通信原理毕业论文.doc
《通信原理毕业论文.doc》由会员分享,可在线阅读,更多相关《通信原理毕业论文.doc(35页珍藏版)》请在三一办公上搜索。
1、通信原理毕业论文摘 要摘 要通信信号调制类型的自动识别广泛应用于信号确认、干扰辨识、无线电侦听、电子对抗和信号监测等领域。 关键词:信号分析,调制方式识别,模拟调制,数字调制,决策论IABSTRACTABSTRACTThe auto identification of modulation style of communication signal is widely being used in many kinds of domain, such as signal surveillance & detection, interference recognization, radio
2、 interception, and electronic countermeasures.First in this Paper, various kinds of communication signala are analysed on theories. based on which, aimed at analog and digital modulations, the choice of the verdict threshold is discussed using arithmetic for modulation style identification based on
3、decision-theoretic, after that, the whole modulation process is studied by using MATLAB. When the SNR equals to 10dB, the probability of success in the modulation style identification is no less than 99%. The decision-theoretic on which our arithmetic is based has some advantages as computational ad
4、vantage and good identification effect. In the end, theoretical analysis and computer simulation have been done about the instantaneous frequency detection aimed at analog and digital modulations, at the same time, the detection methods of the amplitude &frequency modulation coefficient for anal
5、og signals and the code speed for digital modulation signals are studied, and the feasibility of the methods is well verdicted by computer simulations. Key Words: analysis of signals, identification of modulation style, analog modulation, digital modulation, decision-theoretic.II目 录目 录第一章 引言 . 11.1研
6、究背景. 11.2发展概况. 11.3调制样式识别过程的框架结构. 31.4第二章 调制识别基础 . 62.1模拟通信信号. 62.1.1调幅信号(AM) . 62.1.2双边带信号(DSB) . 82.1.3单边带信号(SSB) . 82.1.4调频信号(FM) . 92.2数字通信信号. 102.2.1幅度键控调制(ASK) . 102.2.1.1二进制振幅键控信号(2-ASK). 102.2.1.2 M进制振幅调制信号 . 112.2.2相移键控调制(PSK) . 112.2.2.1二进制相移键控信号(2-PSK) . 112.2.2.2 M进制数字相位调制信号 . 122.2.3正交幅
7、度调制信号(QAM). 122.2.4频移键控信号(FSK) . 13第三章 模拟调制类型识别算法及参数提取 . 143.1引言. 143.2模拟调制类型识别的特征参数. 143.3模拟调制类型识别算法. 153.4模拟信号调制类型的瞬时特征图. 18第四章 数字调制类型识别算法及参数提取 . 204.1引言. 204.2数字调制类型识别的特征参数. 204.3数字调制类型识别算法. 224.3.1决策树识别算法. 22III目 录4.3.2门限的选择与特征门限值的确定. 234.4数字调制识别中应该注意的问题. 244.5数字信号调制类型的瞬时特征图. 26第五章 计算机仿真及结果分析 .
8、285.1模拟调制类型识别算法的仿真及结果分析. 285.1.1模拟调制类型识别算法的仿真. 285.1.2模拟调制类型仿真结果分析. 305.2数字调制类型识别算法的仿真及结果分析. 315.2.1数字调制信号的产生. 315.2.2仿真试验及结果分析. 375.3模拟与数字调制的综合识别算法的仿真及结果分析. 38第六章 结论 . 436.1对6.26.3对今后工作学习的展望. 43参考文献 . 44致谢 . 45附录 . 46外文资料原文 . 55译文 . 56 IV第一章 引言第一章 引言1.1研究背景随着通信技术的发展,无线通信环境日益复杂。通信信号在很宽的频带上采用了多种调制方式,
