基于模塊化射頻儀器的調(diào)制信號(hào)識(shí)別算法研究與系統(tǒng)實(shí)現(xiàn).pdf

1、調(diào)制識(shí)別是信號(hào)接收檢測(cè)和信號(hào)解調(diào)之間的環(huán)節(jié)，它在電子對(duì)抗和民用無(wú)線電等領(lǐng)域有很多應(yīng)用?，F(xiàn)有的調(diào)制識(shí)別技術(shù)在識(shí)別范圍、識(shí)別性能或者系統(tǒng)實(shí)現(xiàn)上還有所不足，調(diào)制識(shí)別的研究有著重要意義。本文研究了調(diào)制識(shí)別的算法并在PXIe模塊化儀器平臺(tái)上對(duì)識(shí)別算法做了實(shí)現(xiàn)，本文的主要工作內(nèi)容如下:
　　介紹了對(duì)各種調(diào)制信號(hào)的原理，分析了它們?cè)跁r(shí)域或者頻域上的不同，在此基礎(chǔ)上，研究了模擬調(diào)制信號(hào)的調(diào)制識(shí)別算法，給出了識(shí)別的流程。然后研究了決策樹和支持向量機(jī)

2、的原理，分別設(shè)計(jì)了決策樹分類器和支持向量機(jī)分類器，并完成AM、FM、DSB、LSB和USB信號(hào)的識(shí)別仿真，仿真結(jié)果表明信噪比在10dB以上時(shí)，五種調(diào)制信號(hào)的正確識(shí)別率在95％以上。
　　研究了數(shù)字調(diào)制信號(hào)的識(shí)別算法，包括瞬時(shí)特征提取，聚類算法和高階累積量算法。首先研究了瞬時(shí)特征提取法，構(gòu)造了瞬時(shí)幅度、瞬時(shí)相位和瞬時(shí)頻率相關(guān)的特征量，在信噪比為10dB的環(huán)境下，識(shí)別了2ASK，4ASK，BPSK，QPSK，2FSK和4FSK信號(hào)，正

3、確識(shí)別率高于90％。針對(duì)這種算法不能識(shí)別MQAM信號(hào)的問(wèn)題，本文接下來(lái)研究了減法聚類算法的原理，并采用減法聚類做調(diào)制信號(hào)識(shí)別，根據(jù)聚類分析的結(jié)果分別識(shí)別了MQAM，MPSK和MASK信號(hào)，其中MQAM信號(hào)在信噪比為20dB時(shí)，正確識(shí)別率在90％以上，MPSK信號(hào)在信噪比為10dB時(shí)，正確識(shí)別率在95％以上，而MASK信號(hào)在信噪比為15dB時(shí)，正確識(shí)別率在95％以上。針對(duì)瞬時(shí)特征提取方法和聚類算法識(shí)別范圍較小的問(wèn)題，本文研究了高階累積量算

4、法，基于四階和六階累積量，在信噪比較低的情況下，識(shí)別出了多種數(shù)字調(diào)制信號(hào)。同時(shí)，也給出了OFDM和單載波信號(hào)之間的識(shí)別算法和仿真結(jié)果，結(jié)果表明高階累積量算法在信噪比為8dB時(shí)，對(duì)4ASK，BPSK，QPSK，2FSK，16QAM，32QAM，OFDM等信號(hào)的正確識(shí)別率達(dá)到90％以上。
　　研究了NI PXIe模塊化儀器平臺(tái)的調(diào)制識(shí)別系統(tǒng)實(shí)現(xiàn)，介紹了使用的軟件和硬件，給出了系統(tǒng)架構(gòu)圖。研究了調(diào)制識(shí)別用到的方法，設(shè)計(jì)了調(diào)制識(shí)別系統(tǒng)的前