基于循環(huán)譜的調(diào)制樣式識別與參數(shù)估計.pdf

1、不同的調(diào)制信號有可能具有相同的頻譜，但是它們的循環(huán)譜卻各不相同，并且由于噪聲不具有循環(huán)平穩(wěn)性，使得循環(huán)譜具有非常強的抗噪聲性能，循環(huán)譜的這些優(yōu)點使得其非常適用于處理通信信號。
　　鑒于此，本論文將探討循環(huán)譜在通信信號的調(diào)制樣式識別以及參數(shù)估計中的應(yīng)用，并進行了以下的研究：
　　1.闡述了信號具有循環(huán)平穩(wěn)性所應(yīng)具有的條件，即信號的均值函數(shù)以及自相關(guān)函數(shù)均是周期的。接著詳細分析了循環(huán)譜的本質(zhì)，從深層意義上來說循環(huán)譜是信號內(nèi)部隱含

2、周期性的表現(xiàn)，簡單地來看循環(huán)譜反映了信號頻譜中兩根相距特定頻率的譜線之間的相關(guān)性。
　　2.針對幾種典型的循環(huán)譜算法，詳細研究了它們的原理以及算法的復(fù)雜度，并給出了其實現(xiàn)步驟。接著，推導(dǎo)出了幾種常見通信信號：幅度調(diào)制信號（AM），脈沖幅度調(diào)制（PAM），二進制相移鍵控（BPSK），四進制相移鍵控（QPSK），最小移頻鍵控（MSK）的循環(huán)譜，分析了它們循環(huán)譜的特點，并且給出了其Matlab以及C++仿真圖。
　　3.提取了幾種

3、常用通信信號的循環(huán)譜特征，給出了它們的Matlab仿真圖。并且基于這些循環(huán)譜特征，設(shè)計出了多種信號分類器，例如樹形結(jié)構(gòu)分類器，神經(jīng)網(wǎng)絡(luò)分類器，模糊神經(jīng)網(wǎng)絡(luò)分類器等等。
　　4.詳細研究了幾種基于循環(huán)平穩(wěn)性的波達角估計算法，這些算法包括：Cyclic MUSIC算法、Extend Cyclic MUSIC算法、Cyclic ESPRIT算法等等。首先在接收陣列為均勻線陣以及信號為互不相關(guān)的情況下，研究了這些算法在一維波達角估計中的應(yīng)

4、用，并且給出了仿真結(jié)果，通過仿真結(jié)果可以看出，這些算法均對信號的波達角估計具有選擇性。當(dāng)信號為相關(guān)時，引入了空間平滑技術(shù)，通過仿真圖可以看出，經(jīng)過平滑之后，這些算法均可適用于估計相關(guān)信號的波達角，并且針對寬帶信號模型，介紹了基于循環(huán)互相關(guān)的信號子空間擬合波達角估計算法。接著，本文將這些算法應(yīng)用到二維波達角估計領(lǐng)域，詳細研究了接收陣列為均勻矩形陣以及均勻圓陣時，這些算法的波達角估計性能，并給出了仿真結(jié)果。最后，闡述了基于循環(huán)譜的信號載頻以