大動(dòng)態(tài)信噪比下的多體制通信信號(hào)自動(dòng)調(diào)制識(shí)別算法研究.pdf

1、隨著軟件無(wú)線電和認(rèn)知無(wú)線電技術(shù)領(lǐng)域的發(fā)展，基于特征提取和模式識(shí)別的多體制通信信號(hào)自動(dòng)調(diào)制識(shí)別（Automation Modulation Recognition, AMR）研究取得了很多進(jìn)展和成果，但仍不能滿(mǎn)足大動(dòng)態(tài)環(huán)境下的多體制通信信號(hào)調(diào)制識(shí)別需求，針對(duì)這一現(xiàn)狀，本文從特征篩選的魯棒性入手研究探索了一種具有大動(dòng)態(tài)信噪比推廣能力的多體制通信信號(hào)自動(dòng)調(diào)制識(shí)別新方法。
　　首先，分別提取了信號(hào)的瞬時(shí)特征、高階累積量特征、小波特征、分形

2、理論特征以及譜相關(guān)特征這五大類(lèi)特征組成原始特征集，并通過(guò)分析各特征在不同SNR下的變化規(guī)律，構(gòu)造抗噪聲評(píng)價(jià)函數(shù)從中篩選出噪聲魯棒性特征集。
　　然后，針對(duì)篩選得到的噪聲魯棒性特征集仍然存在著分類(lèi)能力不強(qiáng)，以及信息冗余等問(wèn)題，應(yīng)用粗糙集理論對(duì)其進(jìn)行了二次約簡(jiǎn)。實(shí)驗(yàn)結(jié)果表明，在不影響特征集的分類(lèi)能力的條件下，冗余特征得到極大約簡(jiǎn)，有效提高了分類(lèi)效率。
　　最后，應(yīng)用SVM對(duì)多體制通信信號(hào)進(jìn)行調(diào)制識(shí)別。實(shí)驗(yàn)考察了經(jīng)噪聲魯棒性篩選與

3、二次約簡(jiǎn)之后的特征對(duì)本文研究的10種多體制通信信號(hào)的識(shí)別性能。實(shí)驗(yàn)結(jié)果表明，經(jīng)噪聲魯棒性篩選與二次約簡(jiǎn)之后的特征在固定信噪比下訓(xùn)練，在整個(gè)0~20dB條件下測(cè)試都能取得遠(yuǎn)優(yōu)于未考慮噪聲魯棒性的特征及具有冗余性特征的識(shí)別性能，充分驗(yàn)證了本文所提出的基于噪聲魯棒性特征篩選與二次約簡(jiǎn)方法的有效性。另外，小樣本條件下經(jīng)噪聲魯棒性篩選與二次約簡(jiǎn)之后的特征集對(duì)多體制通信信號(hào)的優(yōu)異識(shí)別結(jié)果則表明了本文應(yīng)用SVM作為調(diào)制識(shí)別分類(lèi)器所具有的優(yōu)良性能。本文