基于峰度和小波变换的超短波信号调制识别

《基于峰度和小波变换的超短波信号调制识别》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、基于峰度和小波变换的超短波信号调制识别　　摘要：针对FM，MSK，QPSK三种具体调制方式，由于在高斯白噪声环境中小波变换幅度方差区分MSK，QPSK调制信号效果较差，以及在不同信噪比条件下零中心归一化瞬时幅度谱密度的最大值对FM，MSK和QPSK识别效果的下降，提出利用峰度和基于小波变换特征量的方法对信号分类识别。该方法首先利用峰度进行模拟与数字调制信号的类间识别，然后采用基于小波变换系数提取的特征量对两种数字调制信号进行识别分类。采用决策树分类方法，利用Matlab对该方法进行仿真验证，仿真结果表明该方法

2、具有较好的识别效果。　　关键词：调制识别；超短波信号；峰度；小波变换；高斯白噪声　　中图分类号：TN911.7?34文献标识码：A文章编号：1004?373X（2016）23?0009?04　　Ultrashortwavesignalmodulationrecognitionbasedonwavelettransformandkurtosis　　XIEYuehui，ZHANGYiwen，ZHAOYaxin，SONGDepeng　　（DepartmentofInformationEngineering，Engi

3、neeringCollegeofCAPF，Xi’an710086，China）　　Abstract：AimingatthreespecificmodulationmodesofFM，MSKandQPSK，theeffectofdifferentiatingMSKandQPSKmodulationsignalswithwavelettransformamplitudevarianceispoorinwhite6Gaussiannoise（WGN）environment，andthemaximuminstanta

4、neousamplitudeofzerocenternormalizedspectraldensityhasbadeffecttorecognizetheFM，MSKandQPSKmo?dulationsignalsundertheconditionsofdifferentsignal?to?noiseratios，sothecharacteristicquantitymethodbasedonkurtosisandwavelettransformusedforsignalclassificationandr

5、ecognitionisputforward，inwhichthekurtosisisusedfortypeidentificationofanalogmodulationsignalanddigitalmodulationsignal，andthenthecharacteristicquantityextractedonthebasisofwavelettransformcoefficientisusedtorecognizeandclassifythetwodigitalmodulationsignals

6、.ThedecisiontreeclassificationmethodisadoptedtocarryoutsimulationverificationofthemethodbymeansofMatlab.Thesimulationresultsshowthismethodhasbetterrecognitioneffect.　　Keywords：modulationrecognition；ultrashortwavesignal；kurtosis；wavelettransform；WGN　　0引言6　　在

7、无线通信领域中，软件无线电的应用越来越广。通信信号的调制方式识别是软件无线电的核心技术之一，它是非合作通信信号处理研究领域的一个十分重要的课题，其目的就是在未知调制信息的前提下，从接收信号中分析出通信信号的调制方式，并估计出相应的调制参数，为后续的信号处理做准备。FM模拟调频是目前采用最多的超短波通信调制方式；MSK调制信号作为一种连续相位调制方式，具有抗非线性失真能力强、频带利用率高和设备实现简单的特点，是一种重要的超短波调制方式；QPSK调制信号的频谱利用率高和抗干扰性强的特点，使其成为超短波的一种常用调

8、制方式。在下一步的超短波电台设计中将采用这三种调制方式。文献[1]指出目前调制方式自动识别的研究方法主要可以分为两类：一是基于假设检验的最大似然方法；二是基于特征提取的模式识别方法。基于假设检验的最大似然方法是通过对信号的似然函数进行处理，将得到的似然比与阈值进行比较，完成调制识别功能；基于特征提取的模式识别方法，通常包含两个子系统，一个子系统用于提取信号的特征参数，另一个子系统根据信号的特征参数，