论文部分内容阅读
数字通信信号调制识别技术研究是非合作通信系统中接收机的关键技术之一，在民用和军事领域都具有重要的应用价值。随着通信技术的快速发展，通信信号的调制方式日益复杂和多样，实际无线通信环境也更加复杂，调制信号的识别算法研究还有待继续深入，例如：在高斯信道下低信噪比时QAM信号类内识别性能偏低；在多径衰落信道下存在频偏和相偏时QAM信号类内识别比较困难；在多径衰落信道下不同单载波调制信号的识别效果不理想；当处理小样本情况时分类器如何优化设计等。本文针对上述存在的问题进行了深入的研究，主要研究成果如下：1.针对低信噪比高斯信道和载波频率未知时QAM信号类内识别性能偏低的问题，首先提出一种改进的载波频率估计方法，提高了载频估计的准确性，使用估计的载频对接收信号进行下变频得到复基带信号；然后提出一种粒子群和减法聚类相结合提取特征量的聚类算法，并把其应用到大样本和小样本两种情况下的QAM信号识别中。与同类算法相比，提高了识别性能。2.对QAM调制信号的高阶累积量的大样本估计进行了性能分析，以四阶累积量的大样本估计为例，从理论上推导出该大样本估计的克拉美罗下限（CRLB），并把其和累积量的采样估计方差进行比较，仿真结果表明：估计方差随着信噪比的增加逐渐接近CRLB值，估计值的平均归一化绝对偏差在信噪比为2dB时几乎接近于零，验证了该估计为渐进无偏的一致估计。这一结果也可以推广到其它高阶累积量的大样本估计性能分析中。3.对Rayleigh衰落信道下存在频偏和相偏时QAM调制信号的识别问题进行了研究，提出两种改进的识别算法。第一种算法利用Rayleigh衰落的性质使用信号的二阶、四阶和六阶累积量构建识别特征参数，实现了QAM信号的类内识别，在相位偏差和频率偏差分别为服从±7.5°、±15/N范围的均匀分布(其中N为采样点数)下，识别性能较好。另一种是基于等增益分集接收的改进识别算法，利用估计频偏和相偏的NLS估计器和高阶累积量联合进行分类识别，有效地提高了分类的性能。4.对多径衰落信道下不同单载波调制信号的识别算法进行了研究，从消除多径影响的角度出发，从理论上寻找了一种小波变换和高阶循环累积量相结合的识别算法，提取接收信号小波变换前后的四阶循环累积量的比值作为识别特征量，并从理论上推导证明该特征量能够有效消除多径信道的影响，通过仿真实验进行了验证。仿真结果表明，在多径信道下、信噪比为0dB时分类2ASK,BPSK和QPSK信号的识别率几乎达到100%，与基于高阶累积量的算法相比，识别BPSK和QPSK信号的性能有明显的提高。5.通过对小样本情况下支持向量机分类器的深入研究，提出了一种粒子群和支持向量机相结合的单载波调制信号的识别算法。该算法通过提取多个高阶累积量作为识别特征向量，利用粒子群的智能搜索功能，优化选择支持向量机的超参数，实现了2PSK、4PSK、8PSK、16QAM、64QAM信号的识别，仿真结果验证了该分类器能够有效地提高信号的识别性能。