通信信號(hào)調(diào)制方式的自動(dòng)識(shí)別.pdf

1、通信信號(hào)的調(diào)制識(shí)別是信號(hào)處理研究中的重要課題，目的就是在未知調(diào)制信息的前提下，判斷出所截獲的不明信號(hào)的調(diào)制方式，并估計(jì)出相應(yīng)的調(diào)制參數(shù)，為后繼信號(hào)處理做準(zhǔn)備。本文首先研究了基于小波變換的特征提取、載波頻率和符號(hào)率估計(jì)等問(wèn)題，為信號(hào)識(shí)別奠定了基礎(chǔ)。對(duì)于調(diào)制方式的識(shí)別，鑒于模擬、數(shù)字信號(hào)在各方面存在的差異，本文將這兩大類信號(hào)分開(kāi)處理：深入研究了采用小波變換進(jìn)行粗分類的方法，對(duì)頻域尖峰狀態(tài)的提取提出了更直接的解決方案，并在此基礎(chǔ)上提出非線性變

2、換與小波變換相結(jié)合的粗分類算法；分別利用經(jīng)典的方法、結(jié)合小波變換和譜特征分析的新方法，從時(shí)域和變換域?qū)δM、數(shù)字調(diào)制信號(hào)的具體類別進(jìn)行判斷；然后對(duì)所有信號(hào)進(jìn)行聯(lián)合識(shí)別，顯示了粗分類和具體分類相結(jié)合后算法的獨(dú)立性和可擴(kuò)展性。最后，將ANN、SVM應(yīng)用于調(diào)制識(shí)別的分類器設(shè)計(jì)，顯示了SVM在調(diào)制識(shí)別應(yīng)用中的巨大潛力。
　　 本文主要針對(duì)AM、DSB、LSB、USB、FM、2ASK、4ASK、8ASK、2FSK、4FSK、2PSK、4P