發(fā)布時間：2017-05-19 23:04

  本文關(guān)鍵詞：OFDM信號調(diào)制方式識別方法的研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：調(diào)制模式自動識別作為信號接收與解調(diào)的中間過程,是對盲信號提取特征參數(shù)后,通過適當?shù)姆诸愃惴ū孀R出信號的調(diào)制模式。隨著現(xiàn)代通信技術(shù)的快速發(fā)展,通信信號的制式識別逐漸成為通信領(lǐng)域的研究熱點。本文是基于前人的研究基礎(chǔ),在信號頻域、高階累積量域和時域提取特征參數(shù),采用支持向量機分類器,完成對OFDM和常見單載波信號的調(diào)制識別的研究設(shè)計與改進。不同調(diào)制信號的功率譜形狀特征不同,因此功率譜可以一定程度上反應(yīng)出調(diào)制信號的特性。與單載波信號相比,OFDM信號的功率譜具有無明顯沖擊分量,帶內(nèi)頻譜相對平坦,且旁瓣相對較窄的特點。本文算法以信號的功率譜特征作為依據(jù),提出了三個基于信號功率譜的識別參數(shù),用于OFDM信號和單載波信號的調(diào)制識別,分別實現(xiàn)了OFDM信號與9種單載波信號(2ASK、16QAM、2PSK、4PSK、8PSK、OQPSK、 MSK、2FSK和4FSK)的調(diào)制識別。通過對功率譜進行歸一化預(yù)處理,提高了方法的適用性,并仿真了各特征參數(shù)的性能。仿真結(jié)果表明本文提出的識別參數(shù)有著很好的抗噪性和識別率。高階累積量在高斯白噪聲大于二階時的值為零,所以具有很好的抗噪性。本文改進提出一種基于高階累積量方法的OFDM與單載波信號的調(diào)制識別,使通常僅適用于基帶信號調(diào)制識別的高階累積量同樣適用于中頻信號。通過對包絡(luò)均值進行歸一化處理,消除由成形濾波器造成的影響,改進地采用固有時間尺度變換對信號進行處理,提取第一層旋轉(zhuǎn)分量的瞬時幅度復(fù)信號模值,對模值求歸一化四階累積量作為識別參數(shù)識別出OFDM,然后根據(jù)5個特征參數(shù),最終完成7種單載波信號(2ASK、16QAM、2PSK、4PSK、8PSK、2FSK和4FSK)的分類識別。仿真證明,在信噪比的值大于9dB時,每種信號的正確識別率均大于90%。本文最后介紹了一套基于DSP和FPGA的硬件演示系統(tǒng),并在系統(tǒng)中使用DSP芯片實現(xiàn)本文算法流程,FPGA作為緩存和接口部件,識別結(jié)果通過網(wǎng)口傳給上位機顯示。本文通過硬件系統(tǒng)測試算法的性能,并以此來證明本文算法的有效性與可實現(xiàn)性。
【關(guān)鍵詞】：調(diào)制方式識別 OFDM 支持向量機 高階累積量
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.53
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-15
• 1.1 研究背景及意義11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 基于似然比理論的方法12
• 1.2.2 基于特征參數(shù)的方法12-13
• 1.3 本文的主要工作13-15
• 第2章 數(shù)字信號調(diào)制及信號處理理論15-25
• 2.1 OFDM技術(shù)簡介15-16
• 2.2 單載波調(diào)制信號16-19
• 2.2.1 振幅鍵控(ASK)17
• 2.2.2 頻移鍵控(FSK)17-18
• 2.2.3 相移鍵控(PSK)18-19
• 2.2.4 正交振幅調(diào)制(QAM)19
• 2.3 信號處理基礎(chǔ)19-21
• 2.3.1 離散傅里葉變換及其快速算法簡介19-20
• 2.3.2 希爾伯特變換20-21
• 2.4 算法分類器的選擇21-24
• 2.4.1 決策樹分類器21-22
• 2.4.2 神經(jīng)網(wǎng)絡(luò)分類器22-23
• 2.4.3 支持向量機分類器23-24
• 2.5 本章小結(jié)24-25
• 第3章 基于譜分析的OFDM調(diào)制辨識25-34
• 3.1 引言25
• 3.2 信號功率譜特征分析25-27
• 3.3 特征參數(shù)提取27-30
• 3.3.1 特定段譜值計數(shù)值S27
• 3.3.2 通帶邊沿譜值突變系數(shù)M27-29
• 3.3.3 高斯曲線擬合尺度參數(shù)σ_n29-30
• 3.4 參數(shù)性能仿真30-33
• 3.4.1 S參數(shù)仿真30-31
• 3.4.2 M參數(shù)仿真31-32
• 3.4.3 σ_n參數(shù)仿真32
• 3.4.4 性能對比32-33
• 3.5 本章小結(jié)33-34
• 第4章 基于高階累積量和ITD的OFDM調(diào)制辨識34-47
• 4.1 引言34
• 4.2 高階累積量理論基礎(chǔ)34-36
• 4.2.1 高階累計量的定義34-35
• 4.2.2 高階累計量的性質(zhì)35-36
• 4.2.3 數(shù)字信號的二四階累積量36
• 4.3 固有時間尺度理論(ITD)36-39
• 4.3.1 ITD的基本概念36-37
• 4.3.2 ITD瞬時參數(shù)的提取37-39
• 4.4 識別參數(shù)的構(gòu)造39-46
• 4.4.1 OFDM識別參數(shù)的構(gòu)造39-41
• 4.4.2 單載波信號識別參數(shù)的構(gòu)造41-43
• 4.4.3 算法仿真43-46
• 4.5 本章小結(jié)46-47
• 第5章 OFDM調(diào)制識別的演示系統(tǒng)設(shè)計47-57
• 5.1 引言47
• 5.2 系統(tǒng)設(shè)計47-49
• 5.2.1 硬件系統(tǒng)48-49
• 5.2.2 上位機界面設(shè)計49
• 5.3 算法的DSP實現(xiàn)49-53
• 5.3.1 固件程序設(shè)計49-50
• 5.3.2 分類器的離線訓(xùn)練50-51
• 5.3.3 算法設(shè)計51-53
• 5.3.4 算法運行時間計算53
• 5.4 DSP識別結(jié)果53-56
• 5.4.1 系統(tǒng)采樣53-54
• 5.4.2 識別結(jié)果54-56
• 5.5 本章小結(jié)56-57
• 結(jié)論57-58
• 致謝58-59
• 參考文獻59-63
• 攻讀碩士學(xué)位期間發(fā)表的論文63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭麗萍;李婷;李春杰;張維維;;二進制移頻鍵控信號相位連續(xù)性的研究[J];大連民族學(xué)院學(xué)報;2012年03期

