數(shù)字通信信號調(diào)制方式識別算法研究.pdf

1、隨著通信技術(shù)的快速發(fā)展，通信的體制和調(diào)制方式日益多樣化，形成了多種通信體制并存的局面，給多體制間的通信互聯(lián)帶來了很大的困難;為了在同一接收平臺上接收多種調(diào)制信號，介于信號檢測和信號解調(diào)之間的調(diào)制方式識別技術(shù)得到了廣泛的研究。
　　近幾十年，國內(nèi)外許多學(xué)者對此進(jìn)行了研究，取得了不少成果，但是仍然存在著嚴(yán)重的不足，尤其是在沒有先驗(yàn)知識的情況下，算法總體存在著穩(wěn)定的特征參數(shù)提取困難和低信噪比條件下識別率低的問題;而且通信信號調(diào)制方式自動(dòng)

2、識別至今仍沒有一種通用的識別算法，研究工作大部分針對某幾種信號，對其他信號算法則失效;所以，識別率和識別范圍仍是通信信號調(diào)制方式自動(dòng)識別技術(shù)發(fā)展的瓶頸，已經(jīng)成為當(dāng)前研究的熱點(diǎn)。本文針對這些問題，對數(shù)字通信信號調(diào)制方式的識別進(jìn)行了研究，圍繞常用數(shù)字信號的識別問題展開了討論。主要研究內(nèi)容概括如下:
　　1、對調(diào)制識別中常用的特征提取方法進(jìn)行了理論分析和實(shí)驗(yàn)仿真，總結(jié)了瞬時(shí)特性、分形理論及小波理論對特定數(shù)字通信信號進(jìn)行特征提取的優(yōu)勢和不

3、足;改進(jìn)了以高階累積量為特征的調(diào)制識別算法，即將高階累積量與小波相結(jié)合，提取性能優(yōu)良的特征參數(shù)。改進(jìn)算法降低了計(jì)算復(fù)雜度，提高了識別率。
　　2、分析了調(diào)制識別的分類方法，對統(tǒng)計(jì)模式識別方法中決策樹和統(tǒng)計(jì)學(xué)習(xí)理論中的支持向量機(jī)理論進(jìn)行分析，選擇支持向量機(jī)方法作為分類器，在一對一、一對多和有向無環(huán)圖多類信號分類方法的基礎(chǔ)上做了改進(jìn)，提出了基于二叉樹支持向量機(jī)的調(diào)制識別算法，進(jìn)一步提高了識別性能。
　　3、根據(jù)實(shí)際的通信環(huán)境，在