大動態(tài)信噪比下的多體制通信信號自動調制識別算法研究.pdf

1、隨著軟件無線電和認知無線電技術領域的發(fā)展，基于特征提取和模式識別的多體制通信信號自動調制識別（Automation Modulation Recognition, AMR）研究取得了很多進展和成果，但仍不能滿足大動態(tài)環(huán)境下的多體制通信信號調制識別需求，針對這一現狀，本文從特征篩選的魯棒性入手研究探索了一種具有大動態(tài)信噪比推廣能力的多體制通信信號自動調制識別新方法。
　　首先，分別提取了信號的瞬時特征、高階累積量特征、小波特征、分形

2、理論特征以及譜相關特征這五大類特征組成原始特征集，并通過分析各特征在不同SNR下的變化規(guī)律，構造抗噪聲評價函數從中篩選出噪聲魯棒性特征集。
　　然后，針對篩選得到的噪聲魯棒性特征集仍然存在著分類能力不強，以及信息冗余等問題，應用粗糙集理論對其進行了二次約簡。實驗結果表明，在不影響特征集的分類能力的條件下，冗余特征得到極大約簡，有效提高了分類效率。
　　最后，應用SVM對多體制通信信號進行調制識別。實驗考察了經噪聲魯棒性篩選與

3、二次約簡之后的特征對本文研究的10種多體制通信信號的識別性能。實驗結果表明，經噪聲魯棒性篩選與二次約簡之后的特征在固定信噪比下訓練，在整個0~20dB條件下測試都能取得遠優(yōu)于未考慮噪聲魯棒性的特征及具有冗余性特征的識別性能，充分驗證了本文所提出的基于噪聲魯棒性特征篩選與二次約簡方法的有效性。另外，小樣本條件下經噪聲魯棒性篩選與二次約簡之后的特征集對多體制通信信號的優(yōu)異識別結果則表明了本文應用SVM作為調制識別分類器所具有的優(yōu)良性能。本文