本文關(guān)鍵詞：基于壓縮感知的PSK信號(hào)調(diào)制模式識(shí)別方法

  更多相關(guān)文章： 壓縮感知 調(diào)制識(shí)別 高次方變換 PSK信號(hào)

【摘要】：近些年來(lái),數(shù)字處理技術(shù)得到了飛速發(fā)展。然而,隨著調(diào)制信號(hào)頻帶范圍越來(lái)越廣,處理這些寬帶信號(hào)的任務(wù)愈發(fā)的艱巨。利用傳統(tǒng)的Nyquist采樣定律進(jìn)行處理,將會(huì)導(dǎo)致超高的采樣速率,而這就會(huì)對(duì)物理器件提出非�？量痰囊�,不僅會(huì)增加工藝的復(fù)雜度和實(shí)現(xiàn)的成本,而且可能會(huì)超出現(xiàn)有模擬/數(shù)字轉(zhuǎn)換器件的性能極限。此時(shí),一種新興的信號(hào)處理方式——壓縮感知理論的誕生為突破帶寬對(duì)采樣速率的限制帶來(lái)了希望。本文利用MPSK(Multiple Phase Shift Keying)信號(hào)特征的不同,對(duì)其進(jìn)行調(diào)制模式識(shí)別,將壓縮感知理論與模式識(shí)別方法相結(jié)合,在低速采樣的情況下,實(shí)現(xiàn)MPSK信號(hào)的調(diào)制模式識(shí)別任務(wù)。本文主要研究?jī)?nèi)容如下:1.介紹了壓縮感知的理論基礎(chǔ),描述了壓縮感知的基本框架,介紹了PSK信號(hào)的傳統(tǒng)識(shí)別方法,找到了其與壓縮感知方法的結(jié)合點(diǎn),為將壓縮感知理論引入到PSK信號(hào)調(diào)制模式識(shí)別任務(wù)打下了基礎(chǔ)。2.提出了一種基于高次方傅里葉變換的PSK信號(hào)調(diào)制識(shí)別方法,針對(duì)高次方變換將導(dǎo)致采樣頻率高于原本所需Nyquist率的問(wèn)題,通過(guò)引入壓縮感知理論,將壓縮感知理論與傳統(tǒng)的高次方變換方法相結(jié)合,降低了觀測(cè)樣本數(shù)量,在降低對(duì)前端器件要求的同時(shí),完成識(shí)別任務(wù)。在壓縮感知框架下的重構(gòu)過(guò)程中,比較了以正交匹配追蹤算法為代表的貪婪算法與以基追蹤算法為代表的凸松弛算法的優(yōu)缺點(diǎn),并進(jìn)行了仿真實(shí)驗(yàn)。3.提出了一種基于壓縮信號(hào)處理的PSK信號(hào)調(diào)制識(shí)別方法,針對(duì)壓縮感知處理框架下信號(hào)重構(gòu)時(shí)所需計(jì)算量過(guò)大的問(wèn)題,利用壓縮信號(hào)處理方法,直接對(duì)壓縮信號(hào)進(jìn)行處理,從而完成識(shí)別任務(wù)。壓縮信號(hào)實(shí)際上已經(jīng)包含了原始信號(hào)所有的有用信息,利用壓縮信號(hào)重構(gòu)出原始信號(hào)是對(duì)資源的一種浪費(fèi),僅僅減少了傳輸過(guò)程的數(shù)據(jù)量,而實(shí)際所需處理的數(shù)據(jù)量并未得到降低。壓縮信號(hào)的這種特性為我們直接對(duì)其進(jìn)行處理提供了可能。在后端的判決中,我們分別利用了BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)算法(分類(lèi)算法)以及基于模擬退火思想的改進(jìn)型K均值算法(聚類(lèi)算法),提高了算法的使用范圍。
【關(guān)鍵詞】：壓縮感知 調(diào)制識(shí)別 高次方變換 PSK信號(hào)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-14
• 1.1 研究工作的背景與意義10-11
• 1.2 國(guó)內(nèi)外研究歷史與現(xiàn)狀11-12
• 1.3 本論文的結(jié)構(gòu)安排12-14
• 第二章 壓縮感知方法及其與傳統(tǒng)PSK信號(hào)識(shí)別方法的結(jié)合14-23
• 2.1 壓縮感知方法簡(jiǎn)介14-19
• 2.1.1 問(wèn)題描述14-16
• 2.1.2 信號(hào)的稀疏表示16
• 2.1.3 觀測(cè)矩陣的設(shè)計(jì)16-19
• 2.1.4 信號(hào)重構(gòu)19
• 2.2 傳統(tǒng)PSK信號(hào)識(shí)別方法與CS的結(jié)合19-21
• 2.3 本章小結(jié)21-23
• 第三章 基于高次方傅里葉變換的調(diào)制方式識(shí)別方法23-44
• 3.1 MPSK信號(hào)譜特征23-33
• 3.1.1 BPSK信號(hào)的譜分析23-26
• 3.1.2 QPSK信號(hào)的譜分析26-29
• 3.1.3 8PSK信號(hào)的譜分析29-31
• 3.1.4 特征參數(shù)的構(gòu)造31-33
• 3.2 高次方變換與壓縮感知技術(shù)的結(jié)合33-35
• 3.3 目標(biāo)稀疏域的重構(gòu)35-38
• 3.3.1 貪婪算法35-38
• 3.3.2 凸松弛算法38
• 3.4 仿真分析38-43
• 3.5 本章小結(jié)43-44
• 第四章 基于壓縮信號(hào)處理的調(diào)制方式識(shí)別方法44-67
• 4.1 MPSK信號(hào)的高次方特征分析44-46
• 4.1.1 MPSK信號(hào)的分析44-45
• 4.1.2 特征參數(shù)的構(gòu)造45-46
• 4.2 算法改進(jìn)46-49
• 4.3 基于高次方特征的分類(lèi)決策49-57
• 4.3.1 BP神經(jīng)網(wǎng)絡(luò)49-52
• 4.3.2 改進(jìn)的K-mean聚類(lèi)算法52-57
• 4.4 壓縮信號(hào)的處理方法57-59
• 4.5 仿真實(shí)驗(yàn)及分析59-66
• 4.6 本章小結(jié)66-67
• 第五章 總結(jié)和展望67-69
• 5.1 全文總結(jié)67
• 5.2 展望67-69
• 致謝69-70
• 參考文獻(xiàn)70-75
• 攻讀碩士學(xué)位期間取得的成果75-76

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 趙貽玖;王厚軍;戴志堅(jiān);;基于隱馬爾科夫樹(shù)模型的小波域壓縮采樣信號(hào)重構(gòu)方法[J];電子測(cè)量與儀器學(xué)報(bào);2010年04期

2 李林;孔令富;練秋生;;基于輪廓波維納濾波的圖像壓縮傳感重構(gòu)[J];儀器儀表學(xué)報(bào);2009年10期

3 練秋生;高彥彥;陳書(shū)貞;;基于兩步迭代收縮法和復(fù)數(shù)小波的壓縮傳感圖像重構(gòu)[J];儀器儀表學(xué)報(bào);2009年07期

4 丁愛(ài)玲;石光明;陳旭陽(yáng);焦李成;;基于完全匹配小波的新型信號(hào)檢測(cè)方法[J];電子學(xué)報(bào);2008年09期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李小波;基于壓縮感知的測(cè)量矩陣研究[D];北京交通大學(xué);2010年

，

本文編號(hào)：602924