论文部分内容阅读
随着通信技术的迅速发展,电磁频谱资源日益紧张,逐渐形成了时域高度密集、频域严重混叠的复杂电磁环境,当采用单信道接收方式时,不可避免地会出现接收到时频混叠信号的情况,需要对单信道时频混叠信号的调制识别算法进行研究。现有算法大多数仅适用于混叠信号载频不同的情况,并不适用于载频相同的情况。因此,本文针对现有混叠信号在载频相同时算法所存在的研究信号种类少,识别困难,受噪声影响大,时效性不好,先验知识较多的问题,提出了一种基于高阶累积量与瞬时特征联合特征提取的单信道时频混叠信号的调制识别算法,在混叠信号载频相同的情况下,完成了对由{4ASK、BPSK、QPSK、8PSK、16QAM、2FSK}六种调制信号中任意两种组成的21种时频混叠双信号的识别分类。首先,本文介绍了数字调制信号的基本原理。然后,给出了单信道接收的时频混叠信号的数学模型。并针对现有混叠度定义普适性差的问题,给出了一种新的适用更广泛的混叠度定义。同时介绍了调制识别特征提取的基本理论,包括高阶累积量特征及瞬时特征的原理及性质,为后续研究奠定了理论基础。其次,本文对由{4ASK、BPSK、QPSK、8PSK、16QAM、2FSK}这6种数字调制信号中任意两种组成的时频混叠双信号进行了特征提取算法的研究,首先提出了基于高阶累积量的特征提取算法,提取了4种特征,在载频相同的条件下,可以完成对21种混叠信号的大类区分,然后研究了基于瞬时特征的特征提取算法,提取了3种瞬时特征可以完成对剩余混叠信号的区分,经理论分析及仿真验证,本文所提取的高阶累积量特征与瞬时特征可以完成对全部21种混叠信号的识别分类。最后,本文提出了基于联合特征的时频混叠双信号的调制识别算法,构建了决策树与支持向量机两种分类器,对识别算法进行流程设计及性能分析。仿真结果表明,基于支持向量机分类器的算法在低信噪比下具有更好的识别效果。另外,本文研究了不同混叠度与功率比对算法识别性能的影响,仿真结果表明,本文算法对混叠度具有一定的稳健性,并且在功率比低于3:1时,算法性能不受影响,具有一定的鲁棒性。