資源描述：
《watterson模型下的信號自動調(diào)制識別算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、Watterson模型下的信號自動調(diào)制識別算法本文針對慢衰落信道中信號調(diào)制方式自動識別的問題，提出了一種基于特征矢量的判決方法。通過提取4大類共9種特征參數(shù)，最終通過這些參數(shù)構(gòu)成特征矢量實現(xiàn)了基于、Morse碼、2FSK、BPSK、QPSK、OQPSK、8PSK、16QAM、32QAM等常見的信號。針對上述信號的自動調(diào)制識別問題，本文改進(jìn)了基于判決樹分類器的分類策略，采用特征統(tǒng)計的方法，提取了基于信號循環(huán)平穩(wěn)特性的平方譜和四次方譜中某些特征譜線、瞬時頻率概率峰值個數(shù)、單頻分量和R參數(shù)的方差等4大類共9種特征參數(shù)，由這些參數(shù)構(gòu)成判
2、決特征矢量，最終實現(xiàn)了較低信噪比下上述9種信號的調(diào)制方式自動識別。2.信號和Morse碼都會出現(xiàn)一個很明顯的單頻分量，而調(diào)頻類信號和幅相類信號在載頻位置沒有單頻分量。（4）R參數(shù)及其方差 調(diào)相類信號屬于恒包絡(luò)信號，R參數(shù)較小，而幅相類信號屬于非恒包絡(luò)信號，R參數(shù)較大；相比于AM信號，Morse電碼時有時無，其R參數(shù)的方差必然很大，因此R參數(shù)的方差可用于區(qū)分兩類信號。4.2特征矢量判決 傳統(tǒng)的決策樹又稱判決樹，是一種類似于二分樹或多叉樹的樹結(jié)構(gòu)。樹中每一個非葉節(jié)點對應(yīng)于訓(xùn)練樣本集中一個非類別屬性的測試，非葉節(jié)點的每一個分支
3、對應(yīng)屬性的一個測試結(jié)果，每個葉子節(jié)點代表一個類。但是這種判決樹存在很大的缺點，就是當(dāng)出現(xiàn)一種的新的調(diào)制方式時，必須重新設(shè)計判決樹，使得工作量大增。究其原因，主要是因為提取的特征參數(shù)較少，每一個葉子節(jié)點必須對應(yīng)于相應(yīng)的類，而且每一個信號只是計算某些特征參數(shù)，這就大大限制了判決樹的設(shè)計與應(yīng)用?！ ♂槍ι鲜鋈秉c，本文提出了一種改進(jìn)的基于判決矢量的判決策略，增大了判決樹的分支數(shù)，使得每一個葉子節(jié)點并不一定都是一類調(diào)制方式。當(dāng)出現(xiàn)新的調(diào)制方式時，就可以通過在原有判決樹的基礎(chǔ)上或者再增加若干特征參數(shù)而后進(jìn)行分類，方便了信號分類集的增大或者縮
4、小。5.算法仿真結(jié)果 對經(jīng)過、Morse碼、2FSK、BPSK、QPSK、OQPSK、8PSK、16QAM、32QAM共9類信號，使用Labvies，多普勒擴(kuò)展為0Hz，路徑增益為1，；路徑2時延為1.5ms，多普勒擴(kuò)展為0.1Hz，路徑增益為1，多普勒頻移為1Hz。傳輸?shù)男盘栒{(diào)制規(guī)格為：AM調(diào)制指數(shù)為0.8，模擬信號采用一段音頻信號；2FSK、BPSK、QPSK、OQPSK、8PSK、16QAM、32QAM信號采用1000個基帶數(shù)據(jù)符號，滾降系數(shù)為0.35的升余弦濾波器，碼元速率為1000Hz，載波頻率為1500Hz，采樣率
5、為16000Hz?！ ⊥ㄟ^算法仿真得到了上述9種信號正確識別概率隨信號信噪比變化的曲線圖。從圖7中可以看出，在信噪比大于10dB時，信號的正確識別概率均達(dá)到了90%以上，可見本文提出的調(diào)制識別算法達(dá)到了較好的分類效果。6.結(jié)束語 本文研究了在多徑效應(yīng)、多普勒頻移以及多普勒擴(kuò)展影響下通信信號調(diào)制方式自動識別算法，仿真產(chǎn)生了IL,2005.[5]ClarkC..Spooner,andJ.H.Reed,"Cyclostationaryapproachestosignaldetectionandclassificationincogn
6、itiveradio,"inProc.IEEEDynamicSpectrumAccessNets.,2007,pp.212-215.[7].Spooner,"Thecumulanttheoryofcyclostationarytime-series,partI:Foundation,"IEEETransactionsonsignalprocessing,vol.42,NO.12,pp.3387-3408,December1994.[8]崔偉亮.復(fù)雜電磁背景下信號截獲與分類.鄭州：解放軍信息工程大學(xué)碩士學(xué)位論文,2007.p.26
7、-28.
