论文部分内容阅读
随着通信技术的发展,无线通信环境日益复杂,在较宽的频带上通常存在着采用不同调制方式调制的通信信号。如何有效地识别这些信号,在军事和民用领域都具有重要的应用前景。如在电子战和技术侦察中,通信信号自动识别是对敌方通信进行侦听和干扰的前提;在软件无线电中采用调制自动识别技术来鉴别通信信号的调制方式,使得系统可以自动切换到合适的软件解调程序,从而使系统具有很大的灵活性和适应能力。
本文针对不同的待识别调制信号集,讨论了不同的调制样式的识别算法。首先讨论了最基本的调制识别的方法,即利用信号复包络的均值作为特征值来识别CW、MPSK、MFSK信号,以及利用包络方差与均值平方之比作为特征值来识别2ASK、M-AM、MQAM、MPSK和MFSK等几种信号。然后讨论了利用累量的知识,实现在进行通信信号的调制样式自动识别的同时,进行信号功率估计和码元定时同步的方法,为此提出了一种适合于MPSK信号的码元定时估计算法。论文的最后一章研究了利用神经网络和遗传算法来解决信号调制识别问题。通过增加使用新提出的统计特征值集,使得本文提出的识别算法可以识别16QAM,V29,V32,64QAM等以往识别算法不能识别的调制类型。在研究中,使用了两种MLP分类器训练算法,即带动量项和自适应率的BP算法和RPROP算法。这也是首次将RPROP训练算法用于调制识别问题。还对基于特征选择的遗传算法用来从原始的特征集中选择最优特征子集做了研究。文中具体推导了各种识别算法的理论过程,并做了大量的仿真实验验证了算法的可行性。比较分析各种算法发现,不同的算法各有利弊,可对不同的识别环境,采用合适的识别算法。