本文關(guān)鍵詞：數(shù)字信號調(diào)制方式的識別技術(shù)研究　出處：《河北大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 調(diào)制識別 小波變換 高階累積量 循環(huán)矩 支持向量機

【摘要】：為了在信號密集和有噪聲干擾的環(huán)境下判斷出接收信號的調(diào)制方式,通常使用調(diào)制識別技術(shù)。調(diào)制識別技術(shù)在民用和軍事無線通信中的信號監(jiān)測、信息截獲、干擾識別和電子對抗等方面有著廣泛的應用,是認知無線電、頻譜感知等領域研究的基礎,因此這一技術(shù)的研究從未間斷并越來越受到人們的重視。本文在前人工作的基礎上,對數(shù)字通信信號的調(diào)制識別技術(shù)進行了研究和探索,取得的主要成果和創(chuàng)新點有:(1)針對四種數(shù)字調(diào)制信號MASK、MFSK、MPSK和MQAM識別問題,根據(jù)歸一化前后調(diào)制信號的小波變換包絡之間的差異性,提出基于小波變異系數(shù)差值和小波相似度特征的識別方法。首先在不同小波尺度下,采用小波變異系數(shù)差值和小波相似度作為MASK、MFSK、MPSK和MQAM信號類間識別的特征參數(shù);然后在調(diào)制信號的類內(nèi)識別中,分別采用高階累積量值和未歸一化小波變換包絡的標準差值作為特征參數(shù)實現(xiàn)對調(diào)制信號的識別。該方法特征復雜度低,參數(shù)容錯性強,在較低信噪比環(huán)境下有較好的識別效率。(2)針對單通道時頻域混疊信號環(huán)境下難以處理的信號調(diào)制識別問題,研究了一種將高階累積量與循環(huán)矩相結(jié)合的識別方法。首先對混疊信號的高階累積量特征進行分析;然后引入循環(huán)矩特征增加高階累積量特征的識別范圍;最后聯(lián)合兩種識別特征利用基于結(jié)構(gòu)風險最小化準則的支持向量機(Support Vector Machines,SVM)對混疊信號調(diào)制方式進行有效的識別。該方法魯棒性強,保持較少特征參數(shù)的同時能夠識別較多的信號類型。
[Abstract]:In order to judge the modulation mode of the received signal in the environment of dense signal and noise interference, the modulation identification technology is usually used. The modulation identification technology is used to monitor the signal and intercept the information in the civil and military wireless communication. Interference recognition and electronic countermeasures are widely used, which is the basis of cognitive radio, spectrum sensing and other fields. Therefore, the research of this technology has never stopped and has been paid more and more attention. Based on the previous work, the modulation recognition technology of digital communication signal is studied and explored in this paper. The main achievements and innovations are: (1) aiming at four kinds of digital modulation signal MASK / MFSKMPSK and MQAM recognition problems. According to the difference between wavelet transform envelopes of modulated signals before and after normalization, a method based on wavelet variation coefficient difference and wavelet similarity features is proposed. Firstly, under different wavelet scales. Wavelet variation coefficient difference and wavelet similarity are used as feature parameters for recognition between MASK MFSKMPSK and MQAM signals. Then in the class recognition of modulation signal, the high order cumulant value and the standard difference value of the envelope of unnormalized wavelet transform are used as the characteristic parameters to realize the recognition of modulation signal respectively. The method has low feature complexity. Because of its strong fault tolerance and better recognition efficiency in low SNR environment, it is difficult to deal with the signal modulation recognition problem in single channel time-frequency domain aliasing signal environment. A recognition method combining high order cumulants with cyclic moments is studied. Firstly, the characteristics of high order cumulants of mixed signals are analyzed. Then the cyclic moment feature is introduced to increase the recognition range of higher order cumulant features. Finally, two recognition features are combined using support vector machine support Vector Machines based on structural risk minimization criterion. SVM) is an effective method to identify the modulation modes of aliasing signals, which is robust and can recognize more types of signals while keeping fewer characteristic parameters.
【學位授予單位】：河北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN911.3

