论文部分内容阅读
调制识别是通信环境中信号处理的关键问题。而大部分调制识别技术是建立在先验知识的前提下进行的，并且需要较高的信噪比才能达到比较理想的识别效果。但是一般情况下获取的都是低信噪比的信号，因此如何有效的实现低信噪比条件下的调制盲识别（无先验知识识别）就具有重要的研究意义。本文主要研究是无先验知识和低信噪比条件下的无线通信信号调制识别方法。主要工作有以下几方面： 首先，介绍了软件无线电的相关调制技术和接收机模型，得出与本文分析的调制信号相应的接收机模型；并根据信道化和多相结构理论将整个信道划分为8个子信道，仿真实现了8通道实信号多相信道化结构。 其次，介绍了常见AM,FM,PM三种模拟调制信号和2ASK,4ASK,2FSK,4FSK,2PSK,4PSK六种数字信号的调制技术并给出仿真结果，通过分析上述九种调制信号的时频图和表达式，并总结出相应调制的时域频域特征，为后续特征提取做好准备工作。 接着介绍了如何利用小波变换对上述九种调制信号进行特征参数提取，并且给出了一种基于小波变换前后信噪比增益和小波变换系数模均值变化的方法选取基小波和分解尺度，同时通过小波变换前后信噪比增益值，证明了小波变换对噪声具有抑制作用。并且介绍了特征提取算法的DSP实现。 最后，设计出三种基于小波变换和RBF神经网络的调制信号检测方法对上述常见九种调制信号进行识别。一种是小波RBF网络的调制检测方法，在信噪比为5dB时平均识别率达90％以上。并在此检测方法的基础上进行了改进，给出采用阵列式RBF网络取代一个RBF网络的方法设计分类器，提高了低信噪比条件下的识别率。然后对阵列式RBF网络分类器进一步改进，减少子网络个数，优化了信号识别的能力，最终实验表明在SNR为-8dB以上达到了很好的效果。