信號偵收中的識別與分類理論與算法研究.pdf

1、隨著現(xiàn)代通信和雷達(dá)技術(shù)的不斷進(jìn)步，在非協(xié)作無線電通信領(lǐng)域，信號的調(diào)制識別和分選技術(shù)變得越來越具有其重要性，尤其是在無線電監(jiān)測或戰(zhàn)場通信等領(lǐng)域中。如何能更為有效地對偵收到的感興趣的信號進(jìn)行信號處理，是目前國內(nèi)外學(xué)者都非常感興趣的一個重要研究課題。本文主要針對非協(xié)作通信系統(tǒng)中的偵收信號的調(diào)制方式進(jìn)行識別和分類算法的研究與分析。這些研究和分析主要從幾個方面進(jìn)行考慮：信號預(yù)處理過程中的參數(shù)估計問題、基于聚類算法的相移鍵控（Phase-Shift

2、 Keying，PSK）和正交振幅調(diào)制（Quadrature Amplitude Modulation，QAM）信號識別算法研究、基于分形特征的典型數(shù)字通信信號識別算法研究、基于雷達(dá)脈沖信號的分選技術(shù)研究，以及相位噪聲對識別技術(shù)的影響研究。
　　本研究主要內(nèi)容包括：⑴針對幾個主要的特征參數(shù)的估計算法做了詳細(xì)的研究和分析，并針對非協(xié)作通信系統(tǒng)中，數(shù)字信號符號速率和偵收信號的信噪比兩個重要參數(shù)的估計提出了改進(jìn)的方法。針對盲估計過程中過

3、低的小波尺度會在低頻部分引入較強(qiáng)的噪聲這一問題，提出了一種基于小波變換（Wavelet Transform, WT）和兩種不同類型中值濾波相結(jié)合的聯(lián)合估計方法。同時，針對接收信號的信噪比估計，本文也提出了一種改進(jìn)的方法以提高估計的準(zhǔn)確性。仿真實驗驗證了這兩種改進(jìn)方法的有效性。⑵引入圖像處理中的聚類算法，以減法聚類和模糊 C均值聚類兩種聚類算法為基礎(chǔ)，分別展開這類算法在信號調(diào)制識別和分類中的應(yīng)用研究。在減法聚類的基礎(chǔ)上，本文提出了一種基于

4、PSK信號相位周期性的改進(jìn)的聚類方法，通過這種聚類方法與合適的統(tǒng)計參量相結(jié)合，達(dá)到對PSK信號的有效分類和識別的目的。另一方面，本文還提出了一種改進(jìn)的自主導(dǎo)向式模糊 C均值聚類算法對 QAM信號的星座圖進(jìn)行重構(gòu)，通過對聚類過程進(jìn)行自主式的導(dǎo)向，使整個聚類過程變得更加精準(zhǔn)且有效率，從而完成QAM類信號的有效識別。⑶對典型的數(shù)字通信信號的調(diào)制識別算法進(jìn)行了研究和分析。針對一些常用的數(shù)字通信信號，提出了一種基于分形盒維數(shù)和信息維數(shù)聯(lián)合特征的信

5、號調(diào)制識別方法，并得到了仿真實驗的驗證。⑷針對典型的雷達(dá)脈沖信號，從雷達(dá)信號的脈內(nèi)調(diào)制特征和脈間特征參數(shù)兩方面入手，對它們在雷達(dá)脈沖信號的識別與分選技術(shù)進(jìn)行了研究和分析?；诿}內(nèi)調(diào)制特征的雷達(dá)信號識別主要從時頻分析方法上入手進(jìn)行研究。同時，在基于脈間特征參數(shù)方面，本文針對基于脈沖重復(fù)間隔（Pulse Repetition Interval，PRI）的雷達(dá)脈沖信號分選算法，提出了一種改進(jìn)的基于序列差分直方圖的分選算法。這種改進(jìn)方法從潛在脈