數(shù)字通信信號調(diào)制方式識別及參數(shù)估計.pdf

1、數(shù)字通信信號的自動調(diào)制識別與參數(shù)估計技術(shù)是通信系統(tǒng)中的關(guān)鍵技術(shù)，該過程介于信號檢測與解調(diào)之間，在合作和非合作通信領(lǐng)域如無線電頻譜管理、電子對抗等領(lǐng)域具有重要意義。近年來，隨著現(xiàn)代通信和信號處理技術(shù)的突飛猛進，通信信號體制和調(diào)制樣式日趨復雜和多樣，另外，信號傳輸?shù)沫h(huán)境也變得越來越惡劣，所有這些變化都使得對通信信號識別與參數(shù)估計的要求越來越高，難度越來越大。從國內(nèi)外發(fā)表的文獻也可以看出，通信信號調(diào)制方式的自動識別理論正日益豐富和完善，特別是

2、在低信噪比條件下調(diào)制樣式的識別和參數(shù)估計問題更是備受關(guān)注。
　　論文主要研究數(shù)字調(diào)制信號自動識別技術(shù)，包括特征提取與選擇、分類器設(shè)計以及參數(shù)估計等內(nèi)容，本文的主要研究內(nèi)容和工作包含以下幾個方面：
　　首先，研究并實現(xiàn)了基于瞬時信息的特征參數(shù)提取方法，采用了小波閾值消噪算法對其進行優(yōu)化，得到一組性能良好的特征參數(shù)，改善瞬時信息受噪聲影響的情況。
　　其次，研究了基于決策樹的分類器設(shè)計，根據(jù)提取的特征參數(shù)，設(shè)計了基于決策樹

3、的分類器，給出六種待識別數(shù)字調(diào)制信號的識別分類的流程。通過仿真分析了該分類器的分類性能，由于每個特征參數(shù)的選取以及固定判決值對決策樹分類器有著至關(guān)重要的影響，在低信噪比條件下，特征參數(shù)受噪聲影響，導致分類效果不佳。
　　再次，針對決策樹分類器的缺點，引入了支持向量機分類器，在分析了支持向量機的基礎(chǔ)理論和分類原理的基礎(chǔ)上，采用與前面決策樹分類器相同的樣本數(shù)據(jù)，仿真分析了支持向量機分類器在不同信噪比情況下的分類性能，分析比較兩種分類器

4、發(fā)現(xiàn)支持向量機分類器具有更好的分類性能。
　　最后，研究了幾種比較常用的載波頻率估計和符號速率估計方法，通過仿真實驗，分析比較了它們的優(yōu)缺點，并對其中的算法提出改進，仿真驗證算法性能有所優(yōu)化?？紤]到未知先驗信息的情況，提出了一種改進的基于循環(huán)譜和離散譜線提取的聯(lián)合調(diào)制參數(shù)估計方法。該算法利用信號調(diào)制參數(shù)和循環(huán)頻率之間的關(guān)系，通過提取信號循環(huán)譜的截面上與循環(huán)頻率相對應的離散譜線，實現(xiàn)對MASK、MFSK和MPSK信號調(diào)制參數(shù)的精確估