未知信号样本的自适应识别算法研究

未知信号样本的自适应识别算法研究

论文摘要

近年来随着通信网和数据链技术,特别是各种复杂分组、捷变、大范围内的通信技术的发展,使得对本来就被“盲”信号处理困扰的通信侦察信号处理处境更加艰难。为了适应“盲”信号处理的需要,许多通信侦察接收机除具有通用的接收处理功能外,还必须完成信号的调制类型识别、重要调制参数估计等功能。本文研究的核心问题是调制类型的自动识别。针对数字通信信号的各种调制方式和参数(MASK、MFSK、MPSK、16QAM等,M=2,4,...),首先采用了基于瞬时特征的参数,区分调制大类信号,然后在已知调制大类的情况下,提出了利用高阶累积量算法及谱峰估计算法来识别调制阶数,最终得到对于信号的较详细调制类型的识别。考虑到实际通信系统的信号类型,对于模拟与数字信号的分类问题,采用了基于小波变换特征的码元速率参数估计方法进行分类。仿真表明此方法是可行的。在参数估计中,主要研究了基于谱分析的信号预处理方法,完成信号载波、带宽、信噪比等参数的估计。针对数字通信信号,提出了基于循环累积量域的谱分析方法进行高效的载频估计。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • §1.1 课题研究背景
  • §1.2 课题研究的目的和意义
  • §1.3 自动调制识别技术研究现状
  • §1.4 本文所做的工作
  • 第二章 信号模型与预处理
  • §2.1 模拟调制信号模型
  • §2.1.1 幅度调制
  • §2.1.2 非线性调制
  • §2.1.3 联合调制
  • §2.2 数字调制信号模型
  • §2.2.1 M进制幅度键控(MASK)
  • §2.2.2 M进制频率键控(MFSK)
  • §2.2.3 M进制相位键控(MPSK)
  • §2.2.4 正交幅度调制(QAM)
  • §2.3 未知信号样本的预处理
  • §2.3.1 解析表示
  • §2.3.2 谱分析
  • §2.3.3 基于循环平稳的数字通信信号谱分析
  • §2.3.3.1 数字循环平稳分析简介
  • §2.3.3.2 数字调制信号累量域分析
  • §2.3.3.3 仿真分析
  • §2.3.4 带宽及SNR估计方法
  • §2.4 基本特征参数分析
  • §2.4.1 调制信号瞬时参数的提取
  • §2.4.2 瞬时相位提取中应注意的问题
  • §2.4.3 瞬时频率的计算
  • §2.5 特征参数仿真分析
  • §2.5.1 模拟信号特征参数
  • §2.5.2 数字信号特征参数
  • §2.6 总结
  • 第三章 数字通信信号调制识别算法
  • §3.1 数字调制大类的识别算法
  • §3.1.1 数字调制识别的特征量
  • §3.1.2 识别算法
  • §3.2 MFSK信号调制识别算法
  • §3.2.1 经典参数识别算法
  • §3.2.2 谱峰估计识别算法
  • §3.2.3 信号时频聚类分析算法
  • §3.3 MPSK信号调制识别算法
  • §3.3.1 窄带信号的复基带表示
  • §3.3.2 高阶累积量的理论基础
  • §3.3.2.1 高阶累积量的定义
  • §3.3.2.2 高阶累积量的性质
  • §3.3.2.3 单个高斯随机变量情形
  • §3.3.3 MPSK复基带信号的高阶累积量分析
  • §3.4 幅度调制信号识别算法
  • §3.4.1 幅度调制信号的高阶累积量分析
  • §3.4.2 MASK信号调制识别算法
  • §3.4.3 MQAM信号调制识别算法
  • §3.5 数字通信信号调制识别算法
  • §3.5.1 识别算法流程
  • §3.5.2 识别结果分析
  • §3.6 总结
  • 第四章 模拟及混合调制方式识别
  • §4.1 引言
  • §4.2 基于决策理论的模拟调制方式识别算法
  • §4.2.1 特征参数提取
  • §4.2.2 识别算法流程
  • §4.2.3 仿真分析
  • §4.3 模拟与数字调制信号的识别
  • §4.3.1 符号速率估计原理
  • §4.3.2 数字信号与模拟信号识别算法
  • §4.3.3 仿真实现
  • §4.4 通信信号调制类型识别
  • §4.4.1 基于判决树的通信信号分类
  • §4.4.2 仿真分析
  • §4.4.3 实验结果
  • §4.5 总结
  • 第五章 结束语
  • §5.1 本文工作总结
  • §5.2 进一步工作建议
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表论文
  • 相关论文文献

    • [1].频偏稳健的分级调制分类算法[J]. 电讯技术 2011(07)
    • [2].基于主成分分析和独立成分分析的调制分类算法[J]. 电讯技术 2013(07)
    • [3].一种基于支持向量机的信号调制分类方法[J]. 计算机工程 2013(08)
    • [4].改进的特征提取及其在信号分类中的应用[J]. 四川大学学报(工程科学版) 2011(03)
    • [5].非协作通信信号关键参数估计技术[J]. 舰船电子工程 2010(08)
    • [6].衰落信道盲接收条件下的调制分类[J]. 电子与信息学报 2011(08)
    • [7].一种修正最大似然调制分类算法[J]. 电子信息对抗技术 2010(04)
    • [8].基于椭圆滤波和RAT/FRT的雷达信号调制样式识别[J]. 火力与指挥控制 2019(08)

    标签:;  ;  ;  ;  ;  ;  

    未知信号样本的自适应识别算法研究
    下载Doc文档

    猜你喜欢