數(shù)字通信信號(hào)調(diào)制識(shí)別若干新問(wèn)題研究.pdf

1、在許多通信應(yīng)用中，需要接收機(jī)在先驗(yàn)知識(shí)不足的前提下監(jiān)視空間信號(hào)的活動(dòng)情況，區(qū)分信號(hào)的性質(zhì)，甚至截獲其傳輸?shù)男畔?nèi)容。如電子對(duì)抗中的戰(zhàn)場(chǎng)電磁頻譜活動(dòng)監(jiān)視、政府職能部門對(duì)民用通信信號(hào)的管理等。 調(diào)制方式是區(qū)分不同性質(zhì)通信信號(hào)的一個(gè)重要特征。調(diào)制方式的自動(dòng)識(shí)別(簡(jiǎn)稱調(diào)制識(shí)別)是分析截獲通信信號(hào)的一項(xiàng)重要任務(wù)。其目的是要從一段給定的接收信號(hào)中，在未知調(diào)制信息內(nèi)容的前提下判斷出通信信號(hào)所使用的調(diào)制方式，為進(jìn)一步的信號(hào)處理提供必須的信息。

2、 在信號(hào)檢測(cè)的意義上，可以將調(diào)制識(shí)別歸結(jié)為一種假設(shè)檢驗(yàn)問(wèn)題。而在模式識(shí)別意義上，調(diào)制識(shí)別可以看成是一個(gè)具有多個(gè)未知參數(shù)的多元模式識(shí)別問(wèn)題。經(jīng)過(guò)近幾十年的發(fā)展，調(diào)制識(shí)別的研究已經(jīng)取得相當(dāng)?shù)某删?。在分類特征提取、分類器?gòu)造、分類算法設(shè)計(jì)及優(yōu)化等方面，均有大量研究成果報(bào)道。但由于非協(xié)作通信的復(fù)雜傳輸環(huán)境、新的調(diào)制方式不斷涌現(xiàn)，以及調(diào)制識(shí)別本身內(nèi)在特性，調(diào)制識(shí)別領(lǐng)域遠(yuǎn)未發(fā)展成熟。表現(xiàn)為尚缺乏一個(gè)完整的研究體系，如現(xiàn)有方法缺乏普適性、對(duì)假設(shè)

3、條件依賴較多、識(shí)別性能沒(méi)有一個(gè)統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)等。進(jìn)一步研究的方向可能包括適合低信噪比及大信噪比變化范圍的特征提取、非理想信道、非高斯噪聲環(huán)境下的調(diào)制識(shí)別方法、對(duì)參數(shù)估計(jì)依賴少或?qū)?shù)估計(jì)誤差魯棒性強(qiáng)的識(shí)別算法、效率更高的分類器設(shè)計(jì)、共信道多信號(hào)分析以及復(fù)雜調(diào)制方式的識(shí)別等。本文在前人工作的基礎(chǔ)上，以無(wú)線通信環(huán)境中的數(shù)字調(diào)制信號(hào)為對(duì)象，應(yīng)用假設(shè)檢驗(yàn)和模式識(shí)別方法，重點(diǎn)針對(duì)這些較新的部分問(wèn)題做了一些研究。 具體說(shuō)來(lái)，本文的主要工作和

4、創(chuàng)新點(diǎn)包括以下幾點(diǎn)： (1)詳盡闡述了本論文研究工作的背景和研究的意義。對(duì)與本論文研究方向相關(guān)的國(guó)內(nèi)外最新發(fā)展動(dòng)態(tài)和研究進(jìn)展進(jìn)行了廣泛而細(xì)致的歸納和總結(jié)。討論了部分現(xiàn)有方法的優(yōu)缺點(diǎn)及調(diào)制識(shí)別待發(fā)展和深入研究的方向。 (2)綜合考慮決策樹識(shí)別器和RBF神經(jīng)網(wǎng)絡(luò)識(shí)別器的優(yōu)點(diǎn)，并結(jié)合一些已有的優(yōu)秀調(diào)制識(shí)別算法，提出一種數(shù)字調(diào)制方式綜合識(shí)別體制。能對(duì)AWGN信道下常見的2ASK、4ASK、2FSK、4FSK、MSK、BPSK、Q

5、PSK、8PSK、4QAM、16QAM和64QAM信號(hào)進(jìn)行準(zhǔn)確識(shí)別。 (3)分析了衰落信道對(duì)調(diào)制識(shí)別帶來(lái)的影響。衰落傳輸使無(wú)線信道呈現(xiàn)出時(shí)變響應(yīng)的特性，并導(dǎo)致碼間串?dāng)_的產(chǎn)生。我們分析了衰落環(huán)境中基于決策理論的似然函數(shù)調(diào)制識(shí)別算法，并研究了使用多天線接收信號(hào)的分集技術(shù)用于調(diào)制識(shí)別時(shí)，有關(guān)的參數(shù)估計(jì)及其對(duì)分類性能改善的問(wèn)題； (4)研究了非高斯噪聲下的調(diào)制識(shí)別問(wèn)題。傳統(tǒng)的通信信號(hào)調(diào)制識(shí)別方法常假定信道噪聲服從高斯分布，而實(shí)際

6、通信環(huán)境中的大氣噪聲能用穩(wěn)定分布更準(zhǔn)確描述。由于非高斯穩(wěn)定分布隨機(jī)變量不存在有限的二階及其以上的高階統(tǒng)計(jì)量，我們將非高斯噪聲下接收的調(diào)制信號(hào)建模為穩(wěn)定分布的隨機(jī)變量通過(guò)線性濾波的自回歸過(guò)程，首次采用分?jǐn)?shù)低階矩方法提取信號(hào)的瞬時(shí)頻率和帶寬特征，實(shí)現(xiàn)脈沖噪聲環(huán)境下的調(diào)制識(shí)別； (5)研究了分形理論在調(diào)制識(shí)別中的應(yīng)用。我們將現(xiàn)有的基于盒維數(shù)的調(diào)制識(shí)別方法推廣到使用多重分形譜特征，并深化分析了多重分形譜特征的噪聲性能。使用基于相空間重構(gòu)

7、和關(guān)聯(lián)積分的方法提取信號(hào)多重分形譜特征，采用RBF網(wǎng)絡(luò)分類器進(jìn)行調(diào)制識(shí)別，提高了已有識(shí)別方法的準(zhǔn)確率； (6)闡明了跳頻序列的預(yù)測(cè)是調(diào)制識(shí)別在擴(kuò)頻通信中的一個(gè)應(yīng)用?；谔l序列具有混沌特性和混沌序列可短期預(yù)測(cè)的基礎(chǔ)，我們利用混沌序列的自仿射分形性質(zhì)，提出了一種新的混沌序列預(yù)測(cè)方法。建立了預(yù)測(cè)模型并分析了模型參數(shù)確定、預(yù)測(cè)實(shí)現(xiàn)步驟及算法的性能，并討論了使用該算法進(jìn)行跳頻序列預(yù)測(cè)的有關(guān)問(wèn)題。 綜上所述，本論文以調(diào)制識(shí)別的兩種