無(wú)線通信信號(hào)調(diào)制識(shí)別關(guān)鍵技術(shù)與理論研究.pdf

1、無(wú)線通信信號(hào)的調(diào)制自動(dòng)識(shí)別是軟件無(wú)線電、認(rèn)知無(wú)線電、頻譜感知等研究領(lǐng)域的基礎(chǔ)，在軍用與民用通信中有著廣泛的應(yīng)用，因而受到學(xué)者的廣泛關(guān)注。特別是近年來(lái)對(duì)于我國(guó)劃定的防空識(shí)別區(qū)，如何在復(fù)雜干擾環(huán)境下實(shí)現(xiàn)對(duì)外來(lái)航空飛行器信號(hào)的識(shí)別監(jiān)控，尤其是信號(hào)調(diào)制方式的自動(dòng)識(shí)別，并在原有自動(dòng)識(shí)別技術(shù)方法基礎(chǔ)上不斷創(chuàng)新、提高識(shí)別率仍然是一項(xiàng)頗具挑戰(zhàn)性的研究課題。本文對(duì)無(wú)線通信系統(tǒng)調(diào)制識(shí)別方法、算法等關(guān)鍵技術(shù)與理論進(jìn)行研究，所取得的主要研究成果為:
　　

2、1.對(duì)N維數(shù)據(jù)塊正交調(diào)制及其調(diào)制解調(diào)識(shí)別方法及MIMO系統(tǒng)的重建與識(shí)別等關(guān)鍵技術(shù)與理論進(jìn)行了研究。研究基于普通正交調(diào)制識(shí)別基礎(chǔ)上，從接收信號(hào)聚類樣品中提取基本特征矢量以估計(jì)數(shù)據(jù)塊信號(hào)參數(shù)，實(shí)現(xiàn)數(shù)據(jù)塊解調(diào)，通過(guò)矩陣轉(zhuǎn)換實(shí)現(xiàn)信號(hào)調(diào)制方式的識(shí)別，在高斯白噪聲信道條件下對(duì)Ⅳ維數(shù)據(jù)塊正交調(diào)制信號(hào)進(jìn)行訪真識(shí)別，仿真結(jié)果表明該方法具有較好的識(shí)別性能，同時(shí)計(jì)算復(fù)雜程度和采用全部接收信號(hào)矢量識(shí)別相比大為減少。另外對(duì)于MIMO系統(tǒng)的重建與識(shí)別，本文采用支持

3、向量回歸算法建立徑向基函數(shù)網(wǎng)絡(luò)初始化結(jié)構(gòu)，確定初始化網(wǎng)絡(luò)參數(shù)，采用退火動(dòng)力學(xué)習(xí)算法對(duì)系統(tǒng)識(shí)別網(wǎng)絡(luò)進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中首次采用粒子群優(yōu)化迭代算法選出最佳學(xué)習(xí)率組合，使重建識(shí)別網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)MIMO系統(tǒng)的識(shí)別。仿真結(jié)果表明，對(duì)所選擇待識(shí)別的兩輸入兩輸出MIMO系統(tǒng)，重建識(shí)別系統(tǒng)性能優(yōu)于目前基于徑向基函數(shù)網(wǎng)絡(luò)參數(shù)優(yōu)化過(guò)程中常采用的最小平方算法或梯度下降法算法。
　　2.對(duì)MLP神經(jīng)網(wǎng)絡(luò)通信信號(hào)調(diào)制識(shí)別方法等關(guān)鍵技術(shù)與理論進(jìn)行了研究。針對(duì)現(xiàn)

4、有基于誤差反向傳播算法的多層感知器神經(jīng)網(wǎng)絡(luò)分類器在信號(hào)識(shí)別中存在收斂速度緩慢、出現(xiàn)假飽和現(xiàn)象等問(wèn)題，采用蜂群算法提取信號(hào)的聯(lián)合特征模塊，提出快速支持、超級(jí)自適應(yīng)誤差反向傳播、共軛梯度等三種不同算法分別應(yīng)用于多層感知器神經(jīng)網(wǎng)絡(luò)分類器，實(shí)現(xiàn)對(duì)通信信號(hào)的自動(dòng)識(shí)別，和誤差反向傳播算法比較有更高的識(shí)別率，取得較好的識(shí)別效果。針對(duì)現(xiàn)有基于聚類算法的信號(hào)調(diào)制識(shí)別在噪聲干擾條件下識(shí)別效果較差的問(wèn)題，采用聚類算法提取信號(hào)特征參數(shù)，通過(guò)變梯度Polak-R

5、ibiere修正BP算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以提高收斂速度，改善在低信噪比條件下網(wǎng)絡(luò)識(shí)別性能，實(shí)現(xiàn)對(duì)基于星座圖調(diào)制方式信號(hào)的調(diào)制識(shí)別。
　　3.對(duì)單載波多載波調(diào)制及混合調(diào)制信號(hào)的調(diào)制識(shí)別方法關(guān)鍵技術(shù)與理論進(jìn)行了研究。研究基于決策理論算法的單載波多載波無(wú)線數(shù)字調(diào)制信號(hào)、混合調(diào)制信號(hào)的聯(lián)合特征參數(shù)提取與自動(dòng)識(shí)別技術(shù)，提出適合單載波多載波數(shù)字調(diào)制識(shí)別的決策分類器及相應(yīng)識(shí)別步驟、適合混合調(diào)制信號(hào)調(diào)制識(shí)別的樹(shù)型分類器及相應(yīng)識(shí)別步驟。在瞬時(shí)相

6、位提取時(shí)，首次采用去相位折疊算法糾正相位折疊的影響，提高了特征參數(shù)的準(zhǔn)確性。在外調(diào)制、內(nèi)調(diào)制識(shí)別時(shí)首次采用副載波信號(hào)個(gè)數(shù)構(gòu)成的特征矢量、均值歸一化包絡(luò)方差、副載波信號(hào)瞬時(shí)幅度分布區(qū)域統(tǒng)計(jì)值等聯(lián)合特征，抑制噪聲干擾，提高特征參數(shù)的準(zhǔn)確性，仿真結(jié)果表明，與現(xiàn)有單載波多載波調(diào)制識(shí)別、與現(xiàn)有混合調(diào)制識(shí)別方法相比取得較好的識(shí)別效果。
　　4.對(duì)基于一階循環(huán)均值算法的VHF頻段信號(hào)調(diào)制分類識(shí)別方法等關(guān)鍵技術(shù)與理論進(jìn)行了研究。針對(duì)現(xiàn)有調(diào)制識(shí)別算