2 趙知勁;郎濤;;基于最大似然比準則的MPSK信號分類方法[J];電路與系統(tǒng)學(xué)報;2006年02期

3 陳筱倩;王宏遠;;基于聯(lián)合特征向量的自動數(shù)字調(diào)制識別算法[J];計算機應(yīng)用研究;2009年07期

4 吳思宇;陳盼;倪磊;;信號仿真系統(tǒng)的搭建[J];科技信息;2014年09期

5 范海波,楊志俊,曹志剛;衛(wèi)星通信常用調(diào)制方式的自動識別[J];通信學(xué)報;2004年01期

6 姜凱;陳衛(wèi)東;;基于星座圖聚類分析調(diào)制識別的改進算法[J];無線電工程;2009年02期

7 陳衛(wèi)東,楊紹全;利用累量不變量對MPSK信號分類[J];西安電子科技大學(xué)學(xué)報;2002年02期

8 郭黎利;于志明;;基于多參數(shù)特征的OFDM信號盲識別[J];西南交通大學(xué)學(xué)報;2010年05期

9 陸鳳波;黃知濤;易輝榮;姜文利;;一種基于高階累積量的數(shù)字調(diào)相信號識別方法[J];系統(tǒng)工程與電子技術(shù);2008年09期

10 譚曉衡;陳印;;基于聯(lián)合特征參數(shù)的數(shù)字調(diào)制識別優(yōu)化算法[J];系統(tǒng)工程與電子技術(shù);2011年12期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李雪;基于固有時間尺度分解的數(shù)字調(diào)制識別[D];西安電子科技大學(xué);2010年

2 周敏;數(shù)字通信信號制式自動識別與參數(shù)估計算法研究與實現(xiàn)[D];西南交通大學(xué);2013年

  本文關(guān)鍵詞：OFDM信號調(diào)制方式識別方法的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：380130