论文部分内容阅读
利用小型化、低功耗分布式无线传感网进行电磁频谱监测,从而实现对无线通信信号的调制识别、辐射源定位是目前有效监管无线频谱资源的重要途径。本文针对无线传感器网络节点能量受限以及监测信号集多样性问题,重点研究了调制信号特征提取、分类识别算法设计、分布式信息融合处理方法。最后进行分布式电磁频谱监测模拟训练系统实现,对识别算法进行系统级测试。本文具体研究内容如下:1.针对电磁频谱监测系统中监测信号集的多样性,提出了一种基于支持向量机的多特征联合调制识别算法,仅用三个特征即可实现监测信号集中七种信号的有效识别。首先设计了基于支持向量机的高阶累积量识别算法,实现了MASK、MPSK、MFSK、MQAM等十种信号的分类识别。仿真结果表明,支持向量机算法识别性能优于决策树。在此基础上,提出了采用高阶累积量和循环谱联合特征进行信号识别,实现了以最少特征完成监测信号集2ASK、BPSK、QPSK、8PSK、2FSK、MSK、16QAM七种信号的识别。仿真结果表明,当信噪比为5dB时,七种信号的识别率均已达到80%以上。2.针对多节点识别算法在较低信噪比情况下识别性能不理想,提出了一种基于D_S证据理论的分布式调制识别算法。通过D_S证据理论,设计了一种在特征元素和特征向量两个级别的决策层融合识别算法。提出了一种计算识别特征向量各属性元素与每种信号预先设置特征样本的马氏距离确定该属性元素级基本概率赋值分布。将元素级基本概率赋值分布在本地节点进行融合,得出本地节点对每种信号的向量级基本概率赋值分布,并在中心节点进行最终融合,得到识别结果。仿真结果表明,在低信噪比时,该算法识别性能优于原多节点协作识别算法。最后通过联合识别特征,将设计的融合识别算法对监测信号集进行识别。仿真结果表明,在信噪比为2dB时,七种信号识别率均已达到75%以上。3.分布式电磁频谱监测模拟训练系统关键技术实现。首先对分布式电磁频谱监测模拟训练系统整体框架、软件设计与实现进行介绍,主要对监测成员模块的软件设计以及功能实现进行阐述。监测成员模块主要实现了对辐射源信号的检测、波形显示、信号识别和重要参数提取等功能。同时针对监测信号集,将以上所设计的识别算法分别嵌入到监测系统中,进行系统级算法性能测试。结果与理论分析相近,以此说明了识别算法的整体正确性。