通信信號調(diào)制類型的自動識別畢業(yè)論文.doc

目錄1引言.12信號調(diào)制類型的算法.12.1研究背景.12.2一般調(diào)制樣式識別過程的框架結(jié)構(gòu).22.3建立數(shù)學(xué)模型.32.4決策樹基本知識.53基于決策理論的調(diào)制類型識別.63.1數(shù)字調(diào)制信號的模型.63.1.1幅度鍵控調(diào)制（ASK）.63.1.2相移鍵控調(diào)制(PSK).73.1.3頻移鍵控調(diào)制(FSK).73.2調(diào)制信號的自動識別.83.2.1特征參數(shù)集.83.2.2分類識別.104仿真及結(jié)果分析.134.1數(shù)字信號的產(chǎn)生.134.2數(shù)字調(diào)制信號的仿真.164.3仿真試驗及結(jié)果分析.184.4結(jié)論.19致謝.19參考文獻：.20附錄.2111引言通信信號調(diào)制方式自動識別是信號分析領(lǐng)域中一個比較新的研究方向，它有很大的應(yīng)用前景，尤其是在軍事通信領(lǐng)域。隨著電子對抗技術(shù)研究的不斷升溫，迫切需要進行調(diào)制信號自動識別技術(shù)的研究，它被廣泛應(yīng)用于：信號確認、干擾識別、無線電偵聽、電子對抗、信號監(jiān)測和威脅分析等領(lǐng)域。目前已有的信號調(diào)制識別方法主要分為兩大類：基于決策理論的方法和基于統(tǒng)計模式識別的方法。大多基于決策理論的方法都需要對每一個特征參數(shù)選擇一個最優(yōu)的門限，而且特征參數(shù)提取和進行信號識別的順序都會直接影響識別率?；诮y(tǒng)計模式識別的方法可以分成兩個部分:特征提取和分類器設(shè)計。特征提取負責對接收到的信號提取出最能表現(xiàn)其調(diào)制特征的參數(shù)。而分類器則根據(jù)已提取出的特征把信號劃分到相應(yīng)的類別。前者檢驗統(tǒng)計量計算復(fù)雜且需要一些先驗信息但判別規(guī)則簡單；后者特征提取簡單、易于計算但判別規(guī)則復(fù)雜1。本文針對通信信號數(shù)字調(diào)制方式的特點，在決策理論的基礎(chǔ)上提出了一種改進過的調(diào)制方式識別算法并進行了軟件仿真。仿真結(jié)果表明：該算法不僅能識別現(xiàn)代通信常用的各種數(shù)字調(diào)制方式，如2ASK，2PSK，2FSK，4ASK，4PSK，4FSK，而且算法簡單，適合實時操作，同時具有較好的抗噪聲性能和較高的識別準確度。2信號調(diào)制類型的算法2.1研究背景調(diào)制方式識別是介于能量檢測和信號完全解調(diào)之間的過程。對于能量檢測只要知道接收信號粗略的中心頻率和帶寬。而信號解調(diào)不僅需要知道精確的中心頻率和帶寬，還必須知道該信號采用的調(diào)制方式以及對應(yīng)的調(diào)制參數(shù)。而調(diào)制方式識別的成功率則依賴于待識別調(diào)制方式集合的情況，以及各種先驗信息。當集合中待識別的調(diào)制方式較多，尤其包含復(fù)雜調(diào)制方式時，就要求幾乎精確的中心頻率和帶寬，對于相對簡單的識別集合，則可以適當放寬上述條件。調(diào)制方式識別系統(tǒng)一般包括三個部分，即接收機前端、調(diào)制識別器和輸出部分。接收機前端完成信號檢測和頻率變換。調(diào)制識別器識別信號的調(diào)制方式，并提取調(diào)制參數(shù)。輸出部分實現(xiàn)信號解調(diào)的信息處理。近年來，國外很多文獻都集中到調(diào)制方式識別算法研究上來。文獻2-6研究了幾種不同的調(diào)制方式識別算法，其中，文獻2提出了小波變換算法，利用Haar小波基對信號進行小波變換，檢測變換后的幅度是否為常數(shù)值來判別信號的調(diào)制方式，該算法在低信噪比環(huán)境下性能較好，但識別的調(diào)制種類有限；文獻3提2出了星座圖識別算法，通過提取信號的星座圖來區(qū)分信號的調(diào)制方式，這種方法比較直觀，但是信號的載波相位和系統(tǒng)時間誤差都會給星座圖的提取造成影響，從而影響識別的準確度，所以該方法要求接收系統(tǒng)嚴格做到同步；文獻4采用時頻分布來區(qū)分信號的調(diào)制方式，通過Margenau-Hil1分布、自回歸模型和幅度變化來檢測信號的相位、頻率和幅度的變化情況，對信號進行分類；文獻5提出了周期譜分析算法，以上這4種識別算法要求的計算量較大，不利于實時計算。