通信信号的参数提取与分层结构BP网络识别研究

扫码查看

原文链接

NETL

中文摘要：通信信号调制方式的自动识别和调制参数的自动估计是非协作通信和软件无线电中的重要问题。非协作通信是通信领域中的一个分支，在民用或军用场合都有重要的应用，它需要接收机在先验知识不足的前提下监视空间通信信号的活动情况，并截获其传输的信息内容；软件无线电是未来通信中的一个关键技术，它需要接收机能在同一个硬件平台上自动完成多种体制、多个频段的通信和相互间的切换。这两种技术都需要解决通信信号制式的自动识别和参数估计。鉴于此本文重点作了如下工作： 1.设计了软件无线电的各种数字调制信号样本集。基于软件无线电结构中调制信号通用模型特点，同时分别考虑理想信道和高斯白噪声信道两种情况，采用MATLAB编程形成了各种数字调制信号(如2ASK、2FSK、BPSK、4ASK、4FSK、QPSK、8QAM、16QAM、32QAM、64QAM、128QAM和256QAM等)的数据样本。该样本集可直接用于各种方法实现调制信号识别的数据来源，具有实时检测各类调制信号的瞬时幅度、瞬时频率和瞬时相位等特点，有较强的通用性。并研究了非协作通信中载频和符号速率估计以及采样速率的选择问题。 2.基于时域统计特征和分形特征的参数提取，并形成了特征矢量样本集。首先，分析并提取各类数字调制信号的瞬时幅度、相位和频率，在对特征矢量进行提取时，用去卷叠和去线性相位分量的方法对瞬时相位的正确恢复进行了处理，减小了信道和噪声对信号瞬时特征的影响，使提取的瞬时特征更接近理想情况。在MATLAB平台下针对调制方式集(ASK，4ASK，2FSK，4FSK，BPSK，QPSK，16QAM等)提取特征，同时考虑噪声对信道的影响，形成了特征矢量空间，作为神经网络的训练样本集。其次，根据不同调制信号波形变化的特点，提出具有优良品质的分形特征，并进行了性能分析，分类识别实验结果表明该特征参数提取算法具有运算量小、识别效率高的特点。 3.针对判决树分类方法的不足，提出了使用分层网络结构的MLP设计神经网络模型，采用改进的BP神经网络算法——RPROP。该算法另辟蹊径，抛开偏导数的大小而采用偏导数的符号所带来的网络训练信息来调整网络，从而避开了基本BP算法的固有局限性。在不同信噪比的高斯信道中进行了训练识别，实验结果表明：本文设计的网络模型及训练算法，与传统方法相比在收敛速度、训练时间以及识别率方面都有很大的改进。同时考察了各种信噪比信道下不同的观测数据长度对识别率的影响。本文的研究结果表明：通过采用本文提出的调制信号自动识别算法和相关的特征参数提取算法，可以有效的提高非协作通信和软件无线电中接收机的工作性能和实用化程度。

作者：

任淑萍

展开 >

关键词：

软件无线电数字调制特征参数 ANN RPROP算法模式识别

授予学位：

硕士

学科专业：

信号与信息处理

导师：

王华奎

学位年度：

2006

学位授予单位：

太原理工大学

语种：

中文

中图分类号：