数字通信信号调制方式自动识别方法的研究与应用

数字通信信号调制方式自动识别方法的研究与应用

ID:35185649

大小:3.98 MB

页数:62页

时间:2019-03-21

数字通信信号调制方式自动识别方法的研究与应用_第1页
数字通信信号调制方式自动识别方法的研究与应用_第2页
数字通信信号调制方式自动识别方法的研究与应用_第3页
数字通信信号调制方式自动识别方法的研究与应用_第4页
数字通信信号调制方式自动识别方法的研究与应用_第5页
资源描述:

《数字通信信号调制方式自动识别方法的研究与应用》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、数字通信信号调制方式自动识别方法的研究与应用ResearchandApplicationofAutomaticModulationRecognitionofDigitalCommunicationSignals工程领域:电子与通信工程作者姓名:史甜姝指导教师:金志刚教授企业导师:袁红高级工程师天津大学电子信息工程学院二零一五年十一月中文摘要通信信号调制方式自动识别技术一直是电子对抗领域的重要研究课题,随着现代电子通信技术的飞速发展,尤其是用现代化软件来操纵、控制传统的“纯硬件电路”的无线通信技术引

2、入之后,通信信号调制方式自动识别越来越被关注。论文提出了一种瞬时特征和功率谱特征相结合的数字通信信号调制方式识别方法,通过神经网络分类器进行分类识别,可以有效地区分2ASK,4ASK,2FSK,4FSK,BPSK和QPSK等调制信号。当信噪比较低时,基于瞬时特征的调制识别方法很容易受到影响,这主要是因为噪声对瞬时参数的影响较大。信号的功率谱可以反映出调制信号的许多特征,功率谱会随着信号载频、码元速率以及信噪比的变化而变化,但相同调制信号的功率谱形状特征基本一致,通过引入基于功率谱的特征参数,可以有

3、效提高低信噪比情况下的分类效果。采用这种基于时频特征相结合的分类识别方法可以进一步提高算法的鲁棒性。本文的仿真流程包括信号建模、噪声建模、模拟采样、预处理、参数提取、分类器建模、分类器训练、分类识别以及统计结果。本文提出的方法仅仅使用1至2次傅里叶变换和少量的乘加便完成了正确的识别。在信噪比大于15dB时,通过使用神经网络分类器及文中的四种参数,可使识别调制信号的准确率大大提高。关键词:调制识别,数字调制,功率谱,神经网络ABSTRACTTheresearchforcommunicationsig

4、nalmodulationmodeofautomaticidentificationisoneoftheimportantsubjectsinthefieldofcommunication.Withthedevelopmentofelectronictechnology,especiallywiththemodernsoftwaretomanipulateandcontrolofthetraditional"purehardwarecircuit"aftertheintroductionofwir

5、elesscommunicationtechnology,communicationsignlmodulationmodeofautomaticidentificationispaidmoreandmoreattention.Thispaperproposesatransientcharacteristicsandthepowerspectrumcharacteristicsofthecombinationofdigitalcommunicationsignalmodulationmodereco

6、gnitionmethod,throughtheneuralnetworkclassifiertoclassifyrecognition,caneffectivelydistinguishbetween2ASK,4ASK,2FSK,4FSK,BPSKandQPSK.Whenthesignalnoiseratio(SNR)islow,themodulationrecognitionmethodbasedoninstantaneouscharacteristicwillbeaffectedeasily

7、,thisismainlybecausethattheinfluenceofnoiseisaffectbyinstantaneousparameters.Signalpowerspectrumcanreflectmanycharacteristicsofmodulationsignal,whenthesignalcarrierfrequency,symbolrateandsignal-to-noiseratiochanges,powerspectrumwillbeaffected,butthesa

8、mebasicmodulationsignalpowerspectrumshapecharacteristic,byintroducingbasedonpowerspectralcharacteristicparameters,caneffectivelyimprovetheclassificationeffectoflowSNRsituation.Usingthisclassificationrecognitionmethodbasedoncombinationoftime-fr

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。