基于分形和高阶统计量的数字通信信号制式识别研究

摘要

通信信号调制识别是通信很多领域都涉及的技术，识别的目的是在未知调制信息内容的前提下，正确判断通信信号的调制类型，主要包括信号的特征提取以及根据提取的特征参量对所选信号进行有效识别。 本文在参阅了大量文献的基础上，选取了BPSK、QPSK、OQPSK、MSK、GMSK、2FSK、4FSK等七种通信中使用较多且较难区分的数字信号，着重研究了这些信号调制制式之间的差别。基于高阶累积量对零均值高斯白噪声的抑制特性以及分形维数对噪声不敏感的特性，通过理论推导和分析，选取了六阶累积量和分形盒维数作为识别特征参量。根据选取的特征参量提出了一种识别算法，并采用BP神经网络对所选取信号进行识别。仿真试验证实了算法的可行性。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究的背景及意义

1.2研究的历史和现状

1.3论文的主要内容

第2章数字信号调制制式基础理论

2.1引言

2.2复信号理论

2.3数字通信信号的调制原理

2.3.1 BPSK/QPSK信号

2.3.2 OQPSK信号

2.3.3 2FSK/4FSK信号

2.3.4 MSK/GMSK信号

2.4本章小结

第3章高阶累积量和分形维数理论

3.1引言

3.2高阶累积量理论

3.2.1高阶矩和高阶累积量的定义

3.2.2高阶谱

3.2.3随机过程的累量

3.2.4累量的性质

3.3分形维数理论

3.3.1分形的定义和性质

3.3.2分形盒维数

3.4本章小结

第4章特征提取和识别算法

4.1引言

4.2信号的高阶累积量特征

4.3信号的分形盒维数特征

4.4算法描述

4.5本章小结

第5章基于神经网络的信号识别

5.1引言

5.2神经网络基础理论

5.2.1神经网络概述

5.2.2 BP神经网络

5.3 BP神经网络分类器设计及仿真

5.3.1 BP神经网络分类器的设计

5.3.2 BP算法的一些改进

5.3.3仿真及结果分析

5.4本章小结

结论

参考文献

致谢

攻读学位期间发表论文