京航空航天大学;2011年

6 徐毅琼;数字通信信号自动调制识别技术研究[D];解放军信息工程大学;2011年

7 王彬;无线衰落信道中的调制识别、信道盲辨识和盲均衡技术研究[D];解放军信息工程大学;2007年

8 刘澍;基于改进蚁群算法与神经网络的调制识别研究[D];华中科技大学;2009年

9 刘明骞;非合作通信中信号检测及调制识别的关键技术研究[D];西安电子科技大学;2013年

10 杨伟超;Alpha稳定分布噪声下通信信号调制识别研究[D];哈尔滨工程大学;2012年

中国硕士学位论文全文数据库 前10条

1 张红超;非合作接收条件下调制识别与参数估计技术研究[D];解放军信息工程大学;2015年

2 童年;基于压缩采样值的通信信号调制识别技术研究[D];解放军信息工程大学;2015年

3 郭龙;无线通信信号的调制识别研究[D];大连理工大学;2010年

4 李雪;基于固有时间尺度分解的数字调制识别[D];西安电子科技大学;2010年

5 王素霞;无线通信系统中信号调制识别技术的研究[D];电子科技大学;2011年

6 王晓娜;典型通信信号调制识别技术研究[D];电子科技大学;2011年

7 方奇;通信信号调制识别算法研究[D];国防科学技术大学;2011年

8 刘爱声;数字通信信号调制识别研究[D];南京邮电大学;2012年

9 段皓宇;基于传感器网络的分布式信号调制识别技术研究[D];解放军信息工程大学;2012年

10 芦跃;数字信号调制识别及参数估计研究[D];苏州大学;2013年

  本文关键词：基于压缩采样值的通信信号调制识别技术研究，由笔耕文化传播整理发布。

本文编号：341675