通信信号自动调制识别的研究.doc

摘要

I

摘要

通信信号调制类型的分类识别是一种典型的模式识别问题，它涉及到很多复杂的特殊因素。随着通信技术的飞速发展，通信信号的体制和调制样式变的更加复杂多样，信号环境日益密集，使得常规的识别方法和理论很难适应实际需要，无法有效的对通信信号进行识别，这也给通信信号的识别研究提出了更高的要求。

近几十年来人们在通信信号的识别方面作了大量有益的探索，提出了很多新思路和新方法，但是这些方法都是基于固定的信噪比，没有涉及信噪比变化时的信号识别问题。实际上，通信信号经过无线信道的传输，信噪比变化范围较大，通常在几分贝到几十分贝的范围内变化，这将导致从同一类信号的不同信噪比样本中提取的同一种特征有可能产生严重的畸变，相当于成倍增加了待识别信号的类别，使分类器的识别率降低。（？？）

本文主要工作体现在瞬时特征参数的提取、模糊特征选择和分类器设计这三个方面。其创新之处在于：

1、研究瞬时参数提取的目的就是减少噪声对瞬时参数的影响，使基于瞬时参数提取的特征参数对噪声不敏感。本文主要研究基于小波脊、短时傅里叶脊的信号瞬时参数提取方法、基于小波变换的瞬时参数提取方法和基于自适应时频分析的瞬时参数提取方法。

2、为了简化分类器的设计，提高分类能力和效率，本文给出了一种新的特征选择准则，即基于模糊特征估计准则。用于寻找最优特征的算法采用模糊遗传算法。

3、为了改善分类器的推广能力，本文着重研究了模糊神经网络分类器和模糊支持向量机分类器设计方法。为了实现大信噪比变化范围内通信信号的有效识别，本文提出了基于模糊积分和神经网络的组合分类器设计方法，基于模糊积分和支持向量机组合分类器设计方法和基于类间距离和模糊神经网络组合分类器设计方法。

关键词：自动调制识别、瞬时特征参数提取、模糊特征选择、分类器设计

ABSTRACT

II

ABSTRACT

Theclassificationofmodulationtypesofcommunicationsignalsisaproblemoftypicalpatternrecognition.Itinvolvesmanyperplexingandspecialfactors.Withrapidlydevelopingofcommunicationtechnology,thesystemandmodulationmannerofcommunicationsignalsbecamemoreandmorecomplicatedandvarious,andcircumstanceofsignalsbecameincreasingdenseness.Itresultsinthattheroutinemethodsandtheoryofrecognitioncanhardlysatisfypracticalrequirementandcan`teffectivelyrecognizeforcommunicationsignals.Sothestrictdemandhasbeenpresentedforstudyonrecognitionofcommunicationsignals.

Forthelastseveraldecadeyears,thepeoplehavehelpfullyexploredmanymethodsofsolvingthequestionofrecognitionofcommunicationsignals.Howeverthesemethodswerepresentedinconditionoffixedsignalnoiseratio(SNR),anddidnotinvolvetheproblemofsignalrecognitionwhenSNRwaschanged.Inpractice,whencommunicationsignalsaretransmittedbywirelesschannel,thevariationrangeofSNRisverylarge,anditisgenerallybetweenseveraldBandseveraltendB.TheresultisthattheseriousdistortionofthesamesortfeatureextractedfromthedifferentSNRsamplesforsame