發(fā)布時(shí)間：2017-05-07 06:18

  本文關(guān)鍵詞：通信信號(hào)的特征值提取與識(shí)別的算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：通信信號(hào)調(diào)制樣式識(shí)別是軟件無(wú)線(xiàn)電的核心技術(shù)之一,同時(shí)也是最近幾年信號(hào)處理領(lǐng)域研究的熱點(diǎn)。通信技術(shù)的飛速發(fā)展使得信號(hào)的調(diào)制樣式更加復(fù)雜和多樣化,之前所常用的調(diào)制識(shí)別理論和方法已經(jīng)很難再滿(mǎn)足實(shí)際的需求,無(wú)法有效地識(shí)別通信信號(hào)的調(diào)制樣式,所以,這給通信信號(hào)調(diào)制樣式識(shí)別的進(jìn)一步研究提出了更高的要求。目前,模擬調(diào)制信號(hào)的種類(lèi)十分有限,并且模擬調(diào)制信號(hào)的參數(shù)提取與調(diào)制識(shí)別的方法已經(jīng)發(fā)展得十分成熟,而數(shù)字調(diào)制信號(hào)的種類(lèi)繁多,調(diào)制樣式復(fù)雜多樣,并且,隨著通信技術(shù)的發(fā)展,陸續(xù)還會(huì)涌現(xiàn)出更多的數(shù)字調(diào)制方式。所以,對(duì)于數(shù)字調(diào)制信號(hào)特征參數(shù)的提取與識(shí)別才是目前學(xué)術(shù)界關(guān)注熱點(diǎn)和研究重點(diǎn),所以本文主要將2ASK,4ASK,2FSK,4FSK,2PSK,4PSK和16QAM七種數(shù)字調(diào)制信號(hào)作為研究對(duì)象。信號(hào)調(diào)制識(shí)別的總體步驟包括信號(hào)的預(yù)處理、提取特征參數(shù)和設(shè)計(jì)分類(lèi)識(shí)別器。在調(diào)制識(shí)別的預(yù)處理階段,本文在對(duì)信號(hào)的同相分量和正交分量進(jìn)行提取的時(shí)候用到了多相濾波器,有效地降低了信號(hào)的采樣速率。在調(diào)制識(shí)別的特征參數(shù)提取階段,本文針對(duì)7種數(shù)字調(diào)制信號(hào),提取了6個(gè)瞬時(shí)特征參數(shù),其中Rσa參數(shù)是改進(jìn)得到的,Rσp是由Rσa參數(shù)類(lèi)推得到的。仿真實(shí)驗(yàn)表明,本文提取的6個(gè)瞬時(shí)特征參數(shù)具備十分優(yōu)良的分類(lèi)性能。在調(diào)制識(shí)別的分類(lèi)識(shí)別器設(shè)計(jì)階段,本文提出了一種加入粒子鄰域信息的粒子群(Particle Swarm Optimization algorithm with Neighbor information, NPSO)算法。在NPSO算法尋優(yōu)過(guò)程中,保留了基本PSO算法的搜索策略,同時(shí)還增加了對(duì)粒子鄰域粒子的局部搜索,進(jìn)一步提高算法的全局尋優(yōu)性能。通過(guò)使用NPSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值的方法,設(shè)計(jì)了NPSO-BP分類(lèi)識(shí)別器。仿真實(shí)驗(yàn)表明,當(dāng)信噪比低至0dB,NPSO-BP分類(lèi)識(shí)別器對(duì)7種信號(hào)的識(shí)別率都可以達(dá)到86%以上,從而證明了該分類(lèi)識(shí)別器能有效地提高調(diào)制信號(hào)的識(shí)別性能。
【關(guān)鍵詞】：調(diào)制信號(hào) 瞬時(shí)特征參數(shù) 改進(jìn)的粒子群算法(NPSO) 識(shí)別率
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN911.3
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 課題背景及研究意義8-10
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀10-12
• 1.2.1 基于決策理論的最大似然假設(shè)檢驗(yàn)方法介紹10
• 1.2.2 基于特征提取的統(tǒng)計(jì)模式識(shí)別方法介紹10-12
• 1.3 本文主要研究?jī)?nèi)容12
• 1.4 本文組織結(jié)構(gòu)12-14
• 第二章 通信信號(hào)調(diào)制識(shí)別基礎(chǔ)14-23
• 2.1 引言14
• 2.2 通信系統(tǒng)的模型14-15
• 2.3 信號(hào)調(diào)制的概念和目的15
