调制方式是区别不同性质通信信号的一个重要特征。在许多应用中,需要监视通信信号的活动情况,区分信号的性质,甚至截获其传输的信息内容。通信信号的调制识别就成为了截获信号处理研究领域的一个十分重要的课题。 调制识别的目的就是在复杂环境和有噪声干扰的条件下,在没有其他先验知识的情况下,通过对接收到的信号进行处理,从而判断出信号的调制方式,并估计出相应的调制参数,从而为进一步分析和处理信号提供依据。随着通信技术的发展,空间中的信号越来越密集和复杂,这就对调制识别的研究提出了更高的要求。 近几十年来人们针对不同的调制信号提出了许多调制识别的新方法和新思想,本文在前人的基础上深入的研究了通信信号的调制识别问题,主要工作可概括如下: 1.介绍了通信中常用的调制技术,给出调制信号的数学模型,通过仿真考察了各类调制信号的瞬时幅度、瞬时相位、瞬时频率特征,对信号的零中心瞬时特征、小波变换特征等的特征提取算法进行了仿真研究。 2.研究了MLP和RBF分类器的拓扑结构和训练算法,针对BP网络训练的缺陷采用了两种改进算法,对加快网络的收敛速度起到良好的效果。在仿真实验中,提取信号的零中心瞬时特征和小波变换特征,采用MLP和RBF网络分类器做调制识别仿真研究,实现了多种信号在较大信噪比变化范围内的自动识别,并在低信噪比条件下取得满意的效果。 3.研究了一种基于支持向量机的多类数字调制方式识别算法。该算法通过提取有效的特征向量以区分不同的调制方式,并基于支持向量机和判决树分类思想,将特征向量映射到高维空间中加以分类,解决了样本在低维空间中的非线性不可分问题,避免了判决门限的确定,与传统