版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文從實(shí)際應(yīng)用的角度出發(fā),致力于解決現(xiàn)今對數(shù)字調(diào)制信號的檢測和識別工作面臨的難點(diǎn)和關(guān)鍵展開研究。 首先,就調(diào)制信號、噪聲和語音干擾信號的特點(diǎn)和特征作了詳細(xì)的分析和介紹,重點(diǎn)介紹了待檢測調(diào)制信號的特點(diǎn),包括39路信號,QYT6信號和八頻量化信號等;在數(shù)字調(diào)制信號的檢測過程中,利用模式識別中基本的判別樹結(jié)構(gòu),從時域和頻域兩個角度各采用了一個特征:時域內(nèi)的能量標(biāo)準(zhǔn)偏差和頻域內(nèi)的功率譜平坦度。通過大量仿真試驗(yàn)和實(shí)地運(yùn)行檢測,本算法具備運(yùn)
2、算簡單,運(yùn)行時間短,檢出率高于90%,漏檢率低于2%的優(yōu)點(diǎn),基本上滿足了實(shí)時檢測的要求。 其次,在數(shù)字調(diào)制信號的識別中,研究了ASK、FSK、PSK三大類調(diào)制信號的識別。提出了從功率譜中統(tǒng)計(jì)的頻率峰值直方圖和信號包絡(luò)參數(shù)R兩個特征,先識別出了FSK信號,繼而識別ASK信號的方法。與前人工作比較,提出的算法實(shí)用性強(qiáng),特征少,但是識別率高。通過實(shí)驗(yàn),本算法在SNR大于15dB時識別率達(dá)到95%以上,效果明顯。 最后,介紹了檢
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 短波通信中的數(shù)字調(diào)制信號識別.pdf
- 數(shù)字調(diào)制信號識別研究.pdf
- 數(shù)字調(diào)制信號識別算法研究.pdf
- 常用數(shù)字調(diào)制信號的識別研究.pdf
- 無線信道中數(shù)字調(diào)制的性能
- 通信信號數(shù)字調(diào)制方式識別研究.pdf
- 短波數(shù)字信號調(diào)制識別算法研究.pdf
- 基于支持向量機(jī)的數(shù)字調(diào)制信號識別.pdf
- 基于循環(huán)平穩(wěn)理論的數(shù)字調(diào)制信號識別研究.pdf
- 數(shù)字調(diào)制信號調(diào)制識別及參數(shù)估計(jì)問題研究.pdf
- 低信噪比下數(shù)字調(diào)制信號盲識別研究.pdf
- 數(shù)字調(diào)制信號方式的小波識別算法研究.pdf
- 基于高階累積量與譜分析的數(shù)字調(diào)制信號識別.pdf
- EBPSK調(diào)制信號短波傳輸?shù)男诺谰?pdf
- 小波域的數(shù)字調(diào)制信號識別及碼速率估計(jì).pdf
- 數(shù)字調(diào)制信號的自適應(yīng)解調(diào).pdf
- 基于高階累積量與循環(huán)譜分析的數(shù)字調(diào)制信號識別.pdf
- OFDM信道系統(tǒng)下數(shù)字信號調(diào)制識別研究.pdf
- 遙測系統(tǒng)中數(shù)字調(diào)制體制識別算法研究與實(shí)現(xiàn).pdf
- 寬帶正交數(shù)字調(diào)制信號的產(chǎn)生與研究.pdf
評論
0/150
提交評論