数字信号的分类算法研究与仿真开题报告

《数字信号的分类算法研究与仿真开题报告》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、毕业设计（论文）开题报告题目：数字信号的分类算法研究与仿真一、选题的依据及意义：通信信号的自动识别引起了越来越多的关注，它是近年来迅速发展起来的一门高新技术，是信号分析领域的重要组成部分。随着通信技术的发展，无线通信环境日益复杂，如何有效地识别和监测这些信号，特别是在低信噪比、恶劣信道条件下的调制方式的识别问题，在民用和军事领域都是重要的研究课题。调制识别技术有很高的实用价值：在民用方面，为了实施有效的无线电频谱管理，常常需要监视民用信号传输，以便发现未注册登记的发射机，此时，信号认证、干扰识别等都涉及调

2、制方式的识别；在电子战中，为实施电子对抗、电子反对抗等，都需要通过调制识别技术查清相关通信或电子信号的参数和性质；另外信号调制识别在信号的调制参数估计、调制解调、电子侦察中都具有重要的作用和广泛的应用。以前，识别信号的调制方式是借助相关仪器通过分析信号的波形、频谱来完成的。随着微电子技术的发展，人们开始探索利用以计算机软件为核心的电子设备来识别信号的调制方式。因此，调制识别方法在软件无线电中的应用，是一个值得研究的方向。目前这方面的文章和研究越来越多。如何将调制识别方法与软件无线电的解调方法相结合，同时实

3、现信号的自动接收和解调，是实现软件无线电的关键技术之一，具有重要的前景。一、国内外研究现状及发展趋势（含文献综述）：通信信号调制类型的分类识别是模式识别领域的典型问题。由于通信信号和信道噪声的一般建模为随机过程，加上未知的信道衰落、多径传播和干扰的影响，调制分类本质上是一个具有多个未知参量的多元模式分类问题。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别所不能放弃的一种方法，尤其是对通带模拟调制信号。然而，随着数字通带调制信号在整个无线电工程中逐渐

4、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，目前主要是研究以数字调制信号为识别对象的自动调制识别技术。目前国内外已发表的有关调制识别的文献中，信号调制识别方法较多，大致上可以分为两大类：（1）基于特征提取的统计模式识别方法，（2）基于决策理论的最大似然假设检验方法。统计模式识别的方法首先要通过特征提取系统从接收的信号中提取出特征参数，然后通过模式识别系统来确定信号的调制类型。模式识别系统通常要先进行训练，这样信号到来时才能做出

5、决策。而最大似然假设检验方法是一种似然多假说的测试问题，其特点是通过观察待识别的信号的波形，假设为某一种侯选的调制方式，然后通过相似性判断来确定其调制方式。实际中应用的最大似然判决方法是属于基于决策理论的识别方法，而基于各阶矩的分类器识别方法、基于模糊判决器的识别方法、基于人工神经网络的识别方法、基于分形与测度理论的识别方法都归属于统计模式识别的方法。不论是决策理论途径还是模式识别途径，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两个基本数学方法实现。其中后者的两个步骤包括：一、对信号进行特征统计

6、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。利用统计模式识别的方法分类调制类型时，所用的分类特征归纳起来大致有三类：（1）直方图特征1984年，Liedtke采用统计模式识别的方法对数字调制信号进行了分类，这种识别系统用信号的瞬时幅度、相位和频率的直方图作为分类特征，存在的问题就是特征的维数太大，导致分类算法的计算量大大增加，实现复杂，若降低直方图的分辨率则会影响分类算法的识别能力，而且只有在信噪比大于等于18dB时，才能有效地识别文中所列的调

7、制类型；1990年，Huse等人是用过零点间隔和相位差的直方图来分类等幅信号CW，MPSK和MFSK，当SNR大于等于15dB时，分类器有较好的识别率。（2）统计矩特征鉴于直方图分类特征的维数太大，目前常用的分类特征是信号瞬时幅度、相位和频率函数的各阶统计矩特征。Eimicke等人选择幅度、相位和频率的标准差、峰态作为分类特征；Louis采用瞬时频率、相位和幅度的均值、2阶、3阶和4阶矩识别2/4/8FSK、2/4/8PSK、16/64QAM和QPSK/MSK信号；Hill则使用幅度和频率的均值和2/3/

8、4阶中心矩分类调制类型；1995-1998年间，A.K.Nandi和Azzouz等人在SignalProcessing、IEETrans.OnCommunication期刊上发表论文，利用中频通信信号的瞬时包络、相位和频率的不同定义的2阶矩等七个关键特征，分别采用决策理论、神经网络和神经网络级联的方法对模拟和数字调制信号进行分类识别，所有分类器能识别的SNR都在10dB以上，对整个调制识别领域产生了深远的影响。（3）变换域特征