论文简介：
硕士论文-通信信号调制样式识别技术
信号调制样式的自动识别是非协作通信中的主要问题，也是软件无线电接收机必备的功能之一。调制识别是近年来信号处理领域研究的热点问题，随着通信技术的飞速发展，通信信号的体制和调制样式变得更加复杂多样，信号环境日趋密集，使得常规识别方法和理论很难适应实际需要，无法有效地对通信信号进行识别，这也给通信信号的识别研究提出了更高的要求。
近几十年来，人们在通信信号的识别方面作了大量有益的探索，提出了很多新思路和新方法。本文介绍了常用的通信信号(包括模拟调制样式和数字调制样式)的时域、频域特征，首先从时频域提取信号的特征参数，用于区分2ASK、4ASK、2FSK、4FSK、BPSK、QPSK、16QAM、64QAM这8种信号，用仿真信号和实际采样信号验证了该方法的可行性。接着，本文介绍了高阶累积量的定义和多种数字调制信号高阶累积量的值，通过计算基带信号的高阶累积量，可以对4ASK、2FSK、4FSK、BPSK、QPSK、16QAM六种信号进行分类，利用仿真信号和实际采样信号对该方法进行了论证，该方法可以在低信噪比条件下实施。此外，本文还讨论了小波变换的原理，并且采用离散小波变换提取特征参数，对DSB、2ASK、FM/PM、2FSK、2PSK信号进行分类，采用仿真信号对该方法进行了试验验证。
在分类器设计方面，介绍了利用神经网络进行模式识别的原理，采用前述的三种特征提取方法，分别结合判决树分类器和神经网络分类器对信号进行分类，并且进行了试验论证。
本文针对上述三种特征提取方法和两种分类器，在不同的信噪比下对仿真数据和实际采样数据进行了多次验证试验，取得了令人满意的试验结果。这些试验结果也反映了利用上述三种不同特征提取方法和两种不同分类器对信号进行识别的效果和性能，本文总结了这些不同方法的优缺点。
同时，本文还研究了采用高阶累积量估计MPSK信号符号信噪比的方法和利用连续小波变换估计数字调制信号符号速率的方法，利用仿真信号证明了这两种方法的可行性。
本文在通信信号调制样式的自动识别方法上做了一点有益的探索，在这方面还有大量的工作值得探索和实践。
关键词：调制样式自动识别，特征参数，高阶累积量，小波变换，神经网络

论文文件预览：
共1文件夹，1个文件，文件总大小：939.60KB，压缩后大小：881.71KB

• 硕士论文-通信信号调制样式识别技术
• 通信信号调制样式识别技术.kdh  [939.60KB]