基于噪聲魯棒性的通信信號(hào)調(diào)制模式識(shí)別方法研究.pdf

1、隨著通信技術(shù)的迅速發(fā)展，其涉及的領(lǐng)域也越來(lái)越廣，以模式識(shí)別為基礎(chǔ)的通信信號(hào)調(diào)制模式識(shí)別技術(shù)是軟件無(wú)線電領(lǐng)域中的重要研究課題，經(jīng)過(guò)多年的研究和發(fā)展已經(jīng)取得了很多研究成果，但是在對(duì)于大動(dòng)態(tài)信噪比環(huán)境下的通信信號(hào)調(diào)制模式識(shí)別一直無(wú)法取得較好的效果，同時(shí)采用人工進(jìn)行特征篩選的方式會(huì)增加很多工作量。本文從對(duì)與通信信號(hào)特征的噪聲魯棒性入手，研究在信噪比動(dòng)態(tài)快速變化的情況下依然具有良好分類能力的通信信號(hào)調(diào)制模式識(shí)別方法。
　　本文首先對(duì)于所涉及

2、到的10種調(diào)制信號(hào)即MASK，MFSK，MPSK以及16QAM信號(hào)進(jìn)行了分析說(shuō)明，之后我們分別提取了通信信號(hào)的瞬時(shí)信息特征，統(tǒng)計(jì)量特征以及變換域特征，使用提取出的信號(hào)特征組成了原始特征集。
　　其次，通過(guò)對(duì)深度信念網(wǎng)絡(luò)(Deep Belief Network,DBN)分析和研究，應(yīng)用DBN網(wǎng)絡(luò)對(duì)原始特征集進(jìn)行了提取，不但獲得了具有噪聲魯棒性的特征集，同時(shí)排除減小了特征的維度，提高了計(jì)算速度。經(jīng)過(guò)后的特征集的特整體數(shù)量被縮減到了4個(gè)