本文關(guān)鍵詞：基于聚類理論的MQAM信號調(diào)制方式識別算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：通信信號的調(diào)制識別在信號檢測與信號解調(diào)之間起著重要的作用,是信號分析的重要組成部分,不論在軍用還是民用方面都有著廣泛的應(yīng)用。近年來調(diào)制技術(shù)發(fā)展較快,出現(xiàn)了許多新調(diào)制方式,多進(jìn)制正交振幅調(diào)制(MQAM)能夠較好的利用頻帶及信道資源,因此受到衛(wèi)星通信及網(wǎng)絡(luò)通信的青睞。所以,研究MQAM信號的調(diào)制方式具有重要的現(xiàn)實(shí)意義。本文提出白適應(yīng)減法聚類和半監(jiān)督模糊均值聚類算法重構(gòu)MQAM信號星座圖,并引入有效性函數(shù)與星座圖圓半徑完成MQAM信號的自動識別。論文的主要工作及研究成果如下：第一、參數(shù)選擇研究：初始聚類中心是基于信噪比的自適應(yīng)減法聚類進(jìn)行選擇的,領(lǐng)域半徑等六個(gè)參數(shù)對中心的選擇有很大的影響。本文對這些參數(shù)的選擇進(jìn)行了研究,通過實(shí)驗(yàn)仿真,找到了合適的參數(shù)值,得到了較好的初始聚類中心。第二、半監(jiān)督聚類定位中心：由自適應(yīng)減法聚類可以獲得初始聚類中心,在信噪比低時(shí)中心的位置可能不準(zhǔn)確。因此,本文提出了利用半監(jiān)督聚類算法進(jìn)行二次聚類。在每個(gè)初始聚類中心周圍標(biāo)記部分樣本點(diǎn),且根據(jù)每個(gè)標(biāo)記的樣本點(diǎn)與中心的隸屬關(guān)系賦予其隸屬度值；然后,用標(biāo)記樣本點(diǎn)指導(dǎo)中心及隸屬度的更新。理論分析和實(shí)驗(yàn)均表明,對于高階調(diào)制信號半監(jiān)督聚類定位中心算法的運(yùn)算復(fù)雜度降低,運(yùn)算量大大減少,且經(jīng)過標(biāo)記樣本點(diǎn)的指導(dǎo)進(jìn)行有目的的更新,從而使聚類中心的位置更加準(zhǔn)確。第三、引入有效性函數(shù)判斷聚類的合理性：半監(jiān)督聚類對中心的位置進(jìn)行了更新完成了星座圖重構(gòu),但是由于噪聲的影響重構(gòu)星座圖可能存在偏差,因此影響接收端的分類識別。對此問題本文提出聚類有效性函數(shù)來判斷聚類的合理性進(jìn)而判斷調(diào)制方式的初始劃分,實(shí)驗(yàn)表明當(dāng)聚類結(jié)果與實(shí)際星座圖相同時(shí)有效性函數(shù)值最大,反之較小第四、分類器設(shè)計(jì)：本文用星座圖圓半徑和有效性函數(shù)分別作為特征參數(shù)分類識別MQAM信號的調(diào)制方式。由于有效性函數(shù)值可以判斷聚類合理性,因此可以將其作為支持向量機(jī)分類器的特征輸入進(jìn)而分類識別MQAM信號。通過實(shí)驗(yàn)仿真,該方法在誤碼率15%時(shí)識別率大于等于95%,因此能夠勝任MQAM信號的分類識別。但是該方法計(jì)算有效性函數(shù)值運(yùn)算量大,分類器訓(xùn)練時(shí)間長。本文通過分析對比MQAM方形星座圖和重構(gòu)星座圖,星座圖上的點(diǎn)按照到原點(diǎn)距離的不同劃分到半徑不同的圓上,根據(jù)標(biāo)準(zhǔn)星座圖可以確定各階信號圓半徑值的范圍,因此可以用星座圖圓半徑來分類判別MQAM信號的調(diào)制方式。該方法提取重構(gòu)星座圖圓半徑的特征值簡單,運(yùn)算量少,調(diào)制識別判決方便；在信噪比較低,聚類中心數(shù)目不太準(zhǔn)確、中心位置偏移的情況下仍有較高的識別率。
【關(guān)鍵詞】：MQAM信號 調(diào)制識別 半監(jiān)督聚類 減法聚類 星座圖