• 2.4 數(shù)字調(diào)制方式及其特征15-19
• 2.4.1 振幅鍵控(ASK)15-16
• 2.4.2 頻率鍵控(FSK)16-17
• 2.4.3 相位鍵控(PSK)17-18
• 2.4.4 正交振幅調(diào)制(QAM)18-19
• 2.5 信號(hào)的頻譜與功率譜分析19-20
• 2.6 高斯白噪聲模型20-21
• 2.7 噪聲對(duì)數(shù)字調(diào)制信號(hào)的影響21-22
• 2.8 本章小結(jié)22-23
• 第三章 調(diào)制識(shí)別中的特征參數(shù)提取23-35
• 3.1 引言23
• 3.2 對(duì)數(shù)字調(diào)制信號(hào)進(jìn)行正交分解23-26
• 3.2.1 信號(hào)正交變換理論23-24
• 3.2.2 采用多相濾波器的正交變換24-26
• 3.3 基于瞬時(shí)信息的特征提取26-29
• 3.3.1 對(duì)基于瞬時(shí)信息特征參數(shù)的改進(jìn)和類(lèi)推26-27
• 3.3.2 對(duì)其他基于瞬時(shí)信息特征參數(shù)的提取27-29
• 3.4 仿真實(shí)驗(yàn)及結(jié)果分析29-34
• 3.4.1 仿真實(shí)驗(yàn)參數(shù)設(shè)置29
• 3.4.2 仿真實(shí)驗(yàn)過(guò)程描述29-30
• 3.4.3 仿真結(jié)果分析30-34
• 3.5 本章小結(jié)34-35
• 第四章 NPSO-BP分類(lèi)識(shí)別器的設(shè)計(jì)35-56
• 4.1 引言35
• 4.2 BP神經(jīng)網(wǎng)絡(luò)模型35-37
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)35-36
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則36
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)的缺陷36-37
• 4.2.4 BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)37
• 4.3 優(yōu)化理論基礎(chǔ)37-39
• 4.3.1 優(yōu)化問(wèn)題的數(shù)學(xué)表示37-38
• 4.3.2 優(yōu)化算法及其分類(lèi)38-39
• 4.4 粒子群優(yōu)化算法39-42
• 4.4.1 基本粒子群優(yōu)化算法原理39
• 4.4.2 基本粒子群優(yōu)化算法描述39-40
• 4.4.3 基本粒子群優(yōu)化算法步驟40
• 4.4.4 基本粒子群優(yōu)化算法的偽代碼40-41
• 4.4.5 帶慣性權(quán)重的粒子群優(yōu)化算法41-42
• 4.5 對(duì)基本PSO算法改進(jìn)42-46
• 4.5.1 改進(jìn)的算法思想42-43
• 4.5.2 改進(jìn)的算法描述43
• 4.5.3 改進(jìn)的算法步驟43-44
• 4.5.4 改進(jìn)的算法的偽代碼44-45
• 4.5.5 改進(jìn)的算法的流程45-46
• 4.6 NPSO-BP分類(lèi)識(shí)別器的設(shè)計(jì)46-48
• 4.6.1 NPSO-BP分類(lèi)識(shí)別器的原理46-47
• 4.6.2 NPSO-BP分類(lèi)識(shí)別器的設(shè)計(jì)步驟47-48
• 4.6.3 NPSO-BP分類(lèi)識(shí)別器的實(shí)現(xiàn)流程48
• 4.7 NPSO-BP分類(lèi)識(shí)別器的仿真實(shí)驗(yàn)與結(jié)果分析48-54
• 4.7.1 BP網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)48-49
• 4.7.2 仿真參數(shù)的設(shè)置49-50
• 4.7.3 數(shù)據(jù)預(yù)處理50
• 4.7.4 實(shí)驗(yàn)對(duì)比與結(jié)果分析50-54
• 4.8 本章小結(jié)54-56
• 第五章 總結(jié)與展望56-58
• 5.1 工作總結(jié)56-57
• 5.2 工作展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-62
• 附錄：作者在攻讀碩士學(xué)位期間發(fā)表的論文62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張傳忠;吳素琴;段田東;劉世剛;;數(shù)字調(diào)制信號(hào)多重分形特性分析[J];信息工程大學(xué)學(xué)報(bào);2011年02期

