基于小波分析调制识别技术研究.docVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波分析调制识别技术研究

基于小波分析调制识别技术研究   摘要:通信信号的调制制式自动识别是信号智能化分析及处理中的关键问题。该项技术目前正广泛应用于军事、民用、商业和气象等众多领域。针对非稳定、大信噪比变化的通信信号,运用小波分析技术进行了有效的特征提取和分类,能够实现通信信号基本调制制式的自动识别,并且使识别正确率得到了明显提高。   关键词:小波分析 特征提取 自动识别   中图分类号:TN911.7 文献标识码:A 文章编号:1007-9416(2013)10-0113-03   1 引言   随着通信技术的飞速发展,为了便于空间传输,通信信号需要采取不同的调制方式,来达到提高信道利用率、延长传输距离、降低噪声干扰、且能够无失真地接收信号的目的[1]。为了获取有用的传输信息,必须在接收端需要对通信信号的调制制式进行识别。因此通信信号调制制式的识别问题作为通信信号识别技术的基础和核心,占据着举足轻重的地位[2]。目前工程应用中的通信系统大多工作在各种复杂环境下,能否正确获取待识别信号的调制制式和参数是实现准确、高效通信的前提条件。通信信号在传输过程中受到信道噪声的干扰,接收到的信号是时变的、非稳定的,而小波变换特别适用于非稳定信号的分析,作为一种特征提取的工具已得到较广泛的应用。   本文提出了基于最优尺度小波分析的特征提取和分类,通过搭建实验平台,,仿真结果证明能够完成通信信号多种调制制式的自动识别,并且识别正确率有较大程度的提高。   2 通信信号调制识别系统组成   通信信号调制制式虽然存在多样性,但对其自动识别是一典型的模式识别问题。完整的通信信号调制识别系统的基本框架由三部分组成:信号的预处理部分、特征参数提取部分和调制制式的自动识别部分[3],如图1所示。   信号预处理模块的主要功能是为后续处理提供合适的数据。主要处理任务有:对接收的信号下变频处理、载波估计和载波分量的消除等。在多信道发射源的这种环境中,信号预处理还要能有效分离信号,保证每次仅有一个信号被送入后续的处理模块中。   特征参数提取部分是根据信号的时域特征或变换域特征,来提取信号的???征参数,提供给接下来的判别使用。信号的时域特征主要包括其瞬时幅度、瞬时频率和瞬时相位的直方图以及其它统计参数[4],一般通过同相正交分量法、希尔伯特变化法和过零检测法等获取;变换域特征包括谱相关函数、时域分布特性和功率谱等统计参数,可通过快速傅里叶变换(FFT)和小波变换等方法获得。   信号调制制式识别模块的功能是通过选取合适的判决规则和分类器,来对待识别信号进行调制样式的自动识别[5]。   调制识别算法的总体要求是以较小的样本空间在较大信噪比范围内能够提供较高的识别率,并且具有低计算复杂度和实时处理性。   3 基于最优尺度的小波变换的特征提取   小波变换作为一种特征提取的工具,通过伸缩和平移等运算对信号函数进行多尺度细化分析,在时域和频域都具有表征信号局部特征的能力。小波变换尺度与小波变换序列的幅度密切相关,尺度选择直接影响调制特征提取和分类性能。Haar小波是最古老的小波函数也是最早被应用到调制特征提取中的函数,目前已有的调制识别方法大都选用该函数。本文在原有基于Haar小波变换调制识别的基础上,利用小波变换前后的信噪比确定了Haar小波变换的最优尺度,推导了FSK、PSK和QAM信号基于最优尺度的Haar小波变换结果。   3.1 数字调制信号的Haar小波变换   针对通信系统三种典型的调制制式:PSK、FSK和QAM,下面给出小波变换区间在同一码元内和码元跳变时刻的Haar小波变换模值。   (1)小波变换区间在同一码元内。   PSK信号:   (1)   FSK信号:   (2)   QAM信号:   (3)   (2)小波变换区间存在码元变换。   PSK信号:   ; (4)   FSK信号:   (5)   QAM信号:   (6)   其中、分别为FSK信号第个码元和第个码元的频率,、分别为PSK信号第个码元和第个码元的相位,为信号的能量,为QAM信号第个码元幅度的平方,为第个码元的相位,码元在处发生变化,设。   由上面三个公式可见,在同一码元内,三类信号小波变换的幅度值均恒定。不同码元内PSK小波变换的幅度均为常数。FSK信号小波变换的幅度与有关,QAM信号小波变换的幅度与有关,因此FSK和QAM信号小波变换的幅度都呈现阶梯状。   如果信号的小波变换区间存在码元变换。对于PSK信号,小波变换后的幅度恒定仅在相位变化处存在突变;对于相位连续的FSK信号,小波变换后的幅度取决于前后码元的频率,对于相位不连续的FSK信号,在信号相位变化处存在突变;对于QAM信号,码元变化前后的幅度取决于前

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档