学位论文 > 优秀研究生学位论文题录展示
短波数字通信信号识别算法研究与DSP实现
作 者: 张弛
导 师: 吴瑛
学 校: 解放军信息工程大学
专 业: 通信与信息系统
关键词: 信号识别 特征提取 高阶累积量 小波脊线 载频估计 DFT 循环统计量
分类号: TN925
类 型: 硕士论文
年 份: 2009年
下 载: 80次
引 用: 0次
阅 读: 论文下载
内容摘要
随着通信信号调制方式的多样化和复杂化,信号调制方式的识别在短波宽带接收系统中的地位也越来越重要。因此本文重点研究了短波中OFDM、FSK、PSK和QAM四类数字信号的类间识别问题以及MQAM(M≤64)信号的类内识别问题,给出了QAM信号的载波频率估计方法,并在ADSP-TS201芯片上实现了信号的调制类型分类。主要内容如下:1.研究了多载波OFDM信号和单载波数字信号(FSK, PSK、QAM)的类间识别算法。利用OFDM信号的渐近高斯性,本文给出了一种基于特征参数Q(信号包络四次方的均值与包络平方的均值平方的二倍之差)的盲识别算法,文中进行了详细的理论推导。该算法不需要任何先验信息,特征提取简单,稳健性强,仿真分析和实际数据测试都证实了算法的有效性。此外,本文还从识别性能和运算复杂度两个方面将此算法和OFDM信号的常用识别算法(基于高阶累积量算法和基于高阶矩算法)进行了对照分析,仿真表明了该算法的优越性。2.讨论了单载波数字信号FSK、PSK和QAM的类间识别算法。本文将小波脊线用于数字信号的类间识别当中,获得了较好的效果。并且简要介绍了统计参数和差分包络这两种常用算法。文中分别在高斯白噪声信道和中等短波信道中分析了这三种算法的识别性能,结果表明小波脊线法的正确识别率最高,但同时运算复杂度也是最高的。3.分析了数字信号MQAM(M≤64)的类内识别算法。本文对已有算法(基于高阶累积量的算法)进行了改进,采用同样对高斯白噪声不敏感的特征参数Q代替六阶累积量,该算法的改进一方面提高了识别性能,另一方面降低了运算量,文中对此进行了详细论述,并通过仿真试验分析了算法的识别性能。4.对QAM信号进行了载波频率估计。针对信道的具体情况,本文给出了不同的频偏估计算法。首先利用信号的瞬时相位粗略估计出信号的载波频率,当信道条件较好时采用分段DFT相位差法对频偏进行精确估计,试验证明算法在高斯白噪声信道和良好、中等短波信道下具有较好的估计性能;当信道条件恶劣时,采用具有良好抗噪性和较高估计精度的循环相关方法解决此时的频偏估计问题,文中充分考虑了短波信道和脉冲成形对算法的影响,仿真表明该算法具有一定的抗衰落能力。5.在ADSP-TS201芯片上实现了本文给出的调制识别算法。依据课题需求,构建了DSP模块的整体结构,并通过一系列程序的优化措施,在ADSP-TS201芯片上完成了信号的调制类型识别。
|
全文目录
目录 4-7 表目录 7-8 图目录 8-10 摘要 10-11 ABSTRACT 11-13 第一章 绪论 13-19 1.1 研究的背景与意义 13-14 1.2 研究的历史与现状 14-15 1.3 本文的主要工作 15-19 第二章 常用短波数字通信信号的数学模型 19-22 2.1 信号模型 19-20 2.2 短波信道模型 20-21 2.3 本章小结 21-22 第三章 多载波数字信号OFDM与单载波数字信号的识别算法 22-33 3.1 引言 22 3.2 基于高阶累积量的分类方法 22-24 3.3 基于高阶矩的分类方法 24-25 3.4 基于特征参数Q的分类方法 25-30 3.4.1 特征参数Q的提取及算法描述 25-28 3.4.2 算法性能仿真分析及实际数据测试 28-30 3.5 三种算法的性能比较 30-31 3.6 本章小结 31-33 第四章 单载波数字信号的类间识别算法 33-46 4.1 引言 33 4.2 基于信号统计参数的分类方法 33-35 4.3 基于信号差分包络的分类方法 35-37 4.4 基于小波脊线的分类方法 37-43 4.4.1 小波脊原理 37-39 4.4.2 利用小波脊原理实现数字信号识别 39-41 4.4.3 算法性能仿真及实际数据测试 41-43 4.5 三种算法的性能比较 43-44 4.6 本章小结 44-46 第五章 MQAM信号的类内识别算法 46-66 5.1 引言 46 5.2 MQAM信号类内识别总流程 46-47 5.3 分类特征提取 47-52 5.3.1 基于四阶累积量的特征提取 47-49 5.3.2 特征参数Q的提取 49-50 5.3.3 降阶算法 50-52 5.4 算法性能仿真分析 52-55 5.4.1 非方形MQAM信号识别性能分析 52-53 5.4.2 方形MQAM信号识别性能分析 53-55 5.5 载波频偏对算法的影响 55-56 5.6 QAM信号的载波频率估计算法 56-65 5.6.1 载波频率粗估计 57-58 5.6.2 基于分段DFT相位的载波频偏估计算法 58-60 5.6.3 基于循环统计量的载波频偏估计算法 60-63 5.6.4 算法性能仿真分析及实际数据测试 63-65 5.7 本章小结 65-66 第六章 调制识别算法的DSP实现 66-73 6.1 ADSP-TS201 DSP芯片介绍 66 6.2 调制识别算法实现的总体流程 66-67 6.3 多载波OFDM信号与单载波数字信号识别算法的DSP实现 67-69 6.3.1 算法实现程序的优化 68 6.3.2 运算量分析和实际数据测试 68-69 6.4 单载波数字信号类间识别算法的DSP实现 69-70 6.4.1 算法DSP实现 69-70 6.4.2 运算量分析和实际数据测试 70 6.5 MQAM信号类内识别算法的DSP实现 70-72 6.5.1 算法DSP实现 70-71 6.5.2 运算量分析和数据测试 71-72 6.6 联合算法总测试 72 6.7 本章小结 72-73 结束语 73-75 参考文献 75-81 附录A 码元跳变处差分包络的推导 81-83 作者简历 攻读硕士期间完成的主要工作 83-84 致谢 84
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于高阶累积量的频谱感知技术仿真分析,TN911.23
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信 > 无线电中继通信、微波通信
© 2012 www.xueweilunwen.com
|