基于emd的复杂信号接收聚类分析

基于emd的复杂信号接收聚类分析

ID:21114069

大小:266.46 KB

页数:7页

时间:2018-10-19

基于emd的复杂信号接收聚类分析_第1页
基于emd的复杂信号接收聚类分析_第2页
基于emd的复杂信号接收聚类分析_第3页
基于emd的复杂信号接收聚类分析_第4页
基于emd的复杂信号接收聚类分析_第5页
资源描述:

《基于emd的复杂信号接收聚类分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学号s20150670姓名傅麟学院计通学院专业信息与通信工程成绩基于EMD的复杂信号接收聚类分析摘要:在现代通信中,如何接收识别目标信号一直是通信行业研宄的重点。我们选择了信号的瞬时频率作为信号的特征值,凭借该值完成聚类分析。我们选择了几种不同调制格式的信号来进行分析,利用MATLAB仿真,仿真过程屮,我们使用的采样频率为125Hz。每个信号先做EMD变换,针对它的主成分,进行希尔扪特变换,求得时频变换关系。我们采集了16组数据,每组数据含四个变量:fl、f2、频差、信噪比,有了数据之后,我们选择使用S

2、PSS软件进行聚类分析。最终结果基本达到R的。1提出问题并分析问题在现代通信中,电磁波承载的信号往往与噪声干扰纠缠在一起,如何接收识别目标信号一直是通信行业研允的重点。除却噪声之外,不同调制模式的信号,往往也会被接收机同时接收,目标信号混在其屮。为了把目标信号从屮分离出來,这时我们通常使用聚类分析进行检波前的分选。我们的目标是:在可以接受的噪声范围内,在通信系统正常工作的信噪比下,提取出信号的特征值,利用该特征值进行聚类分类,选择我们需要的信号类送往下一级的判别分析。我们选择了信号的瞬时频率作为信号的特

3、征值这里的信号瞬时频率不是信号木身瞬时频率,而是信号经过EMDh]变换后的主分量的瞬时频率。EMD变换就是经验模式分解,接收的信号按照EMD算法的准则,进行计算,得到若干个分量IMF。在这些分量中,第一个分量为主分量,占据了信号的绝大多数能量,选择它的瞬时频率作为特征值,计算时简单易行而且相对可靠。这个分析过程可以使用MATLAB来实现,如图1所示,信号的主分量功率谱密度最大,图2则展示了不同分量的瞬吋频率。文林<D«8(y)廉人山IH(DAD(O番□⑽«wb(w*r>45.4-36.325.21510

4、50G.o.o00.AouonbaijpozllewjouHlbert-Huangspectrum204060800020图1信号EMD分解图2各分量频谱图概括来说,即将信号进行EMD变换,然后去信号主分量的瞬吋频率作为特征值,该特征值就是我们聚类分析的依据,凭借该值完成聚类分析。同时我们考虑到信号的信噪比不同,在聚类过程中也考虑了信噪比的因素,将其作为一个影响变量。2数据描述我们选择了几种不同调制格式的信号来进行分析,这些信号包括最经典的模拟调制信号AM信号与常用的数字调制信号2FSK信号。在之前的学

5、习生活屮,曾经写过相关的MATLAB仿真程序,能模拟各种信号的产生发射接收过程。在此基础上我乂加入了EMD分析的相关算法,求得信号的分量,再通过希尔伯特变换求得主分量的瞬时频率。在仿真过程中,我们使用的采样频率为125Hz。每个信号先做EMD变换,针对它的主成分,进行希尔伯特变换,求得时频变换关系。之后每个时频谱取两次数据,在t=l时取第•一组瞬吋频率数据fl,在距离t=l半周期处取信号的第二组瞬时频率数据f2,频差为两组瞬时频率差的绝对值

6、fl_f2

7、,同时考虑到真实环境的复杂多变,产生该数据的时候,

8、我们设定了三种信噪比,在三种信噪比T我们采集了16组数据,如表1所示。表116组信号瞬时频率与信噪比信号1信号2信号3信号4信号5信号6信号7信号8fl367.2301.4211.3215.8217.7218.9223.7222.2f2358.3311.5432.8422.9812.3823.4816.3412.1频差8.910.1221.6207.1594.6604.5592.6189.9信噪比1010101010588信号9信号10信号11信号12信号13信号14信号15信号16fl408.1373

9、.2321.1242.2225.4412.6432.1238.5f2789.5364.5312.6401.2801.6814.2842.7415.4频差381.48.78.5159576.2401.6410.6176.9信噪比85881010553模型建立这16组数据中,每组数据含四个变量:fl、f2、频差、信噪比。fl、f2均为信号主分量的瞬时频率。大体看些数据,fl、f2分布范围比较广,不太好找规律,但是如果通过频差来看,可以明显的归为两类,一类为个位数,一类为三位数。这点我们后边也会讲到,这与信号

10、的调制格式有关。对于这次聚类分析来说,有四个变量,即fl、f2、频差、信噪比,样品即为这16个信号。这十六个信号的数据由仿真程序采集,我们可以根据这四个变量来完成对信号的聚类分析,达到信号分选的目的。4利用软件求解模型有了数据之后,我们可以使用SPSS软件进行聚类分析。图3为在SPSS下填入数据,图4为分析之后的群集数。佰号f1HzCHzSISKz佶择比4信号421584229207.110.05僅号s2177812359461006倌号6

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。