调制信号识别.pptVIP

特征参数集构造 调制信号的功率谱及其高次方谱可以较好地反映多种调制方式的特性，有效地提取这些特性可以作为调制识别的特征参数。 文中归一化峰间距离PD、离散谱线检测值LV为文中提出的新参数，峰谷幅值比PV、和离散谱线数目LN为对谱平坦度和谱峰数目的改进描述。 * 功率谱形状特征 MFSK信号在各调制频率上会出现明显的谱线或存在多个谱峰，这与MSK以及PSK/QAM信号无离散谱线的单峰有着明显的区别。因此，以信号功率谱形状为特征可以识别出FSK调制及其调制阶数。 * 功率谱及高次方谱的离散谱线特征 通过高次方谱分析可知，非连续相位的FSK调制的功率谱在各调制频率上均为一冲激谱线，离散谱线数目与调制阶数相同；MSK在平方或四次方变换后才会出现两条冲激谱线；BPSK经过平方变换后或者QPSK和16QAM经过四次方变换后，也在对应2倍或4倍载频位置上出现一条离散谱线。 * 瞬时幅度统计特性 频率调制信号为恒包络信号，线性调制信号的基带码元通常都要经过脉冲成形滤波，其瞬时幅度变化各不相同。因此可以通过瞬时幅度统计参数进行识别，如归一化中心瞬时幅度的标准偏差 * 分类器设计 各分类器均可选择使用判决树结构或者神经网络结构，本文采用神经网络代替判决树用作调制识别分类器，可以不受判决门限设置约束。 * 结果 从神经网络集成分类器识别率仿真结果中得出，SNR=5d