基于循環(huán)相關(guān)的調(diào)制模式識別及參數(shù)估計研究.pdf

1、隨著通信業(yè)務(wù)的急速發(fā)展，調(diào)制模式的多樣性使得電磁環(huán)境日趨復(fù)雜。如何對調(diào)制信號進行有效的識別，無論在民用領(lǐng)域還是軍事領(lǐng)域都具有相當(dāng)重要的研究意義。針對現(xiàn)有算法在低信噪比條件下識別正確率較低的缺點，本文在前人研究的基礎(chǔ)上，進行了基于循環(huán)相關(guān)的調(diào)制模式識別及參數(shù)估計研究。
　　本文首先綜述了調(diào)制模式識別的研究現(xiàn)狀，對現(xiàn)有調(diào)制模式識別算法進行了歸納和總結(jié)。針對現(xiàn)有研究存在抗干擾性能不足的缺點，選擇基于循環(huán)相關(guān)的方法對調(diào)制模式進行識別。之后

2、對循環(huán)相關(guān)的原理和數(shù)字實現(xiàn)方法進行研究，介紹了基于平滑處理的FAM和FSM算法，并給出了算法的具體實現(xiàn)步驟和流程。通過實驗，對比了FAM和FSM算法的計算復(fù)雜度和分辨率。
　　然后針對FSM算法方差大的缺點，將FAM算法分段并行計算的優(yōu)點引入FSM算法，給出了一種改進的FSM算法和具體實現(xiàn)步驟及流程。由于改進算法對數(shù)據(jù)分段后多次計算取平均，使方差降低為原來的1/K（K為分段數(shù)）。仿真實驗驗證了改進算法的可靠性。與FAM算法比較，在

3、不增加輸入數(shù)據(jù)量的同時，改進算法使譜頻率的分辨率提高16倍;由于數(shù)據(jù)分段和多次計算取平均，帶來了算法計算量的成倍增長。針對此問題，利用空間換取時間原理，提出一種頻移信號的簡化計算方法。即僅計算一次FFT并周期延拓后存儲于內(nèi)存中，用查表移位讀取得到頻移信號的計算結(jié)果。改進方法減少了FFT計算的次數(shù)，達到了不增加算法計算復(fù)雜度的目的，提升了改進算法的實時性。
　　最后本文利用改進的FSM算法，對調(diào)制信號提取一組基于循環(huán)相關(guān)的聯(lián)合特征參

4、數(shù){NR，D，MR1，MR2}集合。研究了信噪比在-10dB到20dB范圍內(nèi)，每一個特征參數(shù)的變化趨勢，通過蒙特卡羅仿真實驗確定最佳判決門限;提出了一種基于聯(lián)合特征參數(shù)集合的調(diào)制模式識別算法，在MATLAB環(huán)境下，驗證了該算法在信噪比大于5dB的情況下對2ASK、2FSK、BPSK、QPSK和LFM信號正確識別率大于95％;在確定調(diào)制類型的基礎(chǔ)上，研究了基于循環(huán)相關(guān)的參數(shù)估計算法。針對信噪比小于-5dB時，載頻估計歸一化均方誤差急劇增大