本文關(guān)鍵詞：基于循環(huán)譜相關(guān)的調(diào)制信號(hào)檢測方法研究

  更多相關(guān)文章： 調(diào)制方式識(shí)別 循環(huán)譜理論 譜相關(guān)估計(jì)算法 徑向基神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著現(xiàn)代電子通信技術(shù)的不斷發(fā)展與創(chuàng)新,通信信號(hào)的調(diào)制方式自動(dòng)識(shí)別技術(shù)在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。作為信號(hào)獲取和解調(diào)之間的一個(gè)重要環(huán)節(jié),信號(hào)調(diào)制方式的自動(dòng)識(shí)別技術(shù)無論是在軍事還是民用領(lǐng)域都發(fā)揮著重要的作用,軟件無線電和認(rèn)知無線電的研究賦予了它新的研究意義,在降低計(jì)算復(fù)雜度的同時(shí),如何有效地提高自動(dòng)識(shí)別的精確度成為目前該領(lǐng)域的主要研究方向。本文以信號(hào)的循環(huán)譜理論為基礎(chǔ),借助理論分析和計(jì)算機(jī)仿真,在循環(huán)譜估計(jì)算法、譜相關(guān)特征參數(shù)的提取和基于徑向基神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計(jì)及其改進(jìn)等方面進(jìn)行了相關(guān)研究。本文首先從信號(hào)循環(huán)譜的基本原理出發(fā),對(duì)循環(huán)譜估計(jì)算法進(jìn)行了重點(diǎn)分析,通過使用小波變換理論對(duì)頻域平滑估計(jì)算法中的噪點(diǎn)問題進(jìn)行了相關(guān)改進(jìn),并在改進(jìn)的基礎(chǔ)上對(duì)幾種常用的數(shù)字調(diào)制信號(hào)的循環(huán)譜相關(guān)特征進(jìn)行了詳細(xì)的分析。根據(jù)不同調(diào)制信號(hào)的譜相關(guān)特征不同,提取出譜相關(guān)函數(shù)a截面的強(qiáng)譜線數(shù)目、a截面的譜線顯著度比、f截面的歸一化面積、零中心歸一化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差和二次方譜a截面的譜線顯著度比等分辨性較強(qiáng)的調(diào)制識(shí)別分類特征參數(shù)。最后,通過對(duì)徑向基神經(jīng)網(wǎng)絡(luò)基本理論的分析,基于徑向基神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)并構(gòu)造調(diào)制方式分類器,從而對(duì)調(diào)制信號(hào)進(jìn)行自動(dòng)識(shí)別分類,對(duì)于仿真實(shí)驗(yàn)中分類器收斂速度慢、識(shí)別精度低等問題進(jìn)行相關(guān)改進(jìn),通過計(jì)算機(jī)仿真驗(yàn)證了改進(jìn)算法的有效性和穩(wěn)定性。
【關(guān)鍵詞】：調(diào)制方式識(shí)別 循環(huán)譜理論 譜相關(guān)估計(jì)算法 徑向基神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.3
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-15
• 1 緒論15-20
• 1.1 課題背景與研究意義15
• 1.2 調(diào)制方式識(shí)別的研究發(fā)展?fàn)顩r15-18
• 1.3 本文研究內(nèi)容及安排18-20
• 2 循環(huán)譜相關(guān)理論20-35
• 2.1 循環(huán)平穩(wěn)過程20-22
• 2.2 循環(huán)譜密度函數(shù)的估計(jì)算法22-26
• 2.3 循環(huán)譜密度函數(shù)估計(jì)算法的研究26-32
• 2.4 循環(huán)譜相關(guān)理論分析的特點(diǎn)32-34
• 2.5 本章小結(jié)34-35
• 3 數(shù)字調(diào)制信號(hào)的循環(huán)譜分析及特征參數(shù)提取35-68
• 3.1 數(shù)字調(diào)制信號(hào)的循環(huán)譜分析35-54
• 3.2 循環(huán)譜特征參數(shù)的提取及性能分析54-65
• 3.3 基于循環(huán)譜相關(guān)特征的調(diào)制方式識(shí)別流程65-67
• 3.4 本章小結(jié)67-68
• 4.數(shù)字調(diào)制信號(hào)的識(shí)別算法68-79
• 4.1 徑向基神經(jīng)網(wǎng)絡(luò)68-72
• 4.2 RBF神經(jīng)網(wǎng)絡(luò)算法的基本改進(jìn)72-78
• 4.3 本章小結(jié)78-79
• 5 總結(jié)與展望79-81
• 5.1 論文工作總結(jié)79
• 5.2 展望79-81
• 參考文獻(xiàn)81-84
• 作者簡歷84-86
• 學(xué)位論文數(shù)據(jù)集86

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 葉健;葛臨東;吳月嫻;;一種優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)在調(diào)制識(shí)別中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);2007年06期

2 牛景昌;王立賓;;一種改進(jìn)的基于星座圖的信號(hào)識(shí)別方法[J];無線電通信技術(shù);2013年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 薛富強(qiáng);進(jìn)化RBF神經(jīng)網(wǎng)絡(luò)分類器研究[D];解放軍信息工程大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王生兵;無線電信號(hào)的調(diào)制識(shí)別研究[D];東南大學(xué);2006年

2 李靜;基于循環(huán)譜相關(guān)的通信信號(hào)調(diào)制方式識(shí)別[D];燕山大學(xué);2010年

，

本文編號(hào)：776705