【相似文獻】

相關(guān)期刊論文 前10條

1 韓鋼,李建東,陳晨;一種用于調(diào)制識別的盲碼元定時估計算法[J];通信學報;2003年12期

2 馮祥;李建東;;調(diào)制識別算法及性能分析[J];電波科學學報;2005年06期

3 廖艷蘋;謝紅;楊莘元;;輔助式小波神經(jīng)網(wǎng)絡的調(diào)制識別技術(shù)[J];應用科技;2006年04期

4 李俊俊;陸明泉;馮振明;;基于支持向量機的分級調(diào)制識別方法[J];清華大學學報(自然科學版);2006年04期

5 畢于威;楊莘元;;支持向量機在數(shù)字信號調(diào)制識別系統(tǒng)中的應用[J];應用科技;2006年06期

6 吳丹;顧學邁;;一種新的基于支持向量機的自動調(diào)制識別方案[J];南京理工大學學報(自然科學版);2006年05期

7 王彬;葛臨東;劉媛濤;;一種用于多徑信道的調(diào)制識別算法仿真研究[J];系統(tǒng)仿真學報;2007年24期

8 王貴興;陳建春;;一種基于支持向量機的分層調(diào)制識別方法[J];電子科技;2008年07期

9 李麗月;唐向宏;趙玲;申傳朋;;基于高斯和功率譜特性的小波調(diào)制識別研究[J];杭州電子科技大學學報;2008年05期

10 游偉;周先敏;;模擬調(diào)制信號的自動調(diào)制識別[J];信號處理;2009年01期

相關(guān)會議論文 前10條

1 龔曉潔;;基于譜相關(guān)特征的調(diào)制識別[A];2009年全國無線電應用與管理學術(shù)會議論文集[C];2009年

2 李麗月;唐向宏;趙玲;申傳朋;;基于高斯和功率譜特性的小波調(diào)制識別研究[A];浙江省電子學會2008年學術(shù)年會論文集[C];2008年

3 崔燦;劉作學;孔德強;崔凱;;調(diào)制識別算法研究[A];全國第三屆信號和智能信息處理與應用學術(shù)交流會�？痆C];2009年

4 黃付慶;程劍俐;徐以濤;;通信信號調(diào)制識別的研究[A];2007北京地區(qū)高校研究生學術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

5 倉艷;袁嗣杰;;通信信號調(diào)制識別技術(shù)綜述[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學術(shù)會議論文集[C];2006年

6 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡的調(diào)制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術(shù)年會、河南省電工技術(shù)學會年會論文集[C];2010年

7 倉艷;袁嗣杰;;通信信號調(diào)制識別中的信噪比估計[A];全國第一屆嵌入式技術(shù)聯(lián)合學術(shù)會議論文集[C];2006年

8 裴承全;何繼愛;;穩(wěn)定分布下基于傳感器節(jié)點分布式協(xié)作的調(diào)制識別研究[A];第六屆全國信號和智能信息處理與應用學術(shù)會議論文集[C];2012年

9 李偉斌;陳建華;;無線信號的自適應調(diào)制識別綜述[A];江蘇省通信學會2004年學術(shù)年會論文集[C];2004年

10 楊宇;鄧曉;;基于小波分析的RFID信號調(diào)制識別[A];第二十屆電工理論學術(shù)年會論文集[C];2008年

相關(guān)博士學位論文 前10條

1 楊發(fā)權(quán);無線通信信號調(diào)制識別關(guān)鍵技術(shù)與理論研究[D];西安電子科技大學;2015年

2 賀濤;數(shù)字通信信號調(diào)制識別若干新問題研究[D];電子科技大學;2008年

3 靳曉艷;基于先進信號處理方法的通信信號調(diào)制識別技術(shù)研究[D];西安電子科技大學;2014年

4 陸明泉;多信號的調(diào)制識別技術(shù)研究[D];電子科技大學;2008年

5 胡國兵;雷達信號調(diào)制識別相關(guān)技術(shù)研究[D];南京航空航天大學;2011年

6 徐毅瓊;數(shù)字通信信號自動調(diào)制識別技術(shù)研究[D];解放軍信息工程大學;2011年

7 王彬;無線衰落信道中的調(diào)制識別、信道盲辨識和盲均衡技術(shù)研究[D];解放軍信息工程大學;2007年

8 劉澍;基于改進蟻群算法與神經(jīng)網(wǎng)絡的調(diào)制識別研究[D];華中科技大學;2009年

9 劉明騫;非合作通信中信號檢測及調(diào)制識別的關(guān)鍵技術(shù)研究[D];西安電子科技大學;2013年

10 楊偉超;Alpha穩(wěn)定分布噪聲下通信信號調(diào)制識別研究[D];哈爾濱工程大學;2012年

相關(guān)碩士學位論文 前10條

1 高新;基于小波識別的多模式接收機技術(shù)研究[D];西南科技大學;2015年

2 周鵬;監(jiān)測接收機中調(diào)制識別的應用研究與系統(tǒng)實現(xiàn)[D];電子科技大學;2014年

3 邢政利;基于壓縮感知的PSK信號調(diào)制識別及參數(shù)估計方法[D];中國工程物理研究院;2015年

4 張虎;通信信號調(diào)制識別與參數(shù)估計[D];西安電子科技大學;2014年

5 馮利;跳頻信號參數(shù)估計與調(diào)制識別[D];電子科技大學;2014年

6 吳三的;低信噪比下的數(shù)字調(diào)制識別算法研究[D];西安電子科技大學;2014年

7 陶盛林;數(shù)字信號參數(shù)估計與調(diào)制識別關(guān)鍵技術(shù)研究[D];西安電子科技大學;2015年

8 胡曉蕾;基于流形學習的MQAM信號自動調(diào)制識別[D];西安電子科技大學;2014年

9 張紅超;非合作接收條件下調(diào)制識別與參數(shù)估計技術(shù)研究[D];解放軍信息工程大學;2015年

10 童年;基于壓縮采樣值的通信信號調(diào)制識別技術(shù)研究[D];解放軍信息工程大學;2015年

，

本文編號：1386098