本文關(guān)鍵詞：基于FPGA的混合信號識別方法研究與仿真實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著通信技術(shù)的高速發(fā)展,通信環(huán)境的日益復(fù)雜,各調(diào)制信號之間的混疊現(xiàn)象也越來越頻繁了。因此,混合信號識別作為干擾抑制技術(shù)和混合信號分離技術(shù)的前置工作無論在軍用還是民用領(lǐng)域都顯得尤為重要。本文首先從MPSK和16QAM的調(diào)制方式入手,將信號源分為單信號、對稱混合信號以及非對稱混合信號三大類共15種信號模型；然后介紹了混合信號全采樣序列星座圖特點和定時抽樣序列弱信號特點；接下來提取了5個全采樣序列星座圖參數(shù)用來完成對稱混合信號識別和調(diào)制方式識別的工作,提取了2個定時抽樣序列弱信號參數(shù)用來完成弱信號的檢測工作,并討論了后續(xù)弱信號數(shù)量估計的方法；接著針對FPGA進行了算法優(yōu)化并完成了算法移植；最后,完成了Xilinx Virtex5開發(fā)平臺的硬件實現(xiàn)工作。本文在研究過程中首先利用Matlab仿真驗證了識別算法的可行性,然后使用ModelSim功能仿真驗證了算法移植到FPGA的可行性,最后配合ChipScope軟件完成硬件實現(xiàn)的結(jié)果測試,證明硬件實現(xiàn)的準(zhǔn)確性。本文提出了一種適用于FPGA的運算復(fù)雜度小、資源消耗少且識別性能較為優(yōu)異的混合信號識別算法。經(jīng)過算法仿真驗證、功能仿真驗證以及硬件實現(xiàn)測試證明在SNR不小于15dB時,識別算法可正確識別各種信號模型,當(dāng)SNR略低于15dB時,識別算法仍可識別絕大多數(shù)信號模型。
【關(guān)鍵詞】：混合信號 調(diào)制識別 弱信號檢測 現(xiàn)場可編程門陣列
【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】：2016
【分類號】：TN911.7
【目錄】：

• 摘要6-7
• ABSTRACT7-10
• 第1章 緒論10-14
• 1.1 研究背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文的主要內(nèi)容和章節(jié)安排12-14
• 第2章 混合信號星座圖與頻譜基本理論14-22
• 2.1 混合信號模型介紹14-15
• 2.2 混合信號全采樣序列星座圖原理15-18
• 2.3 混合信號定時抽樣序列弱信號原理18-21
• 2.4 本章小結(jié)21-22
• 第3章 混合信號識別方案設(shè)計22-38
• 3.1 過采樣方案設(shè)計22
• 3.2 全采樣序列星座圖識別方案22-29
• 3.2.1 全采樣序列星座圖識別方案參數(shù)提取23-28
• 3.2.2 全采樣序列星座圖識別方案流程28-29
• 3.3 定時抽樣序列弱信號識別方案29-34
• 3.3.1 不同調(diào)制方式定時抽樣序列的星座圖區(qū)域劃分29-30
• 3.3.2 定時抽樣序列弱信號識別方案參數(shù)提取30-33
• 3.3.3 定時抽樣序列弱信號識別方案流程33-34
• 3.4 混合信號調(diào)制識別方案總述34-36
• 3.4.1 混合信號調(diào)制識別方案總流程34-35
• 3.4.2 混合信號識別方案性能分析35-36
• 3.4.3 與傳統(tǒng)高階累積量識別方法的對比36
• 3.5 本章小結(jié)36-38
• 第4章 基于FPGA的混合信號識別方案硬件實現(xiàn)38-64
• 4.1 模塊劃分及時序關(guān)系簡述38-40
• 4.2 硬件實現(xiàn)模塊設(shè)計詳述40-58
• 4.2.1 ADC采樣模塊40
• 4.2.2 時鐘及復(fù)位管理模塊40-41
• 4.2.3 全采樣序列星座圖識別參數(shù)計算模塊41-44
• 4.2.4 定時抽樣序列計算模塊44-46
• 4.2.5 定時抽樣序列歸一化模塊46-48
• 4.2.6 序列yi提取模塊48-51
• 4.2.7 定時抽樣序列弱信號識別參數(shù)計算模塊51-57
• 4.2.8 判決器模塊57-58
• 4.3 混合信號識別方案的FPGA整體功能仿真58-60
• 4.4 混合信號識別方案的FPGA硬件測試60-63
• 4.4.1 FPGA的資源使用情況61-62
• 4.4.2 硬件測試結(jié)果62-63
• 4.5 本章小結(jié)63-64
• 結(jié)論與未來的工作64-65
• 致謝65-66
• 參考文獻66-69
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李詩婧;馬宇;王玉文;孟凡計;;區(qū)域環(huán)境電磁監(jiān)測與信號識別系統(tǒng)方案研究[J];中國測試;2013年02期

