含噪通信信號檢測技術(shù)研究.pdf

1、在當(dāng)今無線通信技術(shù)中,各種數(shù)字信號調(diào)制方式被廣泛采用,通信環(huán)境日益復(fù)雜,信號由于外界影響攜帶了不可忽略的噪聲,而且信號的先驗知識較少,這些因素不僅使得對信號進行后續(xù)處理的壓力增大,同樣使得非協(xié)作方獲取有用信息的難度增加,而如何有效的獲取及識別目標信號這一研究課題,不管對軍用還是民用來說都十分重要。
　　本文主要研究高斯噪聲背景下的七種數(shù)字通信信號(2ASK、4ASK、2FSK、4FSK、2PSK、4PSK、16QAM)的檢測問題。

2、首先對于單個的含有噪聲的數(shù)字通信信號的檢測問題,提出應(yīng)用稀疏分解中的匹配跟蹤算法進行去噪,并對信號進行重構(gòu)。信號相對于高斯分布的噪聲來說具有某種特定結(jié)構(gòu),這種特性是與原子的特性相匹配,利用該原理將有意義原子對應(yīng)的信號提取重構(gòu),所剩的殘差部分即為噪聲。對重構(gòu)的信號調(diào)制方式利用相似系數(shù)來識別。仿真結(jié)果表明該方法對于含噪的通信信號具有較好的檢測效果。
　　當(dāng)一個以上的通信信號與高斯噪聲疊加后,常用的識別算法已經(jīng)無能為力,論文提出采用盲源

3、分離技術(shù)解決多個含噪信號的盲分離問題。在盲源分離基本的理論知識與數(shù)學(xué)模型基礎(chǔ)上,針對含有高斯加性白噪聲的情況,在經(jīng)典的快速獨立分量分析(Fast Independent Component Analysis,FastICA)算法基礎(chǔ)上加入了能夠消除高斯白噪聲帶來的偏差的白化偏移技術(shù),形成了偏移FastICA算法。仿真結(jié)果顯示,在不同信噪比下,相比于經(jīng)典的FastICA,偏移FastICA更適合應(yīng)用于含噪盲信號分離,具有更佳的分離性能指數(shù)

4、。
　　最后針對信號的調(diào)制方式識別,在支持向量機的一些基礎(chǔ)理論知識基礎(chǔ)之上,對幾種由二分類擴展出的多分類模型進行了分析與比較。針對七類信號調(diào)制方式識別問題,依據(jù)提取的各個信號的五種基于瞬時信息特征參數(shù),應(yīng)用一對多多分類和二叉樹多分類方法兩種方案來進行識別。仿真結(jié)果顯示,相比于一對多多分類,二叉樹多分類方法支持向量機調(diào)制識別精度和效率更高。二叉樹多分類方法調(diào)制識別率在信噪比不低于10dB時可以達到93％以上,說明了該方法具有一定的可