文獻6提出的決策理論算法，算法簡單，而且能夠識別較多的調(diào)制方式，但沒有考慮符號成形對信號瞬時參數(shù)提取的影響，不符合實際工程中的情況；文獻6還對神經(jīng)網(wǎng)絡(luò)識別算法進行了研究。2.2一般調(diào)制樣式識別過程的框架結(jié)構(gòu)通信信號調(diào)制樣式識別方法雖然多種多樣，但調(diào)制識別問題實際上是一種典型的模式識別問題，其一般過程如圖2.1所示。信號預(yù)處理特征提取分類識別調(diào)制信號圖2.1一般調(diào)制樣式識別過程的結(jié)構(gòu)框圖調(diào)制識別過程的基本框架包括三部分：信號預(yù)處理部分、特征提取部分和分類識別部分。信號預(yù)處理部分的主要功能是為后續(xù)處理提供合適的數(shù)據(jù)；特征提取部分是從輸入的信號序列中提取對調(diào)制識別有用的信息；分類識別部分的主要功能是判斷信號調(diào)制類型的從屬關(guān)系。信號預(yù)處理任務(wù)一般包括：頻率下變頻、同相和正交分量分解、載頻估計和載頻分量的消除等。在多信道多發(fā)射源的環(huán)境中，信號預(yù)處理部分要能有效地隔離各個信號，保證一次只有一個信號進入后續(xù)的調(diào)制識別環(huán)節(jié)。特征提取部分是從數(shù)據(jù)中提取信號的時域特征或變換域特征。時域特征包括信號的瞬時幅度、瞬時相位或瞬時頻率的直方圖或其它統(tǒng)計參數(shù)。變換域特征包括功率譜、譜相關(guān)函數(shù)、時頻分布及其它統(tǒng)計參數(shù)。對于變換域特征，采用FFT方法就能很好的獲取，而幅度、相位和頻率等時域特征主要由Hilbert變換法，同相正交（I-Q）分量法和過零檢測法等獲得。在分類識別部分，即選擇和確定合適的判決規(guī)則和分類器結(jié)構(gòu)，主要采用決策樹結(jié)構(gòu)的分類器和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的分類器。決策樹分類器采用多級分類結(jié)構(gòu)，每級結(jié)構(gòu)根據(jù)一個或多個特征參數(shù)，分辨出某類調(diào)制類型，再下一級結(jié)構(gòu)又根據(jù)一個或多個特征參數(shù)，再分辨出某類調(diào)制類型，最終能對多種類型進行識別。這種分類器結(jié)構(gòu)相對簡單，實時性好，但需要事先確定判決門限，自適應(yīng)性差，適合分類特征參數(shù)區(qū)分很好的3信號識別。神經(jīng)網(wǎng)絡(luò)分類器具有強大的模式識別能力，能夠自動適應(yīng)環(huán)境變化，能較好處理復(fù)雜的非線性問題，而且具有較好的穩(wěn)健性和潛在的容錯性，可獲得較高的識別率，但識別前對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要一定的時間，其計算量大、實時性差。為了有效地實現(xiàn)分類識別，必須對原始的輸入數(shù)據(jù)進行變換，得到最能反映分類差別的特征。這些特征的提取和選擇是非常重要的，它直接影響分類器的設(shè)計和性能。理想情況下，經(jīng)過提取和選擇的特征矢量應(yīng)對不同的調(diào)制類型具有明顯的差別，然而在實際中卻不容易找到那些具有良好分辨率的特征，或受條件限制不能對它們進行測量，從而使特征提取和選擇的任務(wù)復(fù)雜化，因而特征提取和選擇是信號調(diào)制識別系統(tǒng)中首要和基本的問題。分類識別是依據(jù)信號特征的觀測值將其分到不同類別中去，選擇和確定合適的判決規(guī)則和分類器結(jié)構(gòu)，也是信號調(diào)制識別系統(tǒng)中的重要內(nèi)容。2.3建立數(shù)學(xué)模型在許多通信系統(tǒng)中都使用了數(shù)字調(diào)制技術(shù)。與模擬調(diào)制相比，數(shù)字調(diào)制有許多優(yōu)點，主要包括:抗噪聲能力強，容易將幾種形式的信息(如聲音、數(shù)據(jù)和圖像)融合在一起，安全性好等。在現(xiàn)代通信中，數(shù)字調(diào)制技術(shù)發(fā)揮了模擬調(diào)制無法比擬的作用，因此，本文接下來將主要研究數(shù)字信號調(diào)制類型的自動識別。在現(xiàn)代通信中，通信信號的種類很多，但從理論上來說，各種通信信號都可以用正交調(diào)制的方法來實現(xiàn)。如圖：信信I多相濾波信信Q多相濾波cosctsincts(t)圖2.2正交調(diào)制的