超特征下的数字调制识别技术研究-信息与通信工程专业论文.docx

万方数据 万方数据 RESEARCHES ON DIGITAL MODULATIN RECOGNITION BASED ON SUPER-FEATURE Master Thesis Submitted to University of Electronic Science and Technology of China Major: Information and Communication engineering Author: Cheng Bo Advisor: Prof. Li Liping School: School of Electronic Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。据我所知，除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得电子科技大学或其它教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定，有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘 摘 要 摘 要 调制识别是军事和民用领域一个传统而有意义的研究课题。随着软件无线电 和正交频分复用技术的蓬勃发展，对调制识别技术的要求也越来越高，一方面， 要求算法可硬件快速实现，另一方面又要求算法能适应尽量多的样式、获得尽量 高的识别准确率。 本文在分析和总结现有文献的基础上，对调制识别做了较深入的研究，从提 取有用分类信息、减少特征维数的角度着手研究，主要的工作和研究内容包含以 下几个方面： 1.介绍了信号的调制理论，对常用域（瞬时特征量、谱、小波、高阶累积量 等）下的特征提取作了研究，仿真并分析了分类特征的分布。鉴于噪声和数据长 度的影响，单一特征的分类能力是有限的，在此基础上，引出超特征的概念，对 特征向量进行抽取，在简单的分类空间对不同的样式进行识别。 2.将遗传算法和 KNN 分类器进行结合，从超特征的角度研究了调制识别问题。 针对 QPSK 和 16QAM 分类这个基本问题，基于 7 个高阶累积量值，用 c42 和 c60 构造分类参数 T ，用决策树完成两类的识别；然后，将所有的基础特征输入遗传 算法和 KNN 分类器构建的分类结构中，进化得到最优的分类特征，从特征在超 平面的分布看，得到的特征类间分离度高，类内紧凑，识别性能优异，表明方法 对于多维特征中内在模式的抽取是有效的。紧接着，讨论了框架中一些复杂的问 题：KNN 分类器中 K 值选取，学习样本的选取，适应度函数的设计，以及多类 问题的分类策略问题，然后运用算法对 BPSK/QPSK/16QAM/64QAM 进行了识别， 仿真结果在 10dB 时平均正确率可达 96.7%。 3.研究了一个具体场景下的调制识别问题。针对几种常见的遥控遥测调制信 号(PCM/FM,PCM/BPSK,PCM/QPSK,PCM/UQPSK，PCM/BPSK/PM(标准 TTC))， 对信号特性进行研究分析，考虑信号是否有载波残留，平方谱是否有谱线凸出， 功率谱密度分布以及谱峰的个数，提出 4 个分类特征，然后用决策树和遗传算法 两种方法分别进行了识别，仿真结果表明，提出的分类特征是有效的，在信噪比 10dB，平均正确率可达 90%，同时，遗传算法对识别性能的优化作用是明显的。 关键词：调制识别，超特征，决策树，遗传算法，KNN 分类器，遥控遥测 I AB ABSTRACT ABSTRACT Much attention has been paid on the modulation recognition studies, and it plays an important role in both military and civilian applications. With the development of SDR(Software Defined Radio) and OFDM(Orthogonal Frequency Division Multiplexing) technologies, requirements for modulation recognition techniques also increase. T