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.3
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-18
• 1.1 研究意義10
• 1.2 研究現(xiàn)狀10-15
• 1.2.1 基于假設(shè)檢驗(yàn)的最大似然方法12-13
• 1.2.2 統(tǒng)計(jì)模式識別方法13-14
• 1.2.3 分類器設(shè)計(jì)14-15
• 1.3 論文的主要內(nèi)容及結(jié)構(gòu)安排15-18
• 1.3.1 論文主要內(nèi)容15-16
• 1.3.2 本文結(jié)構(gòu)16-18
• 2 聚類算法及MQAM信號調(diào)制識別理論基礎(chǔ)18-27
• 2.1 聚類算法18-23
• 2.1.1 C均值聚類算法18-21
• 2.1.2 模糊C均值聚類算法21-22
• 2.1.3 減法聚類22-23
• 2.2 MQAM信號調(diào)制基本理論23-24
• 2.3 MQAM信號的解調(diào)算法24-26
• 2.4 本章小結(jié)26-27
• 3 基于聚類理論重構(gòu)MQAM信號星座圖27-48
• 3.1 自適應(yīng)減法聚類確定初始中心27-37
• 3.1.1 傳統(tǒng)減法聚類局限性分析27-28
• 3.1.2 基于信噪比的自適應(yīng)減法聚類28-30
• 3.1.3 自適應(yīng)減法聚類參數(shù)估計(jì)30-36
• 3.1.4 自適應(yīng)減法聚類性能分析36-37
• 3.2 基于半監(jiān)督聚類的星座圖重構(gòu)37-43
• 3.2.1 模糊C均值聚類重構(gòu)星座圖38-40
• 3.2.2 半監(jiān)督模糊均值聚類重構(gòu)星座圖40-43
• 3.3 聚類算法誤差分析43-47
• 3.4 本章小結(jié)47-48
• 4 基于聚類有效性函數(shù)和星座圖圓半徑的分類識別48-58
• 4.1 聚類有效性函數(shù)S48-52
• 4.2 基于聚類有效性函數(shù)的SVM分類器設(shè)計(jì)52-55
• 4.3 基于星座圖圓半徑的分類識別55-57
• 4.4 本章小結(jié)57-58
• 5 總結(jié)與展望58-60
• 5.1 本文總結(jié)58-59
• 5.2 未來研究工作的展望59-60
• 參考文獻(xiàn)60-63
• 致謝63-65
• 個(gè)人簡歷、攻讀碩士學(xué)位期間發(fā)表的論文及參加的項(xiàng)目65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 吳月嫻;葛臨東;許志勇;薛富強(qiáng);;基于遺傳算法的自適應(yīng)聚類與MQAM星座識別[J];計(jì)算機(jī)工程;2007年22期

2 吳月嫻;葛臨東;許志勇;薛富強(qiáng);;一種基于遺傳算法的聚類方法及其應(yīng)用[J];計(jì)算機(jī)仿真;2007年11期

3 王建新,宋輝;基于星座圖的數(shù)字調(diào)制方式識別[J];通信學(xué)報(bào);2004年06期

4 花夢;朱近康;龔明;;基于周期平穩(wěn)的盲信噪比估計(jì)方法[J];通信學(xué)報(bào);2006年09期

5 孔五艷;朱燦焰;;基于聚類分析的M-QAM信號識別[J];通信技術(shù);2012年12期

6 劉世剛;基于循環(huán)相關(guān)的符號速率盲估計(jì)[J];信號處理;2004年04期

  本文關(guān)鍵詞：基于聚類理論的MQAM信號調(diào)制方式識別算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：345764