基于离散小波变换数字调制方式识别

《基于离散小波变换数字调制方式识别》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、基于离散小波变换的数字调制识别摘要随着通信技术的不断发展，信息的交流变得越来越频繁。尤其无线通信领域的发展，无论是在军用还是民用领域都受到了人们的重视。数字信号调制方式识别技术的研究是无线通信领域的一个重要课题。随着调制技术的发展和进步，为了适应不同的信道，各种新的信号调制方式不断涌现，加上传统调制方式的联合调制，通信信号的调制方式变得更加多样化和复杂化。为了能够更好的管理和利用空间频谱资源，调制方式识别及估计变得越来越重要。本文介绍了通信信号调制方式识别的发展现状，并简要说明了目前该领域面临的一些问题及难点。本文做了基于离散小波变换的数字信号调制方式识别的

2、研究，并用神经网络作为分类器加以识别分类。在特征提取方面，利用小波理论强大的时频分析能力，来进行特征提取。本文介绍了小波理论中多尺度分析的方法，并利用离散小波变换来获得数字信号的自适应小波熵。为了进一步提高信号特征的信号表征能力，需要对信号特征迸一步改进。通过分析和仿真，提出了辅助识别的新特征，提高了特征向量的信号表征能力。根据特征向量对信号识别效果的优劣来进行特征选取，使得整个数字调制方式识别系统获得良好的识别能力。在分类器设计方面，选用基于神经网络的多级分类器作为整个调制识别系统的分类器。神经网络有很强的自适应分类能力。构建和优化多级神经网络时，需要综合

3、考虑神经网络的局部最优，泛化性，收敛速率以及信号特征的优劣等影响分类器性能的因素，使分类器具有更好的识别率和鲁棒性。最后比较实验仿真结果，确定合适的神经网络参数，设计一个完整的数字信号调制识别系统。验证了离散小波变换应用于数字调制识别的可行性。该系统方便易用，有较好的识别率且具有可扩展性，对今后的实际应用有一定的意义。关键词：调制识别；多分辨率分析；神经网络：小波熵：特征选取基于离散小波变换的数字调制识别ABSTRACTAscommullicationteclulologydeVelopiIlg，tllecommImicationofi砌’o肌ationbe

4、comesmorea11dmore丘equem．EspeciallytlledeVelopmentof、析relesscommuIlicationsgetsmuchattentionwhemerformilitaryorciVilian．DigitalsignalmodulationmoderecogllitiontecllIlologyisaimportanttopicinwirelesscommumcations．Ast11edeVelopmentofModulationtecllIlology，mallyhndsofnewsi印almodulation

5、pattemsemergeinordertoad印ttodi丘．erentchannels．Atthes锄etime，theuseofJointmodulationoftraditionalmodulationmode，themodulationmodeofcommunicationsignalshasbecomemuchmorediVerseaIldcomplex．Inordertomallageandutilizethespacespectm=mresources，therecogllitionandestimateofmodulationmodeisb

6、ecomiI培moreandmoreiInponant．ThispaperintroducesthedeVelopmentsituationofcommunicationsignalsmodulationrecognition．Andsomeproblemsanddimcultiesthatthefieldfaced嘶mareexplainedbrieny．Thjspaperdoesmeresearchofdigitalsignalsmodulationrecognitionbasedondiscrete、VaVelettrallsfonn．Andthemu

7、lti—stepneuralnetworkisusedtorecogllizeasaclassification．Infeatureextraction，thepower向1time一丘equencyanalysisabilit)，ofwaVelettheoryisusedtogaint11ef．eanlres．Tllispaperin仃oducesthemulti-scaleaIlalysismemodofwaVelettheory．AnddiscretewaVelet仃{msformisusedtogaintheadaptiVewaVeletemropy

8、ofdigitalsignals．Inorderto