基于小波神經(jīng)網(wǎng)絡(luò)無(wú)線通信信號(hào)調(diào)制類別檢測(cè)研究.pdf

1、調(diào)制識(shí)別是通信環(huán)境中信號(hào)處理的關(guān)鍵問(wèn)題。而大部分調(diào)制識(shí)別技術(shù)是建立在先驗(yàn)知識(shí)的前提下進(jìn)行的，并且需要較高的信噪比才能達(dá)到比較理想的識(shí)別效果。但是一般情況下獲取的都是低信噪比的信號(hào)，因此如何有效的實(shí)現(xiàn)低信噪比條件下的調(diào)制盲識(shí)別（無(wú)先驗(yàn)知識(shí)識(shí)別）就具有重要的研究意義。本文主要研究是無(wú)先驗(yàn)知識(shí)和低信噪比條件下的無(wú)線通信信號(hào)調(diào)制識(shí)別方法。主要工作有以下幾方面：
　　首先，介紹了軟件無(wú)線電的相關(guān)調(diào)制技術(shù)和接收機(jī)模型，得出與本文分析的調(diào)制信號(hào)

2、相應(yīng)的接收機(jī)模型；并根據(jù)信道化和多相結(jié)構(gòu)理論將整個(gè)信道劃分為8個(gè)子信道，仿真實(shí)現(xiàn)了8通道實(shí)信號(hào)多相信道化結(jié)構(gòu)。
　　其次，介紹了常見(jiàn)AM,FM,PM三種模擬調(diào)制信號(hào)和2ASK,4ASK,2FSK,4FSK,2PSK,4PSK六種數(shù)字信號(hào)的調(diào)制技術(shù)并給出仿真結(jié)果，通過(guò)分析上述九種調(diào)制信號(hào)的時(shí)頻圖和表達(dá)式，并總結(jié)出相應(yīng)調(diào)制的時(shí)域頻域特征，為后續(xù)特征提取做好準(zhǔn)備工作。
　　接著介紹了如何利用小波變換對(duì)上述九種調(diào)制信號(hào)進(jìn)行特征參數(shù)提

3、取，并且給出了一種基于小波變換前后信噪比增益和小波變換系數(shù)模均值變化的方法選取基小波和分解尺度，同時(shí)通過(guò)小波變換前后信噪比增益值，證明了小波變換對(duì)噪聲具有抑制作用。并且介紹了特征提取算法的DSP實(shí)現(xiàn)。
　　最后，設(shè)計(jì)出三種基于小波變換和RBF神經(jīng)網(wǎng)絡(luò)的調(diào)制信號(hào)檢測(cè)方法對(duì)上述常見(jiàn)九種調(diào)制信號(hào)進(jìn)行識(shí)別。一種是小波RBF網(wǎng)絡(luò)的調(diào)制檢測(cè)方法，在信噪比為5dB時(shí)平均識(shí)別率達(dá)90％以上。并在此檢測(cè)方法的基礎(chǔ)上進(jìn)行了改進(jìn)，給出采用陣列式RBF網(wǎng)