本文關(guān)鍵詞：基于人工蜂群算法的通信信號(hào)調(diào)制識(shí)別研究

  更多相關(guān)文章： 調(diào)制識(shí)別 高階累積量 希爾伯特黃變換 人工蜂群算法 支持向量機(jī)

【摘要】：通信信號(hào)的調(diào)制識(shí)別技術(shù)廣泛應(yīng)用于民用和軍事領(lǐng)域。本文基于對(duì)數(shù)字信號(hào)調(diào)制方式的分析和研究,提出基于人工蜂群(Artificial Bee Colony,ABC)算法的調(diào)制識(shí)別方法;針對(duì)傳統(tǒng)ABC算法的不足提出了改進(jìn)和優(yōu)化。本文具體作了以下研究:(1)基于高斯噪聲二階以上累積量恒等于零的特性,構(gòu)建三個(gè)歸一化特征參數(shù),從而有效避免噪聲對(duì)調(diào)制識(shí)別準(zhǔn)確率的影響。因?yàn)榉菂f(xié)作通信中調(diào)制信號(hào)為非線性、非平穩(wěn)隨機(jī)過程,所以提出適用于這類信號(hào)的希爾伯特黃變換(Hilbert Huang Transform,HHT)算法,并針對(duì)傳統(tǒng)HHT算法在特征提取中存在的不足提出改進(jìn)方案。最后,基于高階累積量和改進(jìn)HHT算法構(gòu)建聯(lián)合特征模塊。(2)提出一種基于ABC算法優(yōu)化支持向量機(jī)(Support Vector Machine,SVM)分類器的調(diào)制識(shí)別方法。本文將SVM分類器的分類準(zhǔn)確率作為ABC算法的適應(yīng)度值,采用ABC算法對(duì)SVM的核函數(shù)參數(shù)和懲罰因子進(jìn)行優(yōu)化。仿真結(jié)果表明,該方法在信噪比為-3dB時(shí),識(shí)別率為89.2%;當(dāng)信噪比大于4dB時(shí),識(shí)別率超過99%。(3)針對(duì)傳統(tǒng)ABC算法初始種群在解空間分布不均勻、收斂速度慢等不足,本文提出一種基于二維均勻設(shè)計(jì)和歐氏距離的改進(jìn)蜂群算法。改進(jìn)蜂群算法在構(gòu)造初始食物源時(shí)采用二維均勻設(shè)計(jì)使食物源在解空間均勻分布,提高了算法的全局搜索能力;在構(gòu)造新食物源時(shí)采用歐氏距離法提高了算法的尋優(yōu)效率,加快了算法的收斂。仿真結(jié)果表明,改進(jìn)蜂群算法具有更快的收斂速度,而將改進(jìn)蜂群算法優(yōu)化SVM的分類器應(yīng)用于調(diào)制識(shí)別中時(shí),能獲得更好的識(shí)別率。在-3dB信噪比條件下,改進(jìn)蜂群算法優(yōu)化SVM分類器比傳統(tǒng)ABC算法優(yōu)化SVM分類器識(shí)別率提高了3.7%。
【關(guān)鍵詞】：調(diào)制識(shí)別 高階累積量 希爾伯特黃變換 人工蜂群算法 支持向量機(jī)
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TN911.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術(shù)語注釋表8-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀及分析9-12
• 1.2.1 信號(hào)特征提取方法的研究現(xiàn)狀10-11
• 1.2.2 調(diào)制信號(hào)分類算法的研究現(xiàn)狀11-12
• 1.3 本文的研究工作12-13
• 1.4 本文主要研究?jī)?nèi)容和結(jié)構(gòu)13-15
• 第二章 通信信號(hào)調(diào)制理論與調(diào)制識(shí)別算法分析15-27
• 2.1 信號(hào)的基本調(diào)制方式15-24
• 2.1.1 模擬信號(hào)的基本調(diào)制方式15-20
• 2.1.2 數(shù)字信號(hào)的基本調(diào)制方式20-24
• 2.2 調(diào)制識(shí)別算法分析24-26
• 2.3 本章小結(jié)26-27
• 第三章 調(diào)制信號(hào)的特征提取27-43
• 3.1 基于信號(hào)高階累積量的特征提取27-32
• 3.1.1 高階累積量27-30
• 3.1.2 特征提取30-32
• 3.2 基于改進(jìn)HHT算法的特征提取32-41
• 3.2.1 HHT算法分析32-36
• 3.2.2 針對(duì)HHT算法不足進(jìn)行改進(jìn)36-40
• 3.2.3 特征提取40-41
• 3.3 構(gòu)建聯(lián)合特征值模塊41-42
• 3.4 本章小結(jié)42-43
• 第四章 基于人工蜂群算法優(yōu)化支持向量機(jī)的調(diào)制識(shí)別研究43-56
• 4.1 相關(guān)知識(shí)介紹43-48
• 4.1.1 人工蜂群算法43-46
• 4.1.2 支持向量機(jī)46-48
• 4.2 預(yù)分類48-50
• 4.3 人工蜂群優(yōu)化支持向量機(jī)算法50-51
• 4.3.1 算法分析50-51
• 4.3.2 算法實(shí)現(xiàn)51
• 4.4 基于人工蜂群算法優(yōu)化支持向量機(jī)的分類器設(shè)計(jì)51-52
• 4.5 仿真實(shí)驗(yàn)及結(jié)果分析52-55
• 4.6 本章小結(jié)55-56
• 第五章 改進(jìn)蜂群算法優(yōu)化SVM56-64
• 5.1 基于二維均勻設(shè)計(jì)的種群初始化策略56-57
• 5.2 基于歐氏距離的食物源更新策略57-59
• 5.3 基于改進(jìn)蜂群算法優(yōu)化SVM的分類器實(shí)現(xiàn)59-60
• 5.4 仿真實(shí)驗(yàn)及結(jié)果分析60-62
• 5.4.1 進(jìn)化曲線對(duì)比60-61
• 5.4.2 識(shí)別率對(duì)比61-62
• 5.5 本章小結(jié)62-64
• 第六章 總結(jié)與展望64-66
• 6.1 總結(jié)64
• 6.2 展望64-66
• 參考文獻(xiàn)66-69
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文69-70
• 致謝70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 馮祥;李建東;;調(diào)制識(shí)別算法及性能分析[J];電波科學(xué)學(xué)報(bào);2005年06期

