Alpha穩(wěn)定分布噪聲下通信信號調(diào)制識別研究.pdf

1、通信信號調(diào)制識別就是在一定的噪聲干擾下確定出接收信號的調(diào)制類型和某些參數(shù)，從而為后續(xù)分析和處理信號提供依據(jù)。通信信號調(diào)制識別在軍事和民用領域都有重要應用。以往的通信信號識別研究大多是以高斯分布作為背景噪聲模型，但實際上無線通信信道中常常有一些顯著的短時大幅度脈沖噪聲，這類噪聲不能簡單的用高斯分布來描述，越來越多的研究者證實Alpha穩(wěn)定分布是一種更有效的噪聲模型。所以研究Alpha穩(wěn)定分布噪聲下的通信信號調(diào)制識別更具有現(xiàn)實意義。

2、　　 由于Alpha穩(wěn)定分布噪聲不具有二階及以上各階統(tǒng)計量，所以高斯噪聲下的許多信號識別算法已不再適用。本文旨在研究Alpha穩(wěn)定分布噪聲下的通信信號調(diào)制方式識別算法，主要工作包括：
　　 首先，研究了基于分形理論的調(diào)制識別算法。分形盒維數(shù)和多重分形譜都是分形理論中的重要概念，且這兩個參量受特征指數(shù)介于1和2之間的Alpha穩(wěn)定分布噪聲影響較小。本文研究了Alpha穩(wěn)定分布噪聲的分形盒維數(shù)特性和多重分形譜特性，在此基礎上，分別

3、提出了基于分形盒維數(shù)和多重分形譜的調(diào)制識別算法?；诜中魏芯S數(shù)的識別算法取待識別信號相位的分形盒維數(shù)作為分類特征，采用BP神經(jīng)網(wǎng)絡作為分類器，實現(xiàn)了BPSK、QPSK、OQPSK、MSK和GMSK五種信號調(diào)制方式的有效識別。信號多重分形譜中譜最大值對應的奇異性指數(shù)和譜最大值與最小值的差是兩個有效的分類特征，在基于多重分形譜的識別算法中，采用了基于這兩個特征的閾值判決法對2FSK、4FSK和8FSK信號進行識別。基于分形理論的算法的優(yōu)點是

4、計算量小，較易工程實現(xiàn)。
　　 其次，研究了基于分數(shù)低階循環(huán)統(tǒng)計量的調(diào)制識別算法。分數(shù)低階循環(huán)統(tǒng)計量是Alpha穩(wěn)定分布噪聲下信號處理的一種有效工具，已有廣泛的應用。信號參數(shù)估計是調(diào)制識別預處理部分的關鍵技術之一，本文提出了基于分數(shù)低階循環(huán)譜的MPSK信號參數(shù)估計算法。算法在分析了待估計信號參數(shù)和信號分數(shù)低階循環(huán)譜中相應參數(shù)關系的基礎上，通過信號的分數(shù)低階循環(huán)譜實現(xiàn)對信號載波頻率和碼元速率的有效估計。另外，本文對傳統(tǒng)二階循環(huán)譜相

5、干系數(shù)進行了分數(shù)低階化，提出了分數(shù)低階循環(huán)譜相干系數(shù)的概念，并分析了待識別信號的分數(shù)低階循環(huán)譜相干系數(shù)特性，采用其循環(huán)頻率域特征作為分類特征，實現(xiàn)了BPSK、QPSK、2FSK、MSK和AM五種通信信號調(diào)制方式的有效識別。由于分數(shù)低階循環(huán)統(tǒng)計量可以有效的抑制Alpha穩(wěn)定分布噪聲，所以上述兩種算法有較好的抗噪聲性能，但是其分數(shù)階指數(shù)需要根據(jù)噪聲的特征指數(shù)來設定，致使算法有一定的局限性。
　　 最后，研究了基于廣義二階循環(huán)譜和廣義

6、四次方譜的調(diào)制識別算法。借鑒分數(shù)低階統(tǒng)計量中分數(shù)低階化的非線性變換思想，對傳統(tǒng)的二階循環(huán)譜和四次方譜進行了廣義化，提出了廣義二階循環(huán)譜和廣義四次方譜的概念，并將兩種新概念應用到Alpha穩(wěn)定分布噪聲下的通信信號識別中。基于廣義二階循環(huán)譜的算法利用不同信號具有不同的循環(huán)頻率的特性，根據(jù)循環(huán)頻率對BPSK、QPSK和OQPSK信號進行分類識別?；趶V義四次方譜的算法則利用不同信號的譜線位置不同實現(xiàn)MPSK信號的調(diào)制識別。這兩種算法都不需要考