基于小波神經(jīng)網(wǎng)絡(luò)無線通信信號調(diào)制類別檢測研究.pdf

1、調(diào)制識別是通信環(huán)境中信號處理的關(guān)鍵問題。而大部分調(diào)制識別技術(shù)是建立在先驗知識的前提下進行的，并且需要較高的信噪比才能達到比較理想的識別效果。但是一般情況下獲取的都是低信噪比的信號，因此如何有效的實現(xiàn)低信噪比條件下的調(diào)制盲識別（無先驗知識識別）就具有重要的研究意義。本文主要研究是無先驗知識和低信噪比條件下的無線通信信號調(diào)制識別方法。主要工作有以下幾方面：
　　首先，介紹了軟件無線電的相關(guān)調(diào)制技術(shù)和接收機模型，得出與本文分析的調(diào)制信號

2、相應(yīng)的接收機模型；并根據(jù)信道化和多相結(jié)構(gòu)理論將整個信道劃分為8個子信道，仿真實現(xiàn)了8通道實信號多相信道化結(jié)構(gòu)。
　　其次，介紹了常見AM,FM,PM三種模擬調(diào)制信號和2ASK,4ASK,2FSK,4FSK,2PSK,4PSK六種數(shù)字信號的調(diào)制技術(shù)并給出仿真結(jié)果，通過分析上述九種調(diào)制信號的時頻圖和表達式，并總結(jié)出相應(yīng)調(diào)制的時域頻域特征，為后續(xù)特征提取做好準備工作。
　　接著介紹了如何利用小波變換對上述九種調(diào)制信號進行特征參數(shù)提

3、取，并且給出了一種基于小波變換前后信噪比增益和小波變換系數(shù)模均值變化的方法選取基小波和分解尺度，同時通過小波變換前后信噪比增益值，證明了小波變換對噪聲具有抑制作用。并且介紹了特征提取算法的DSP實現(xiàn)。
　　最后，設(shè)計出三種基于小波變換和RBF神經(jīng)網(wǎng)絡(luò)的調(diào)制信號檢測方法對上述常見九種調(diào)制信號進行識別。一種是小波RBF網(wǎng)絡(luò)的調(diào)制檢測方法，在信噪比為5dB時平均識別率達90％以上。并在此檢測方法的基礎(chǔ)上進行了改進，給出采用陣列式RBF網(wǎng)