2 柳征;周一宇;姜文利;;基于模糊平面的信號識別方法[J];信號處理;2006年01期

3 賈鑫,郭桂蓉,梁泰基;一種雷達干擾信號識別的映射統(tǒng)計方法及其實驗研究[J];指揮技術(shù)學(xué)院學(xué)報;1994年02期

4 沈輝;;基于譜相關(guān)理論的信號識別算法[J];艦船電子對抗;2007年01期

5 劉冰;盧偉;;衛(wèi)星干擾信號識別與測量系統(tǒng)設(shè)計[J];中國新通信;2012年06期

6 劉存禮,鄭向東,韓國棟;遙控彩電常見故障分析與維修[J];電氣時代;1995年11期

7 趙建民 ,林平;寬帶被動導(dǎo)引雷達的信號識別和跟蹤[J];航天電子對抗;1994年01期

8 邢觀鋒;傳真信號識別電路[J];現(xiàn)代通信;1995年11期

9 瞿孟虹;何曉霜;游凌;;基于累積量的混合信號識別算法性能分析[J];數(shù)據(jù)采集與處理;2013年06期

10 甘泉;廖成;胡來招;;基于短時比較分布的信號識別方法[J];西南交通大學(xué)學(xué)報;2006年02期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 劉劍;崔遠慧;成川;;神經(jīng)網(wǎng)絡(luò)語音信號識別與特征值提取的研究[A];中國航海學(xué)會通信導(dǎo)航專業(yè)委員會2004學(xué)術(shù)年會論文集[C];2004年

2 尹海平;趙陽;李世錦;沈雪梅;;傳導(dǎo)性EMI信號識別網(wǎng)絡(luò)特性初探[A];電工理論與新技術(shù)學(xué)術(shù)年會論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 余志斌;基于脈內(nèi)特征的雷達輻射源信號識別研究[D];西南交通大學(xué);2010年

2 趙曉丹;基于非先驗函數(shù)系的信號識別[D];江蘇大學(xué);2010年

3 王巖;生物信息學(xué)和生物信號識別領(lǐng)域的機器學(xué)習(xí)算法研究[D];吉林大學(xué);2007年

4 李艷玲;非合作通信中單載波調(diào)制信號識別算法研究[D];西安電子科技大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 魏巍;基于FPGA的混合信號識別方法研究與仿真實現(xiàn)[D];西南交通大學(xué);2016年

2 翟伯菊;信號識別系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2010年

3 肖樂群;基于高階統(tǒng)計量的雷達輻射源信號識別方法研究[D];解放軍信息工程大學(xué);2012年

4 王紅偉;基于支持向量機的OFDM信號識別技術(shù)研究[D];西安電子科技大學(xué);2009年

5 宋藍天;基于時頻特征的ECG信號識別研究[D];江南大學(xué);2011年

6 蘭鉑;FSK和PSK信號特征研究[D];北京郵電大學(xué);2011年

7 駱鹿;基于ICA的振動信號識別研究[D];五邑大學(xué);2008年

8 安寧;OFDM信號識別與參數(shù)估計技術(shù)研究及IP核設(shè)計[D];西安電子科技大學(xué);2011年

9 彭華甫;連續(xù)相位調(diào)制信號識別與參數(shù)估計[D];解放軍信息工程大學(xué);2013年

10 萬龍;基于提升小波與聚類算法的脈象信號識別的研究[D];重慶大學(xué);2010年

  本文關(guān)鍵詞：基于FPGA的混合信號識別方法研究與仿真實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：454828