通信信号调制识别现状与发展动态

通信信号调制识别现状与发展动态

ID:12945820

大小:37.00 KB

页数:15页

时间:2018-07-19

 通信信号调制识别现状与发展动态_第1页
 通信信号调制识别现状与发展动态_第2页
 通信信号调制识别现状与发展动态_第3页
 通信信号调制识别现状与发展动态_第4页
 通信信号调制识别现状与发展动态_第5页
资源描述:

《 通信信号调制识别现状与发展动态》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态通信信号调制识别现状与发展动态中文核心期刊l:微计算机信息>(测控自动化)2005年第21卷第10—1期通信信号调制识别现状与发展动态ModernandDevelopingStatusofCommunicationSigna

2、lsModulationClassification摘要:通信信号的调制识别是目前研究的热点问题,本文时目前的调制识别的一些基本方法进行了综述,并对以后的发展提出了自己的设想.关键字:调制识别;小波:星座图;混沌中图分类号:TN919文献标识码:A文章编号:1o08-0570(2005)10—1-0154-o3Abstract:Modulationclassmcationofcommunicationsign-isnowisahotspot.Severalfundamentalmethodsofmodulationclassifi.cationisintroducedinthispa

3、per,inwhichalsogivesdevelopingtrendofmodulafionclassification,Keywords:modulationclassification;wavelet;planisphere,chaos1引言通信信号调制识别是研究热点之一.国内外都有相关方面的研究,并且取得很好的结果.近十几年来,随着计算机,人工智能,模式识别和信号处理等技术的飞速发展.通信信号的自动调制识别技术得到长足地发展.日益受到重视,特别是低信噪比条件下的信号调制识别.通信信号调制识别分为人工识别和自动识别两类.人工识别是最古老,最成熟的一类方法.它仍然是通信信号调制识

4、别所不能放弃的一种方法,尤其是对通带模拟调制信号,如调幅(AM),单边带(SSB)和调频(FM)等.然而,随着数字通带调制信号在整个无线电工程中逐渐占据统治地位,使无线电调制识别所面对的信号也逐渐以数字调制为主.对数字调制信号的调制识别而言,人工识别就不再具有优势.因此,目前主要使研究以数字调制信号为识别对象的自动调制识别技术.通信信号的自动调制识别的基本方法.一般认为有两类:一,决策论方法:二,统计模式识别方法.决策论途径的基本框架是符合假设检验,它适应与待识别种类有效的情况;而统计模式模式识别途径的基本框架则是先从信号中提取事先选定的特征,然后进行模式识别.不论是决策论途径还是模

5、式识别途径,通信信号的自动调制识别实际上都是假设检验和统计推断这(郑州解放军信息工程大学)程磊葛临东彭华郑金良Cheng,LeiGe,LindongPeng,HuaZheng,Jinliang程磊:硕士研究生基金资助:总装攀登工程基金,编号不公开.两个基本数学方法现.其中后者的两个步骤包括:一,对信号进行特征统计处理,即构造信号的特征统计量;二,根据某种准则,将求得的信号特征量与门限进行比较,并对其调制种类做出判决.2调制识别的现状在信号调制自动识别中,有很多信号参数可以作为信号的特征统计量.因此,相应也有很多方法用于信号特征统计量的构造.其中经典的特征量及其构造方法主要包括:能量检

6、测器,信号谱相关分析,信号时频分析与瞬时频率与相位检测等.此外,在数字通带调制信号的调制识别研究中.还陆续出现了一些新的特征统计量及其构造方法,其中包括:MPSK信号的统计矩及其测量,MPSK与MQAM信号调制符号序列及其维特比估计或最大似然估计,MFSK的高阶相关及其估计,以及信号的归一化振幅等特征量等.具体针对于数字通信信号而言,信号调制识别又可分为类间分类(inter—class)和类内分类(intra—class).类间分类指ASK,FSK,PSK等信号间的分类识别,而类内分类特指以上每一类信号中的进一步分类识别,例如BPSK与QPSK之间的分类识别.文献中Licdtke应用

7、幅度和频率变量识别ASK,FSK和PSK,另外,在文献中Hsue提出用过零点的方法区分FSK和PSK信号.而类间分类方面.对于MASK信号传统上多采用幅值来进行识别,MFSK则多采用快速傅立叶变换(F兀进行类间区分.但是对MPSK的识别目前还是一个具有挑战性的研究课题,Mammone在文献1中通过记录下码元时刻的相位变化来进行分类.Soliman和Hsue在文献中采样相位的n阶矩识别MPSK信号,文献中Polydoros和Kim则开发出一种针对BPSK和Q

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。