基于集成学习的数字信号调制识别研究

《基于集成学习的数字信号调制识别研究》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、分类号：密级：UDC：编号：工学硕士学位论文基于集成学习的数字信号调制识别研究硕士研究生：关亚男指导教师：林云副教授学科、专业：信息与通信工程论文主审人：李志刚副教授哈尔滨工程大学2018年3月分类号：密级：UDC：编号：工学硕士学位论文基于集成学习的数字信号调制识别研究硕士研究生：关亚男指导教师：林云副教授学位级别：工学硕士学科、专业：信息与通信工程所在单位：信息与通信工程学院论文提交日期：2018年01月12日论文答辩日期：2018年3月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngR

2、esearchonRecognitionofDigitalSignalModulationviaEnsembleLearningCandidate:GuanYananSupervisor:A/Prof.LinYunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ElectronicsandCommunicationEngineeringDateofSubmission:Dec.26,2017DateofOralExamination:Mar,2018University:HarbinEngineeringUnivers

3、ity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件

4、。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日数字信号调制方式自动识别研究摘要从传统的无线电传输到现今的认知无线电、软件无线电，在通信系统中，对信号调制识别的确认是获取信号信息的第一步，因此调制识别是现代通信

5、技术的关键。在常用的分类算法中，对于低信噪比下的信号识别结果并不理想，本文采用集成学习的思想，通过组合多个分类器，提高通信数字信号调制识别的准确率。首先，本文对8种常见通信数字信号进行了熵特征提取，通过不同的熵特征从能量、时域、频域等多角度描述信号并分析了每种特征对信号的分辨情况。同时通过单一信噪比的仿真实验，分析了基于决策树进行信号识别时，存在的模型结构简单所导致的识别效果不佳的问题。然后，为保留决策树算法的优势并解决识别效果差的问题，本文采用了三种不同的boosting集成算法，通过集成结构简单的决策树模型来获得更高的识别结果。通过对Adaboost、Gradientboo

6、sting以及Xgboost的原理分析，从理论上研究了三种算法集成的有效性，并完成单一信噪比实验，验证了集成算法的有效性。此外将单一信噪比实验扩展至未知信噪比下的通信信号识别，继而从泛化性与执行效率两方面分析了boosting算法相比于传统分类器的优势。最后，本文基于贝叶斯假设与贝叶斯理论，提出了置信机器学习方法。该方法不仅能够对未知的数据进行预测，还可以对预测结果进行估计，使得算法的分类结果更具有可靠性，同时为判决者提供更具可信度的信息。关键词：调制识别；特征提取；集成学习；置信度；分类器哈尔滨工程大学硕士学位论文ABSTRACTDuringthedevelopmentofr

7、adio,thekeysteptocommunicationsystemistoconfirmthesignalmodulationschemewhetheristraditionalradioorcognitiveradio.Therefore,thereexitsgreatinfluenceforsignalmodulationschemerecognition.Facingwiththelowandunknownsignal-noiseratio(SNR),thecommonclass