基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn)-免費(fèi)閱讀
【正文】 13 圖 6 USRP 射頻前端 北京航空航天大學(xué) 2020 級碩士研究生開題報告 基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn) 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 10這些數(shù)值的跳變反應(yīng)了信號本身的調(diào)制特征。計(jì)算誤差可能將這些小值的極性變反，因此，必須為截獲信號解析式的實(shí)部和虛部規(guī)定一個實(shí)際零值。 圖中的信號預(yù)處理與參數(shù)提取 是 對信號進(jìn)行一些預(yù)處理，如希爾伯特變換或小波變換等，通過預(yù)處理獲得截獲信號的一些基本參數(shù)，如瞬時頻率、瞬時相位、瞬時幅度，這些基本參數(shù)是用來計(jì)算分類特征的 。主要預(yù)期有兩種場景，第一種 ,由于考慮到在現(xiàn)實(shí)空間內(nèi)找到一些特定調(diào)制方式的中頻信號（限于軟件無線電平臺 USRP射頻前端限制），所以實(shí)現(xiàn)由另一臺軟件無線電平臺發(fā)出一定調(diào)制方式的信號， 然后由本系統(tǒng)進(jìn)行接收，并對截獲信號進(jìn)行調(diào)制識別，但是其過程對信號的調(diào)制方式及參數(shù)一無所知。 別的研究雖然已有三十年多年的歷史，但迄今還沒有形成一個比較系統(tǒng)的理論，也還不存在一種公認(rèn)的行之有效的方法。特別是在現(xiàn)代戰(zhàn)爭條件下， 不但信號非常密集，還存在大量的有意或者無意干擾，并有可能存在嚴(yán)重的多徑現(xiàn)象，這些問題給調(diào)制識別帶來了很大的困難。但簡化的結(jié)果，又導(dǎo)致了分類信息的丟失，調(diào)制類型的合并，以及分類性能的下降。 北京航空航天大學(xué) 2020 級碩士研究生開題報告 基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn) 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 最大似然比調(diào)制分類方法 解決調(diào)制識別問題的另一個經(jīng)典方法是最大似然理論。 4 在己有的調(diào)制識別文獻(xiàn)中， Azzouz 等人利用 Hilbert 變換提取中頻通信信號的瞬時包絡(luò)、相位和頻率信息 ]41[? 。 依據(jù)已知或所需通信信號先驗(yàn)知識的多少不同，可分別對接收機(jī)的中頻信號、基帶復(fù)信號或碼元同步采樣序列進(jìn)行處理，實(shí)現(xiàn)調(diào)制識別算法。 從信息獲取的角度講，通信截獲接收機(jī)與一般的通信接收機(jī)，兩者的接收目的是相同的。信號的調(diào)制識別是指在未知調(diào)制信息內(nèi)容以及調(diào)制參數(shù)的前提下，判斷出信號所采用的調(diào)制方式，并估計(jì)出某些調(diào)制參數(shù)，為解調(diào)器正確選擇解調(diào)算法提供參數(shù)依據(jù)，最終獲得有用的信息內(nèi)容的過程。 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 碩士學(xué)位論文開題報告 論文題目 ： 基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn) 專 業(yè) ： 計(jì)算機(jī)應(yīng)用 研究方向 ： 計(jì)算機(jī)應(yīng)用 研 究 生 ： 劉旭東 學(xué) 號 ： SY0806222 指導(dǎo)教師 ： 吳威 教授 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 2020 年 11 月 北京航空航天大學(xué) 2020 級碩士研究生開題報告 基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn) 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 調(diào)制樣式識別是介于能量檢測和解調(diào)之間的過程 ，能量檢測只需要粗略地估計(jì)信號的帶寬和中心率，而解調(diào)需要精確的頻率信息和信號的調(diào)制樣式。但從信息對抗的角度看，兩者所擁有的先驗(yàn)知識不同，一般的通信接收機(jī)工作于協(xié)作通信環(huán)境，收發(fā) 雙方預(yù)先約定好通信所用的信號調(diào)制方式、調(diào)制參數(shù)、載波頻率等參數(shù) ，供接收方完成載波、比特同步和信道參數(shù)估計(jì)。由于數(shù)字通信信號和信道噪聲一般建模為隨機(jī)過程，加上未知的信道衰落、多徑傳播和干擾的影響，給定調(diào)制方式 的 集合，調(diào)制識別在本質(zhì)上是一個具有多個未知參量的多元模式分類問題。 Assaleh 等人把中頻通信 信號建模為時變自回歸過程，通過求解自回歸模型參數(shù)，來估計(jì)信號的瞬時頻率和帶寬 ]5[ 。 Swami 使用碼元同步采樣序列的功率歸一化 4 階累量分類 MQAM、 MPSK 和 MASK信號 ]14[ ， Le Martre采用碼元序列的 4階累量和 2階累量平方的線性組合識別 QAM信號 ]15[ 。通過對信號的似然函數(shù)進(jìn)行處理，得到用于分類的統(tǒng)計(jì)量，然后與一個合適的門限進(jìn)行比較，完成調(diào)制分類功能。 5因此，在似然比函數(shù)的簡化方法與分類性能損失之間存在一個折衷的問題。 (3)三是識別對象的多樣性，即調(diào)制形式的種類非常多。同時，這些方法在工程應(yīng)用中也表現(xiàn)出很大的局限性，如識別率較低，對各種調(diào)制形式的適用性以及對復(fù)雜環(huán)境的適應(yīng)性比較差等等。 第二種，由最終所實(shí)現(xiàn)的系統(tǒng)對 真實(shí)空間內(nèi)的信號進(jìn)行截獲，進(jìn)行調(diào)制識別。其中希爾伯特變換相對較慢而且對噪音比較敏感； 分類特征的選擇與提取 是 針對不同的調(diào)制方式設(shè)計(jì)不同的分類特征，用這些分類特征來區(qū)分信號的調(diào)制方 式，這些分類特征的提取主要是根據(jù)預(yù)處理求出的基本 參數(shù)計(jì)算得來的； 分類特征的訓(xùn)練與決策 是 在提取出分類特征后，需要進(jìn)行分類特征的訓(xùn)練與決策，現(xiàn)有的方法主要有兩種，一種是決策理論，一種是神經(jīng)網(wǎng)絡(luò)。而當(dāng)相位的真值超過 ]2,0[ ?北京航空航天大學(xué) 2020 級碩士研究生開題報告 基于軟件無線電的信號調(diào)制識別技術(shù)的研究與實(shí)現(xiàn) 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院 小波
高考資料相關(guān)推薦
鄂ICP備17016276號-1