數(shù)字信號(hào)參數(shù)估計(jì)與調(diào)制識(shí)別技術(shù)研究.pdf

1、隨著現(xiàn)代通信技術(shù)的發(fā)展，使得有限頻率范圍內(nèi)的信號(hào)越來越多，導(dǎo)致通信環(huán)境越來越復(fù)雜，通信資源也日益匱乏，因此對(duì)未知通信信號(hào)重要特征參數(shù)的提取尤顯重要。數(shù)字通信信號(hào)的調(diào)制方式、碼元速率、載波頻率和帶寬作為確定信號(hào)的基本特征參數(shù)，是對(duì)信號(hào)正確解調(diào)的前提，也是對(duì)信號(hào)干擾、破譯的基礎(chǔ)。這些特征參數(shù)提供了未知信號(hào)的結(jié)構(gòu)特性等有用信息，在軍事和民用領(lǐng)域皆具有重要應(yīng)用。
　　首先，對(duì)常用的數(shù)字調(diào)制信號(hào)的調(diào)制方式、碼元速率、載波頻率和帶寬等四類參數(shù)

2、進(jìn)行了分析。并介紹了當(dāng)前主要的參數(shù)估計(jì)和調(diào)試方式識(shí)別算法，詳細(xì)討論了各種算法在不同適用的場(chǎng)合下的性能，因?yàn)樾枨蠡蛘邞?yīng)用場(chǎng)合的不同我們需要選擇不同的識(shí)別或者估計(jì)算法，同時(shí)分析了各類算法的發(fā)展趨勢(shì)。
　　其次，提出了針對(duì)三種重要參數(shù)的估計(jì)算法，即基于小波變換的碼元速率估計(jì)算法、基于高階循環(huán)累積量的載波頻率估計(jì)算法以及基于平均周期圖法的帶寬估計(jì)算法。小波變換通過對(duì)母小波平移操作得到信號(hào)的時(shí)間信息又可以通過對(duì)小波尺度的縮放操作得到信號(hào)的頻

3、域信息，稱得上是信號(hào)分析的顯微鏡;循環(huán)累積量算法具有很好地抗高斯噪聲性能，當(dāng)搜索步長設(shè)置很小時(shí)，載波估計(jì)能夠達(dá)到較高的精度;平均周期圖法通過將接收信號(hào)分段求周期圖后再平均的辦法在信號(hào)帶寬估計(jì)方面有很好的性能。針對(duì)以上各類算法，文中都進(jìn)行了詳細(xì)的理論分析和說明，同時(shí)給出了切實(shí)可行的算法流程，并進(jìn)行了大量的仿真和性能測(cè)試。
　　最后，調(diào)制方式識(shí)別的目的即在全盲的前提下，判斷出接收信號(hào)的調(diào)制方式。本文從算法的擴(kuò)展性和快速性兩方面考慮，以

4、不同側(cè)重面，研究了兩種針對(duì)不同實(shí)現(xiàn)需求的識(shí)別算法。前者以高階累積量作為特征參數(shù)，以統(tǒng)一的方式提取特征，選擇支持向量機(jī)作為分類器。其具有完整的分類器體系且對(duì)于各種信號(hào)都有類似的特征提取方法，可擴(kuò)展性能良好且利于擴(kuò)大識(shí)別范圍。但其耗時(shí)較長且算法復(fù)雜度較高。后者針對(duì)待識(shí)別信號(hào)各自的頻譜、平方譜和高次方譜等特征進(jìn)行分析，從其波形特征提取識(shí)別特征值，再采用樹形分類結(jié)構(gòu)，以大量測(cè)試確定最優(yōu)門限值進(jìn)行識(shí)別。該算法復(fù)雜度相對(duì)較小，識(shí)別實(shí)時(shí)性較好，但其可