2 廖艷蘋;謝紅;楊莘元;;輔助式小波神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別技術(shù)[J];應(yīng)用科技;2006年04期

3 李俊俊;陸明泉;馮振明;;基于支持向量機(jī)的分級(jí)調(diào)制識(shí)別方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

4 畢于威;楊莘元;;支持向量機(jī)在數(shù)字信號(hào)調(diào)制識(shí)別系統(tǒng)中的應(yīng)用[J];應(yīng)用科技;2006年06期

5 吳丹;顧學(xué)邁;;一種新的基于支持向量機(jī)的自動(dòng)調(diào)制識(shí)別方案[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

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

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

8 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(shí)別研究[J];杭州電子科技大學(xué)學(xué)報(bào);2008年05期

9 游偉;周先敏;;模擬調(diào)制信號(hào)的自動(dòng)調(diào)制識(shí)別[J];信號(hào)處理;2009年01期

10 方奇;張煒;;衰落環(huán)境中數(shù)字調(diào)制識(shí)別仿真研究[J];信息化研究;2011年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 龔曉潔;;基于譜相關(guān)特征的調(diào)制識(shí)別[A];2009年全國(guó)無線電應(yīng)用與管理學(xué)術(shù)會(huì)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(shí)別研究[A];浙江省電子學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

3 崔燦;劉作學(xué);孔德強(qiáng);崔凱;;調(diào)制識(shí)別算法研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

4 黃付慶;程劍俐;徐以濤;;通信信號(hào)調(diào)制識(shí)別的研究[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

5 倉艷;袁嗣杰;;通信信號(hào)調(diào)制識(shí)別技術(shù)綜述[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

6 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別算法的研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

7 倉艷;袁嗣杰;;通信信號(hào)調(diào)制識(shí)別中的信噪比估計(jì)[A];全國(guó)第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)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(diǎn)分布式協(xié)作的調(diào)制識(shí)別研究[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

9 李偉斌;陳建華;;無線信號(hào)的自適應(yīng)調(diào)制識(shí)別綜述[A];江蘇省通信學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

10 楊宇;鄧曉;;基于小波分析的RFID信號(hào)調(diào)制識(shí)別[A];第二十屆電工理論學(xué)術(shù)年會(huì)論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 靳曉艷;基于先進(jìn)信號(hào)處理方法的通信信號(hào)調(diào)制識(shí)別技術(shù)研究[D];西安電子科技大學(xué);2014年

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

5 胡國(guó)兵;雷達(dá)信號(hào)調(diào)制識(shí)別相關(guān)技術(shù)研究[D];南京航空航天大學(xué);2011年

6 徐毅瓊;數(shù)字通信信號(hào)自動(dòng)調(diào)制識(shí)別技術(shù)研究[D];解放軍信息工程大學(xué);2011年

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

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

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

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

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 汪偉;多節(jié)點(diǎn)協(xié)同信號(hào)調(diào)制識(shí)別與參數(shù)估計(jì)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2014年

4 辛艷雙;數(shù)字通信信號(hào)調(diào)制識(shí)別的研究[D];南京郵電大學(xué);2014年

5 杜繼萍;復(fù)雜通信信號(hào)分析與識(shí)別[D];電子科技大學(xué);2016年

6 向偉;調(diào)制識(shí)別的前端處理—預(yù)選與盲均衡技術(shù)研究[D];電子科技大學(xué);2016年

7 吳少華;基于人工蜂群算法的通信信號(hào)調(diào)制識(shí)別研究[D];南京郵電大學(xué);2016年

8 郭龍;無線通信信號(hào)的調(diào)制識(shí)別研究[D];大連理工大學(xué);2010年

9 李雪;基于固有時(shí)間尺度分解的數(shù)字調(diào)制識(shí)別[D];西安電子科技大學(xué);2010年

10 王素霞;無線通信系統(tǒng)中信號(hào)調(diào)制識(shí)別技術(shù)的研究[D];電子科技大學(xué);2011年

，

本文編號(hào)：690860