低信噪比下的數(shù)字調(diào)制識別算法研究.pdf

1、通信信號調(diào)制方式的識別技術(shù)已經(jīng)經(jīng)過了多年的發(fā)展，很多學者已經(jīng)將各種技術(shù)應用到該領(lǐng)域，并取得了豐碩的成果?，F(xiàn)在非協(xié)作通信仍然是軍事和民用領(lǐng)域重要的通信形式。無線通信環(huán)境的復雜性和通信技術(shù)的發(fā)展都給調(diào)制識別技術(shù)提出了新的要求，在較低信噪比下進行高效識別成為了本文的研究重點。
　　調(diào)制識別主要的工作是對接收的信號進行預處理，并提取特征參數(shù)，設(shè)計分類器對信號的調(diào)制方式進行識別。本文的主要工作和創(chuàng)新性成果如下：
　　1.對基于瞬時信息

2、提取特征參數(shù)的識別算法進行改進。提取了三個新的特征參數(shù)，分別是零中心歸一化瞬時幅度絕對值的傅里葉變換最大幅值max、歸一化瞬時頻率大于20的數(shù)量N、歸一化非弱信號段瞬時頻率的傅里葉變換最大幅值Fmax。仿真性能表明改進的算法較傳統(tǒng)方法和基于小波變換的調(diào)制識別算法更好。
　　2.對基于信號功率譜提取特征參數(shù)的識別算法進行研究，詳細分析信號的理論功率譜及其估計方法，提取有效的特征參數(shù)，并結(jié)合聚類算法實現(xiàn)信號的識別，該算法在信噪比大于5

3、dB時識別率達到99％。
　　3.對基于信號的高階累積量的識別算法進行研究。在計算高階累積量時對信號進行濾波，對不同的信號采用不同的方法求解高階累積量，并修正了其他文獻對4FSK微分信號高階累積量的錯誤結(jié)果，實現(xiàn)的算法有效識別率在不低于0dB時滿足實際的目標要求。
　　4.對BP神經(jīng)網(wǎng)絡進行研究，并用本文中的五個特征參數(shù)作為網(wǎng)絡的輸入，對網(wǎng)絡進行訓練，結(jié)果表明本文所提取的五個特征參數(shù)與神經(jīng)網(wǎng)絡結(jié)合對調(diào)制信號進行識別，在低信噪