基于CPU軟件無(wú)線電的調(diào)制方式識(shí)別方法研究.pdf

1、調(diào)制識(shí)別的目的就是在信號(hào)先驗(yàn)知識(shí)缺乏的條件下，判斷信號(hào)的調(diào)制方式，并給出相應(yīng)的調(diào)制參數(shù)。隨著通信技術(shù)的飛速發(fā)展，通信信號(hào)的調(diào)制樣式更加復(fù)雜多樣化，對(duì)調(diào)制識(shí)別技術(shù)的要求也越來(lái)越高。
　　 本文研究目的是以提取特征參數(shù)盡可能簡(jiǎn)單、識(shí)別信號(hào)種類盡可能多的原則實(shí)現(xiàn)調(diào)制方式識(shí)別，主要研究?jī)?nèi)容有：
　　 1.提出了一種基于信號(hào)中頻特征參數(shù)與高階累積量結(jié)合的調(diào)制識(shí)別算法。該算法提取了三個(gè)中頻特征參數(shù)與三個(gè)高階累積量構(gòu)成的特征參數(shù)，再結(jié)

2、合基于決策樹(shù)的SVM分類器對(duì)11種常見(jiàn)的數(shù)字調(diào)制信號(hào)進(jìn)行識(shí)別，當(dāng)信噪比不低于10dB時(shí)，信號(hào)平均正確識(shí)別率達(dá)99.1％以上。該算法克服了單純使用高階累積量的算法無(wú)法識(shí)別某些信號(hào)以及要求信號(hào)樣本數(shù)較多的缺點(diǎn)，保留了使用高階累積量總體識(shí)別種類較多的優(yōu)點(diǎn)。
　　 2.提出了一種基于信號(hào)譜分析的調(diào)制識(shí)別算法。該算法在對(duì)信號(hào)譜及其四次方譜進(jìn)行分析的基礎(chǔ)上，提取了一組對(duì)噪聲以及信號(hào)參數(shù)(如信息速率、采樣頻率、相位抖動(dòng)等)不太敏感的簡(jiǎn)單有效的