在非協(xié)作通信環(huán)境下,針對(duì)2ASK、4ASK、2FSK、4FSK、BPSK、QPSK六種常規(guī)數(shù)字調(diào)制信號(hào),采用了基于瞬時(shí)統(tǒng)計(jì)特征的信號(hào)自動(dòng)分類(lèi)算法對(duì)上述六種信號(hào)進(jìn)行分類(lèi)識(shí)別。仿真結(jié)果表明,該算法在信噪比大于15dB時(shí),總體識(shí)別率高于90%;隨著信噪比減小,信號(hào)識(shí)別率下降明顯。當(dāng)信噪比低于5dB時(shí),信號(hào)識(shí)別率不足60%。為提高低信噪比下信號(hào)識(shí)別率,進(jìn)一步引入BP神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器,采用自適應(yīng)學(xué)習(xí)速率梯度下降法訓(xùn)練神經(jīng)網(wǎng)絡(luò),設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字調(diào)制信號(hào)自動(dòng)識(shí)別方案。最后在軟件無(wú)線(xiàn)電設(shè)備N(xiāo)I-USRP 2920上實(shí)現(xiàn)了該方案,并驗(yàn)證了性能。實(shí)測(cè)結(jié)果表明,六種數(shù)字調(diào)制信號(hào)正確識(shí)別率均高于91%。 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基于瞬時(shí)信息的特征參數(shù)提取
    1.1 零中心歸一化瞬時(shí)幅度的譜密度最大值γmax
    1.2 零中心非弱信號(hào)段瞬時(shí)相位非線(xiàn)性分量絕對(duì)值的標(biāo)準(zhǔn)偏差σap
    1.3 零中心非弱信號(hào)段瞬時(shí)相位非線(xiàn)性分量的標(biāo)準(zhǔn)差σdp
    1.4 零中心歸一化非弱信號(hào)段瞬時(shí)頻率絕對(duì)值的標(biāo)準(zhǔn)差σaf
    1.5 零中心歸一化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差σaa
2 識(shí)別過(guò)程
    2.1 分類(lèi)器流程圖及仿真結(jié)果分析
    2.2 BP神經(jīng)網(wǎng)絡(luò)介紹及仿真結(jié)果分析
3 基于USRP的數(shù)字調(diào)制信號(hào)自動(dòng)識(shí)別方案實(shí)現(xiàn)及性能分析
    3.1 信號(hào)識(shí)別的實(shí)現(xiàn)
    3.2 結(jié)果分析
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的數(shù)�；旌闲盘�(hào)調(diào)制識(shí)別算法[J]. 牛國(guó)慶,姚秀娟,閆毅,王春梅.  計(jì)算機(jī)工程. 2016(04)
[2]數(shù)字調(diào)制信號(hào)的神經(jīng)網(wǎng)絡(luò)識(shí)別方法[J]. 黃春琳,邱玲,沈振康.  國(guó)防科技大學(xué)學(xué)報(bào). 1999(02)

碩士論文
[1]基于LabVIEW的典型通信信號(hào)調(diào)制、參數(shù)識(shí)別及模擬實(shí)驗(yàn)研究[D]. 卜婷.南京理工大學(xué) 2012
[2]數(shù)字通信信號(hào)自動(dòng)調(diào)制識(shí)別中的分類(lèi)器設(shè)計(jì)與實(shí)現(xiàn)[D]. 闕隆樹(shù).西南交通大學(xué) 2010
[3]通信信號(hào)調(diào)制分類(lèi)識(shí)別與參數(shù)提取技術(shù)研究[D]. 盧璐.西安電子科技大學(xué) 2010



本文編號(hào)：3701043