短波通信中的數(shù)字調(diào)制信號識別.pdf

1、短波通信作為一種現(xiàn)代通信技術，雖然經(jīng)歷了幾十年的發(fā)展歷程，仍然以其機動靈活、設備簡單、通信距離遠等優(yōu)勢，保持旺盛生命力。但由于短波信道復雜，存在大量惡劣的噪聲、信號種類多等特點，嚴重影響了接收人員的工作。本文研究的短波通信中的數(shù)字調(diào)制信號識別算法就是針對短波通信的以上特點，識別信號的調(diào)制類型，來改善接收人員的工作環(huán)境，提高他們的工作效率。 本文首先介紹了常用的數(shù)字調(diào)制種類，給出一些常用調(diào)制信號的數(shù)學模型，同時給出了調(diào)制信號基本參

2、數(shù)的估計方法。 在特征提取部分采用了小波包分解與高階累積量相結(jié)合的方法。小波包變換可自由選擇不同時間點、頻率點上的時頻分辨率，不同的調(diào)制信號小波包分解后具有不同的能量分布。高斯白噪聲大于二階的累積量為零，有很好的抑制噪聲作用，對于能量分布相似的調(diào)制信號再用高階累積量做特征對其進行區(qū)分。因而，利用小波包變換和累積量相結(jié)合能有效地提取信號特征。 分類器設計部分重點研究了支持向量機分類器，構(gòu)建了以支持向量機為基礎的分級分類器。

3、支持向量機算法是基于結(jié)構(gòu)風險最小化原則的，在小樣本情況下具有很大的優(yōu)勢，有較好的泛化推廣能力。而分級分類器相比單級分類器具有更低的計算復雜度和更快的分類器訓練速度。 在理論研究的基礎上，做了以現(xiàn)場采集的短波通信中的調(diào)制信號為源數(shù)據(jù)的實驗。在實驗中，提取小波包分解和高階累積量特征，利用以支持向量機為基礎的分級分類器進行分類，實現(xiàn)了多種信號在較大信噪比范圍內(nèi)的自動識別。同時，對在不同信噪比下、采用不同核函數(shù)和不同分類方法時的性能也做