基于ST-RFT算法的信號(hào)調(diào)制方式識(shí)別與參數(shù)估計(jì)方法研究.pdf

1、基于特征提取的信號(hào)識(shí)別技術(shù)普遍存在低信噪比條件下識(shí)別效果差的問(wèn)題，特別是對(duì)調(diào)制參數(shù)大范圍變化信號(hào)的識(shí)別效果更不理想。本文將短時(shí)拉馬努金傅里葉（ST-RFT）算法應(yīng)用于調(diào)制方式識(shí)別中，通過(guò)研究調(diào)制信號(hào)的特征提取以及分析信號(hào)識(shí)別效果，探討基于ST-RFT算法在調(diào)制信號(hào)識(shí)別領(lǐng)域應(yīng)用的可行性。同時(shí)，對(duì)微動(dòng)目標(biāo)調(diào)制信號(hào)的參數(shù)估值是估值領(lǐng)域的研究熱點(diǎn)，然而傳統(tǒng)對(duì)微動(dòng)目標(biāo)調(diào)制信號(hào)參數(shù)估計(jì)方法存在有噪聲情況下高精度估值與超量計(jì)算的矛盾。本文將ST-RF

2、T算法應(yīng)用于微動(dòng)目標(biāo)參數(shù)估計(jì)中，通過(guò)分析微動(dòng)目標(biāo)參數(shù)估計(jì)正確率，探討基于ST-RFT算法在參數(shù)估值領(lǐng)域應(yīng)用的可行性。
　　針對(duì)MP、LFM、BPCP、2FCP以及4FCP五種雷達(dá)脈內(nèi)調(diào)制信號(hào)進(jìn)行基于ST-RFT算法的信號(hào)識(shí)別。研究表明，在低信噪比及信號(hào)載頻、LFM信號(hào)時(shí)寬帶寬積、FCP信號(hào)跳頻寬度大范圍變化條件下，基于ST-RFT結(jié)合偽澤尼克矩算法的信號(hào)識(shí)別正確率可達(dá)到90％，優(yōu)于基于STFT算法及WVD與遷移學(xué)習(xí)模型相結(jié)合的算法

3、。基于ST-RFT結(jié)合偽澤尼克矩的算法應(yīng)用于雷達(dá)脈內(nèi)調(diào)制信號(hào)的識(shí)別具有一定可行性。
　　針對(duì)CW、2ASK、BPSK、2FSK和4FSK五種數(shù)字調(diào)制信號(hào)進(jìn)行基于ST-RFT算法的信號(hào)識(shí)別，研究證明，在信噪比為0dB的條件下，信號(hào)平均正確識(shí)別率達(dá)到90%，相比基于譜圖時(shí)頻分析法，提高了10.4%，特別是相比于基于瞬時(shí)幅度和瞬時(shí)頻率特征方法，4FSK調(diào)制信號(hào)的識(shí)別率可提高9%?；赟T-RFT的算法可以應(yīng)用于低信噪比條件下的數(shù)字調(diào)制信