调制模式识别和信号特征提取的研究

论文摘要

通信信号调制类型的自动识别广泛应用于信号确认,干扰辨识,无线电侦听,电子对抗和信号检测等领域。本文给出了针对AM,MASK,MFSK,MPSK等信号的调制模式识别方法和参数估计方法。在模式识别中采用了基于信号峰值和信号频点个数的识别方法,针对模拟信号采用了基于信号瞬时特征的识别方法,对数字信号,采用幅度,频率,和高阶累积量综合特征,构成了数字信号分类识别的方法。并利用自相关函数求得信号功率谱的方法,实现了对信号载波提取。通过带宽和符号速率的关系,求得符号速率。使用Matlab完成了上述理论的验证和仿真,验证了高阶累积量在用于调制信号识别方面的优势,并且最后利用Matlab中的小波工具箱,采用haar小波函数和db3小波函数对信号8PSK,4FSK信号进行分析,通过仿真可以知道,小波分析方法可以判断出8PSK信号中的相位跳变点,同时也可以提取包含不同载波的信号分量,但是小波函数的选择对信号的分析结果有很大的影响。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 发展概况
• 1.3 章节介绍
• 第二章 信号的调制原理
• 2.1 模拟信号
• 2.1.1 幅度调制原理
• 2.1.2 非线性调制（角调制）原理
• 2.2 数字信号
• 2.2.1 多进制振幅键控（MASK）
• 2.2.2 多进制移频键控（MFSK）
• 2.2.3 多进制移相键控（MPSK）
• 2.2.4 最小频移键控（MSK）
• 2.2.5 正交幅度调制（QAM）
• 2.3 信号的预处理
• 2.3.1 Hilbert变换
• 2.3.2 FFT算法
• 2.4 小结
• 第三章 调制模式识别的方法
• 3.1 模拟信号和数字信号的识别方法
• 3.1.1 模拟信号的特征
• 3.1.2 数字信号的特征
• 3.2 模拟信号的识别
• 3.2.1 模拟信号的识别方法
• 3.2.2 模拟信号的识别仿真
• 3.3 数字信号的识别方法
• 3.3.1 幅度识别MASK信号
• 3.3.2 频率识别
• 3.3.3 基于高阶累积量的分类方法
• 3.4 小结
• 第四章 调制信号的特征提取
• 4.1 载波估计方法
• 4.1.1 延时相乘法估算载频
• 4.1.2 平方环载频估计法
• 4.2 基于信号带宽的符号速率估算
• 4.2.1 根据带宽估算符号速率
• 4.2.2 性能仿真与分析
• 4.3 小结
• 第五章 小波工具箱用于信号分析
• 5.1 小波理论介绍
• 5.2 小波工具箱用于信号分析
• 5.2.1 8PSK信号的小波分析
• 5.2.2 4FSK信号的小波分析
• 5.3 小结
• 第六章 总结与展望
• 致谢
• 参考文献
• 研究成果