基于先進(jìn)信號(hào)處理方法的通信信號(hào)調(diào)制識(shí)別技術(shù)研究.pdf

1、通信信號(hào)調(diào)制識(shí)別是指對(duì)接收信號(hào)自動(dòng)處理并判定其調(diào)制類型的過(guò)程。作為信號(hào)檢測(cè)與解調(diào)的中間環(huán)節(jié),調(diào)制識(shí)別技術(shù)在認(rèn)知無(wú)線電、智能解調(diào)器、電子偵察等各種民用及軍事應(yīng)用中扮演著重要角色。調(diào)制識(shí)別技術(shù)經(jīng)過(guò)幾十年的發(fā)展,雖然已經(jīng)取得了很多成果,但隨著工程化需求逐漸提高,無(wú)線通信信道環(huán)境日益復(fù)雜,仍有不少問(wèn)題亟待解決。本文致力于似然比調(diào)制識(shí)別算法的工程化應(yīng)用和基于先進(jìn)信號(hào)處理方法的調(diào)制識(shí)別技術(shù)的研究,主要工作和創(chuàng)新性成果主要包括：
　　⑴從通信信

2、號(hào)處理的工程實(shí)用角度出發(fā),針對(duì)似然比調(diào)制識(shí)別算法計(jì)算復(fù)雜度高的問(wèn)題,提出了一種改進(jìn)的快速算法。該算法引入硬件實(shí)現(xiàn)中預(yù)存查表的思想,通過(guò)一個(gè)查找表的地址讀出待識(shí)別信號(hào)的似然函數(shù)值以便節(jié)省在線處理時(shí)間,為似然比調(diào)制識(shí)別算法的實(shí)時(shí)化應(yīng)用提供了一種解決思路。試驗(yàn)結(jié)果表明算法能夠在保證似然比算法最優(yōu)性的基礎(chǔ)上有效地節(jié)約時(shí)間成本,更能適應(yīng)實(shí)時(shí)性要求高的應(yīng)用場(chǎng)合。
　?、圃谄教顾ヂ湫诺拉h(huán)境下,提出了基于一種自適應(yīng)馬爾可夫鏈蒙特卡羅(MCMC)技

3、術(shù)——自適應(yīng) Metropolis(AM)技術(shù)的調(diào)制識(shí)別算法。該算法能夠在迭代過(guò)程中產(chǎn)生滿足目標(biāo)分布的未知參數(shù)和發(fā)送符號(hào)的各態(tài)歷經(jīng)樣本,從而在實(shí)現(xiàn)似然函數(shù)的近似計(jì)算的同時(shí)完成參數(shù)估計(jì),可實(shí)現(xiàn)調(diào)制識(shí)別與參數(shù)估計(jì)的一體化處理。相比于傳統(tǒng) Metropolis-Hastings(MH)技術(shù),AM技術(shù)避免了因建議分布函數(shù)選取不當(dāng)造成的性能損失。仿真結(jié)果表明在平坦衰落信道環(huán)境下,基于AM技術(shù)的調(diào)制識(shí)別算法能夠快速、精確的收斂,具有很好的識(shí)別性能。

4、
　?、菍⑵教顾ヂ湫诺拉h(huán)境中基于AM技術(shù)的調(diào)制識(shí)別算法推廣到多徑信道環(huán)境中,為解決 AM算法在未知參數(shù)維數(shù)較高時(shí)收斂速度放緩的問(wèn)題,提出了基于單分量自適應(yīng)Metropolis(SCAM)技術(shù)的調(diào)制識(shí)別算法。該算法在迭代過(guò)程中按順序依次對(duì)未知參數(shù)向量中每個(gè)分量單獨(dú)進(jìn)行類似AM采樣的操作。仿真結(jié)果表明在未知參數(shù)維數(shù)較高的情況下,SCAM算法擁有更加優(yōu)越的收斂性能,基于SCAM技術(shù)的調(diào)制識(shí)別算法在多徑信道環(huán)境下識(shí)別性能良好。
　　

5、⑷在低信噪比環(huán)境下,提出了基于混沌理論的調(diào)制識(shí)別算法。文中對(duì)Duffing振子大尺度周期態(tài)特性進(jìn)行了系統(tǒng)研究,考察了激勵(lì)信號(hào)頻率、幅度和相位對(duì)Duffing振子周期解的影響。根據(jù)大尺度周期狀態(tài)下系統(tǒng)解隨激勵(lì)信號(hào)相位變化的規(guī)律,設(shè)計(jì)了基于Duffing振子的MPSK信號(hào)調(diào)制識(shí)別算法。并根據(jù)調(diào)制識(shí)別中的特征提取任務(wù)需求,對(duì)Duffing振子進(jìn)行了模型優(yōu)化,將優(yōu)化后Duffing振子系統(tǒng)解的Poincaré映射作為分類特征,實(shí)現(xiàn)了低信噪比下的