论文摘要
卫星通信是现代通信中很重要的一个分支,是利用最广,效果最好的通信手段之一。目前卫星通信的调制方式主要有两种,即扩频宽带调制技术和窄带调制技术。找到一种能够完成对卫星数传信道窄带调制方式自动识别的算法,对于军事、民用卫星通信的进一步发展将起着举足轻重的作用。而如何有效的识别出通信信号的调制方式,也成为无线通信领域一个亟待解决的问题。论文通过对现有的调制识别算法的分析,结合卫星数传信道实际通信环境的特点,提出采用小波神经网络调制分类方法完成卫星数传信道常用调制方式的自动识别。论文在分析了各调制方式调制特性的基础上,采用基于多相滤波结构的特征提取方式,对调制信号时域瞬时特征提取的理论及方法进行了详尽地阐述,并在此基础上,详尽分析了统计模式识别调制分类方法中两类经典的特征向量——调制信号的统计特征量和数字调制信号的高阶累积量。然后,文章介绍目前非线性处理最为强大的处理工具——神经网络,同时引出了用于分类识别的权值型小波神经网络,并对小波神经网络的网络结构和训练算法都给出了详细的阐述。最后,针对卫星数传信道常用的调制方式,提取适当的特征参数,利用小波神经网络进行分类识别。论文提出的调制方式自动识别算法简便、有效。系统在信噪比为5db、10db、20db的情况下,利用计算机对各种卫星调制信号仿真,识别总体成功率不小于95%,并且识别的稳定性好。可以在较低的信噪比环境下对卫星通信数传信道常用的调制方式进行识别分类,为调制方式自动识别算法在硬件平台上的实现提供了算法依据,也为进一步研究信号盲检测技术奠定了良好的基础。