基于神经网络的调制识别研究及SCA波形组件实现

摘要

通信信号调制样式的自动识别是非协作通信中的主要问题，也是软件无线电接收机必备的功能之一。调制识别技术则是近年来信号处理领域研究的热点问题，在军事和民用领域都具有重要的应用前景。调制方式是区分不同性质通信信号的一个重要特征。对于一个传输信号进行接收解调，获取通信信号的信息内容的前提条件是必须知道信号的调制方式和调制参数。
　　软件无线电的基本思想是以一个通用、标准、模块化的硬件平台为依托，通过软件编程来实现无线电台的各种功能，从而使电台设计方法从基于硬件、面向用途中解放出来。美军的联合战术无线电系统(JTRS)是近年来软件无线电最具代表性的应用之一，软件通信体系结构(SCA)是其采用的软件结构框架。波形(Waveform)是JTRS系统中通信功能的执行体，因此波形开发在SCA电台开发中占有非常重要的位置。而基于波形集成开发环境(WDE)的方法相较于一般的SCA波形开发方法，能极大地提高波形开发的效率。开源嵌入式SCA实现(OSSIE)是一种开源的基于C++和Python的SCA实现方案，它提供了基于WDE方式开发SCA波形的一种方法。
　　基于上述特性，本文提出了一种基于SCA平台的信号调制识别波形组件实现方案，主要通过提取信号特征值，并将特征值通过BP神经网络进行训练，正确识别 AM、FM、BPSK、QPSK等调制信号。并对针对以上四种信号，分析了在信噪比为1-15dB时，各信号的正确识别率。
　　由于SCA平台的高度开放性和可移植特性，本文实现的神经网络调制识别方案可以很方便的移植到嵌入式平台以进行实际项目开发和应用。