9、同时这些信号的调制参数也不尽相同。对未知信号调制方式的识别可提供信号的结构、特性等有用信息,如何有效地识别和监视这些信号,在军事和民用领域都是重要的研究课题。通信信号调制方式识别和参数估计是通信情报的重要1电子科技大学成都学院本科毕业设计论文信号是否有载波分量,频谱是否对称。熟练的操作员可以通过耳机输出的音调变化分辨信号频率,调整示波器的扫描速率。手动调制方式识别需要有经验的操作员,一般可以成功识别持续时间较长、码元速率较低的幅度键控(ASK)信号和频移键控(FSK)信号。对于FSK信号,还要求较大的调制指数。手动调制方式识别无法处理需要相干信号处理的相移键控(PSK)信号。采用自动调制方式识
10、别不仅可以提高识别的准确性,增大识别的范围,而且工作效率更高,对操作员的专业要求也同时降低。这种人工手动参与的识别方法,判决结果包含人的主观因素在2第一章 引言利用 PSK 信号相位的n阶统计均值随M单调递增的特性,对各种MPSK信号进行识别。这以后H.Leib和S.Pasupathy等人也对高斯白噪声干扰的信号相位的概率分布进行了研究,为调相信号的识别提供了理论根据,他们识别目标主要是MPSK信号或CW、MPSK、MFSK等信号。1995 年,基于Harry Uib 等对高斯噪声干扰信号的相位概率密度的分析,Y.Yang和 S.S.Soliman等提出一种针对MPSK之类信号的识别方法。该方
11、法利用 Tikhonov函数逼近信号的相位概率密度,然后推导出假设检验的统计检测量,可以识别低信噪比条件下的数字调相等信号。在1995年到1998年的三年间,A.K.Nandi和E.E.Azzouz发表了多篇文章,利用他们提出的九个关键特征,分别采用决策理论、神经网络和神经网络级联的方法对模拟和数字信号进行分类识别,在信噪比大于10dB时,具有良好的识别效果。2001年,M.L.D.Wong和 A.K.Nandi提出了利用 MLP(Multi-layer perceptron)进行数字调制识别的方法,该方法在SNR>0dB 时,识别正确率大于97.9%。2003年,他们又提出将神经网络与
12、遗传算法相结合的方法,该方法在SNR>0dB时,识别正确率大于99%。其它主要的识别方法还有S,Hsue的过零点识别方法,A.W.Gardner的周期谱识别方法等等,在此就不一一列举。近几年来,人们又将神经网络技术、小波变换技术、高阶谱分析技术与调制识别技术相结合,提出了很多新型的调制识别方法。1.3调制样式识别过程的框架结构通信信号调制样式识别方法虽然多种多样,但调制识别问题实际上是一种典型的模式识别问题,其一般过程如图1-1所示。 图1-1 调制样式识别过程的结构框图调制识别过程的基本框架包括三部分:信号预处理部分、特征提取部分和分 类识别部分。信号预处理部分的主要功能是为后续处理提
13、供合适的数据。特征提3电子科技大学成都学院本科毕业设计论文取部分是从输入的信号序列中提取对调制识别有用的信息。分类识别部分的主要功能是判断信号调制 类型的从属关系。此类方法在识别系统的构建过程中需要一定数量的各类调制信号样本,其性能评价一般采用各种信噪比条件下的正确识别率。信号预处理任务一般包括:频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的环境中,信号预处理部分要能有效地隔离各个信号,保证一次只有一个信号进入后续的调制识别环节。特征提取部分是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。变换域特征
14、包括功率谱、谱相关函数、时频分布及其它统计参数。对于变换域特征,采用FFT方法就能很好的获取,而幅度、相位和频率等时域特征主要由Hilbert 变换法,同相正交(I-Q)分量法和过零检测法等获得。在分类识别部分,即选择和确定合适的判决规则和分类器结构,主要采用决策树结构的分类器和神经网络结构的分类器。决策树分类器采用多级分类结构,每级结构根据一个或多个特征参数,分辨出某类调制类型,再下一级结构又根据一个或多个特征参数,再分辨出某类调制类型,最终能对多种类型进行识别。这种分类器结构相对简单,实时性好,但需要事先确定判决门限,自适应性差,适合分类特征参数区分很好的信号识别。神经网络分类器具有强大的
15、模式识别能力,能够自动适应环境变化,能较好处理复杂的非线性问题,而且具有较好的稳健性和潜在的容错性,可获得较高的识别率,但识别前对神经网络的训练需要一定的时间,其计算量大、实时性差。为了有效地实现分类识别,必须对原始的输入数据进行变换,得到最能反映分类差别的特征。这些特征的提取和选择是非常重要的,它直接影响分类器的设计和性能。理想情况下,经过提取和选择的特征矢量应对不同的调制类型具有明显的差别,然而在实际中却不容易找到那些具有良好分辨率的特征,或受条件限制不能对它们进行测量,从而使特征提取和选择的任务复杂化,因而特征提取和选择是信号调制识别系统中首要和基本的问题。分类识别是依据信号特征的观测值
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 通信 原理 毕业论文

链接地址:https://www.31ppt.com/p-4142400.html