2 徐巖;譚方;;低信噪比碼元瞬時(shí)特性數(shù)字調(diào)制信號(hào)識(shí)別研究[J];鐵道學(xué)報(bào);2013年07期

3 蘇澤峰;復(fù)碼及其數(shù)字調(diào)制信號(hào)的精確功率譜分析[J];電訊技術(shù);1984年04期

4 劉明亮 ,賈峰利;用測(cè)量法分析數(shù)字調(diào)制信號(hào)[J];國(guó)外電子測(cè)量技術(shù);1997年02期

5 周云松,鄧兵;基于短時(shí)分析的數(shù)字調(diào)制信號(hào)識(shí)別方法的研究[J];信息技術(shù);2005年06期

6 李偉;;基于小波變換的數(shù)字調(diào)制信號(hào)的特征提取[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

7 李偉;;基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字調(diào)制信號(hào)的快速識(shí)別方法[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年04期

8 劉明騫;李兵兵;劉涵;;數(shù)字調(diào)制信號(hào)識(shí)別性能的評(píng)估方法[J];計(jì)算機(jī)科學(xué);2011年05期

9 張萬(wàn)書(shū);數(shù)字調(diào)制信號(hào)用測(cè)量方法[J];電視技術(shù);1999年03期

10 王振貴 ,高宗敏;數(shù)字調(diào)制信號(hào)的電纜分配系統(tǒng)接口(1)[J];有線(xiàn)電視技術(shù);2001年19期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 尚俊娜;李挺;;基于相位信息的MSK軟件解調(diào)新方法研究[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 廖燦輝;陳紹賀;;利用數(shù)字調(diào)制信號(hào)特征的衛(wèi)星同頻混合信號(hào)盲分離[A];第七屆衛(wèi)星通信新技術(shù)、新業(yè)務(wù)學(xué)術(shù)年會(huì)論文集[C];2011年

3 周峰;張睿;郭隆慶;王南;;非理想傳輸通道對(duì)數(shù)字調(diào)制信號(hào)EVM的影響——理論、仿真和測(cè)量[A];2009安捷倫科技節(jié)論文集[C];2009年

4 辛建芳;張立毅;魏瑾;甘子平;;基于高階累積量的數(shù)字調(diào)制信號(hào)識(shí)別[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孟祥雅;常用數(shù)字調(diào)制信號(hào)的識(shí)別研究[D];河北大學(xué);2015年

2 石亞云;非高斯噪聲環(huán)境下數(shù)字調(diào)制信號(hào)的識(shí)別方法研究[D];西安電子科技大學(xué);2014年

3 史先銘;通信信號(hào)的特征值提取與識(shí)別的算法研究[D];江南大學(xué);2016年

4 曹家亮;數(shù)字調(diào)制信號(hào)識(shí)別研究[D];哈爾濱工程大學(xué);2009年

5 劉明騫;基于支持向量機(jī)的數(shù)字調(diào)制信號(hào)識(shí)別[D];西安理工大學(xué);2009年

6 陳琦珍;數(shù)字調(diào)制信號(hào)方式的小波識(shí)別算法研究[D];南昌大學(xué);2007年

7 鄧能;數(shù)字調(diào)制信號(hào)的質(zhì)量檢測(cè)[D];北京郵電大學(xué);2015年

8 馮利利;改進(jìn)型自組織特征映射神經(jīng)網(wǎng)絡(luò)的數(shù)字調(diào)制信號(hào)識(shí)別技術(shù)研究[D];太原理工大學(xué);2011年

9 高建勤;基于小波和分?jǐn)?shù)階微分的數(shù)字調(diào)制信號(hào)分析與識(shí)別[D];四川大學(xué);2006年

10 鞠帥;短波信道中數(shù)字調(diào)制信號(hào)的檢測(cè)與識(shí)別[D];哈爾濱工程大學(xué);2007年

  本文關(guān)鍵詞：通信信號(hào)的特征值提取與識(shí)別的算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：349347