基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的軟件無線電信號自動調(diào)制識別研究.pdf

1、軟件無線電的基本思想是構(gòu)造一個具有開放性、標(biāo)準(zhǔn)化、模塊化的通用硬件平臺，把盡可能多的無線及個人通信功能用軟件來實現(xiàn)，使得不同系統(tǒng)間容易實現(xiàn)互聯(lián)和兼容。而目前的多種通信體制的調(diào)制方式和接入技術(shù)各不相同，對于特定調(diào)制方式，收發(fā)雙方的事先約定性給多體制間的通信互聯(lián)帶來很大的障礙。通信信號自動調(diào)制識別的基本任務(wù)是在多信號環(huán)境和有噪聲干擾的情況下確定出接收信號的調(diào)制方式和其它信號參數(shù)，從而很好地克服了這種事先約定性，是實現(xiàn)非合作通信任務(wù)的關(guān)鍵技術(shù)

2、之一，并且是構(gòu)成基于軟件無線電的通用接收機(jī)和智能調(diào)制解調(diào)器的重要技術(shù)基礎(chǔ)。 本文利用數(shù)字通信信號的調(diào)制識別方法，與軟件無線電的解調(diào)理論相結(jié)合，重點研究了MASK、MFSK、MPSK、MQAM信號的分類問題。根據(jù)徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)作為一種新型的模式識別方式，同時針對軟件無線電的實時性，構(gòu)建了基于遞歸正交最小二乘法(ROLS)的RBF神經(jīng)網(wǎng)絡(luò)數(shù)字調(diào)制信號自動識別的模型。主要工作有以下幾個方面： 1.總結(jié)了調(diào)制方式自

3、動識別的常用方法，并分析了它們的優(yōu)勢和不足。 2.對軟件無線電系統(tǒng)中幾種基本的數(shù)字調(diào)制信號進(jìn)行了討論，從理論和試驗角度分析了各種信號瞬時參量的特點，根據(jù)這些特點并且同軟件無線電接收機(jī)相結(jié)合，提取了幾種具有良好性能的特征參數(shù)，分別在理論和試驗上對這些特征參數(shù)的分類能力進(jìn)行了研究。 3.針對BP神經(jīng)網(wǎng)絡(luò)自身固有的缺陷，在探討了RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和特點，研究了學(xué)習(xí)和訓(xùn)練算法實現(xiàn)的基礎(chǔ)上，本文提出了基于遞歸正交最小二乘法(RO

4、LS)的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)數(shù)字調(diào)制自動識別模型，并設(shè)計了該模型的結(jié)構(gòu)。 4.在MATLAB6.5平臺上實現(xiàn)了RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)在不同信噪比和不同碼元個數(shù)下對數(shù)字調(diào)制信號分類的仿真，對兩種網(wǎng)絡(luò)的識別性能做了系統(tǒng)的分析比較。仿真結(jié)果表明，本文提出的基于ROLS的RBF神經(jīng)網(wǎng)絡(luò)有效地彌補(bǔ)了原有RBF網(wǎng)絡(luò)的不足，其訓(xùn)練時問和訓(xùn)練樣本數(shù)以及總體性能都要大大優(yōu)于BP網(wǎng)絡(luò)，并且隨著碼元個數(shù)的增加，在低信噪比時也能達(dá)到非常好的識別效