調制方式識別論文：調制方式識別 循環(huán)平穩(wěn) 認知無線電 多特征量決策樹

1、調制方式識別論文：基于認知無線電的通信信號調制方式的自動識別研究【中文摘要】通信信號的調制方式識別是認知無線電系統(tǒng)的核心技術之一。任何一個通信信號必須知道該信號的調制方式及信號參數(shù)才能進行接收解調。傳統(tǒng)的通信電臺或系統(tǒng)是針對特定調制方式和帶寬的單一型系統(tǒng),其應用范圍非常有限,很不適應目前的多調制、多服務的通信系統(tǒng)的要求,所以伴隨通信信號的體制和調制樣式的多樣化發(fā)展,調制信號識別技術將在認知無線電的不斷發(fā)展中起到十分重要的作用。本課題研究的是,在認知無線電的條件下,調制信息未知,需要在存在噪聲的干擾條件下從接收信號中分析出通信信號的調制方式,為后續(xù)的解調及信號處理奠定基礎。本文研究的意義在于,目

2、前調制信號的識別工作主要集中在數(shù)字信號和模擬信號的類間識別、數(shù)字信號或模擬信號的類內(nèi)識別,還有單載波和OFDM信號的識別,但是對以上混合信號集的識別沒有太多的研究,所以針對上述的情況,本文實現(xiàn)了一種新型的多特征量決策樹識別算法,并提出了新的識別特征參量。本文所做的主要工作：(1)首先對軟件無線電和認知無線電的結構以及目前的關鍵技術進行了概括性的闡述,綜述了現(xiàn)有的調制信號識別算法,并分析了現(xiàn)有算法的特點。(2)其次利用循環(huán)平穩(wěn)算法進行數(shù)字信號和模擬信號的識別,提.【英文摘要】Modulation recognition of communication signals is one of the

3、 key technologies in cognitive radio system. Any communication signals must know the modulation and parameters of the signal to receive and demodulate. The traditional communication radio or system is designed for a single system with specific modulation and bandwidth. Its application scope is very

4、limited and not suitable for the multi-modulation, multi-service system at present. Therefore, the recognition technology of modulation signals will pl.【關鍵詞】調制方式識別 循環(huán)平穩(wěn) 認知無線電 多特征量決策樹【英文關鍵詞】modulation recognition cyclostationary cognitive radio multi-feature binary-decision-tree【索購全文】聯(lián)系Q1： Q2： 同時提供論文

5、寫作一對一輔導和論文發(fā)表服務.保過包發(fā)【目錄】基于認知無線電的通信信號調制方式的自動識別研究摘要4-5ABSTRACT5-6第一章 緒論9-211.1 研究背景和意義9-101.2 軟件無線電介紹10-111.3 認知無線電介紹11-141.4 調制信號識別的研究動態(tài)14-171.4.1 調制識別的過程14-151.4.2 調制識別的分類15-171.5 OFDM技術介紹17-201.5.1 OFDM技術的發(fā)展歷史和現(xiàn)狀17-181.5.2 OFDM技術的優(yōu)點和不足之處18-201.6 全文內(nèi)容安排20-21第二章 常用調制信號的產(chǎn)生及其特征21-282.1 引言21-222.2 模擬調制信號

6、22-242.2.1 幅度調制(AM)22-232.2.2 抑制載波雙邊帶調幅(DSB)232.2.3 單邊帶調制信號(SSB)23-242.3 數(shù)字調制信號24-272.3.1 多進制數(shù)字相位調制(MPSK)24-252.3.2 二進制頻移鍵控(2FSK)25-262.3.3 最小頻移鍵控(MSK)26-272.4 本章小結27-28第三章 循環(huán)平穩(wěn)算法28-363.1 引言283.2 周期平穩(wěn)過程28-303.2.1 譜相關函數(shù)28-303.2.2 譜計算方法303.3 基于循環(huán)譜的調制方式識別30-353.3.1 調制識別參數(shù)30-343.3.2 識別算法34-353.4 本章小結35-

7、36第四章 多特征量決策樹識別算法36-604.1 引言364.2 信號預處理36-404.2.1 Hilbert變換36-384.2.2 瞬時參數(shù)提取38-404.3 數(shù)字和模擬調制信號的識別40-434.3.1 特征參數(shù)的選取40-424.3.2 特征參數(shù)仿真及分析42-434.4 數(shù)字調制信號的識別43-474.4.1 特征參數(shù)的選取43-454.4.2 算法仿真與分析45-474.5 模擬調制信號的識別47-494.5.1 特征參數(shù)的選取47-494.5.2 特征參數(shù)的仿真494.6 OFDM信號與單載波信號的識別49-574.6.1 OFDM信號的基本原理49-514.6.2 高階矩和高階累積量51-544.6.