信號(hào)偵收中的識(shí)別與分類(lèi)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(wú)線電通信領(lǐng)域，信號(hào)的調(diào)制識(shí)別和分選技術(shù)變得越來(lái)越具有其重要性，尤其是在無(wú)線電監(jiān)測(cè)或戰(zhàn)場(chǎng)通信等領(lǐng)域中。如何能更為有效地對(duì)偵收到的感興趣的信號(hào)進(jìn)行信號(hào)處理，是目前國(guó)內(nèi)外學(xué)者都非常感興趣的一個(gè)重要研究課題。本文主要針對(duì)非協(xié)作通信系統(tǒng)中的偵收信號(hào)的調(diào)制方式進(jìn)行識(shí)別和分類(lèi)算法的研究與分析。這些研究和分析主要從幾個(gè)方面進(jìn)行考慮：信號(hào)預(yù)處理過(guò)程中的參數(shù)估計(jì)問(wèn)題、基于聚類(lèi)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(hào)識(shí)別算法研究、基于分形特征的典型數(shù)字通信信號(hào)識(shí)別算法研究、基于雷達(dá)脈沖信號(hào)的分選技術(shù)研究，以及相位噪聲對(duì)識(shí)別技術(shù)的影響研究。
　　本研究主要內(nèi)容包括：⑴針對(duì)幾個(gè)主要的特征參數(shù)的估計(jì)算法做了詳細(xì)的研究和分析，并針對(duì)非協(xié)作通信系統(tǒng)中，數(shù)字信號(hào)符號(hào)速率和偵收信號(hào)的信噪比兩個(gè)重要參數(shù)的估計(jì)提出了改進(jìn)的方法。針對(duì)盲估計(jì)過(guò)程中過(guò)

3、低的小波尺度會(huì)在低頻部分引入較強(qiáng)的噪聲這一問(wèn)題，提出了一種基于小波變換（Wavelet Transform, WT）和兩種不同類(lèi)型中值濾波相結(jié)合的聯(lián)合估計(jì)方法。同時(shí)，針對(duì)接收信號(hào)的信噪比估計(jì)，本文也提出了一種改進(jìn)的方法以提高估計(jì)的準(zhǔn)確性。仿真實(shí)驗(yàn)驗(yàn)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(lèi)算法，以減法聚類(lèi)和模糊 C均值聚類(lèi)兩種聚類(lèi)算法為基礎(chǔ)，分別展開(kāi)這類(lèi)算法在信號(hào)調(diào)制識(shí)別和分類(lèi)中的應(yīng)用研究。在減法聚類(lèi)的基礎(chǔ)上，本文提出了一種基于

4、PSK信號(hào)相位周期性的改進(jìn)的聚類(lèi)方法，通過(guò)這種聚類(lèi)方法與合適的統(tǒng)計(jì)參量相結(jié)合，達(dá)到對(duì)PSK信號(hào)的有效分類(lèi)和識(shí)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(lèi)算法對(duì) QAM信號(hào)的星座圖進(jìn)行重構(gòu)，通過(guò)對(duì)聚類(lèi)過(guò)程進(jìn)行自主式的導(dǎo)向，使整個(gè)聚類(lèi)過(guò)程變得更加精準(zhǔn)且有效率，從而完成QAM類(lèi)信號(hào)的有效識(shí)別。⑶對(duì)典型的數(shù)字通信信號(hào)的調(diào)制識(shí)別算法進(jìn)行了研究和分析。針對(duì)一些常用的數(shù)字通信信號(hào)，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(hào)調(diào)制識(shí)別方法，并得到了仿真實(shí)驗(yàn)的驗(yàn)證。⑷針對(duì)典型的雷達(dá)脈沖信號(hào)，從雷達(dá)信號(hào)的脈內(nèi)調(diào)制特征和脈間特征參數(shù)兩方面入手，對(duì)它們?cè)诶走_(dá)脈沖信號(hào)的識(shí)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(hào)識(shí)別主要從時(shí)頻分析方法上入手進(jìn)行研究。同時(shí)，在基于脈間特征參數(shù)方面，本文針對(duì)基于脈沖重復(fù)間隔（Pulse Repetition Interval，PRI）的雷達(dá)脈沖信號(hào)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