导读:本文包含了调制方式自动识别论文开题报告文献综述及选题提纲参考文献，主要关键词:卫星通信,调制方式,自动识别
调制方式自动识别论文文献综述
陈义敏[1]（2019）在《浅谈卫星通信常用调制方式的自动识别》一文中研究指出我国的航天卫星通信技术发展迅速,并且在国际中处于领先水平,为此便要进一步加强卫星通信的自动识别体系。在本文中将对卫星通信常用调制方式的自动识别流程中,其所具有的频率特征与分类特征参数进行简介,并浅谈特征参数的选取以及相应的识别与操作流程,以此来推动卫星通信技术的发展。(本文来源于《科技风》期刊2019年34期）
张华娣,楼华勋[2]（2019）在《MQAM信号调制方式自动识别方法》一文中研究指出提出了一种实现MQAM信号调制方式自动识别的方法。首先通过四阶累积量构造特征参数F,实现方形QAM和十字形QAM的识别,通过计算零中心归一化瞬时幅度紧致性,把16QAM从方形QAM中识别出来。然后,通过信号包络平方的频谱估算出波特率,结合定时同步,消除ISI码间干扰,恢复出较理想的星座图。接着,针对32QAM和128QAM设置不同的聚类半径,用减法聚类算法求出聚类点及其密度值,通过计算不同半径下的聚类点密度值的差异进行类型判断,同理,进行64QAM和256QAM信号的分类。所提方法不需要载频和波特率等先验信息,能完成16QAM、32QAM、64QAM、128QAM、256QAM信号的自动识别,并且没有复杂的迭代过程,可以应用于实际信号的调制识别。(本文来源于《通信学报》期刊2019年08期）
方洁[3]（2019）在《光通信网络系统信号调制方式的自动识别方法》一文中研究指出反向差分脉冲位置宽度的信号调制方法对于光通信网络系统的信号调制,未能获取连续光信号相位,降低光通信网络系统传输速率,提出一种光通信网络系统信号调制方式的自动识别方法。基于频率信号调制的先进信号调制格式采用各等级频率的载波完成信号传输,通过对自相关函数实施傅里叶变换获取FSK信号的功率谱密度,实现光通信网络系统信号格式信号调制;基于该信号格式采用光反转归零码-差分正交相移键控信号调制方法,将光反转归零码与差分正交相移键控相结合,通过MZ信号调制器完成信号幅度的信号调制,利用DQPSK信号调制器完成信号相位的信号调制,确保信号相位连续,保证了光通信网络系统的运行。实验结果表明,本文方法的光通信网络系统眼开度代价低于2 dB,该方法完成10个跨距的总传输用时仅为105ms,使得光通信网络系统速度提高约57. 6%,在有效完成光通信网络系统信号调制的同时,可降低眼开度代价、提高信号调制效率。(本文来源于《激光杂志》期刊2019年05期）
宁暑光[4]（2019）在《基于特征提取与学习的无线通信数字调制方式自动识别方法研究》一文中研究指出调制识别是通信系统中一个重要的研究领域,它处于信号检测与信号解调之间,能够确保通信安全可靠的关键技术之一。在不同领域中得到广泛应用,因此研究调制方式的自动识别具有重要意义。本文有针对性的研究了如何降低噪声对特征参数的影响,设计更好的分类方法,从而提高整体识别的效果。本文主要研究内容工作集中在以下几个部分:首先,研究了一种基于SAE-SOFTMAX的高阶统计特征提取技术,包括该技术的特征提取方法及其步骤。融合了SAE与SOFTMAX,结合高阶累积量实现调制方式特征的快速提取与识别。其次,针对现有调制识别方法对调制方式类型受限,且在低信噪比下识别率不高的问题。研究了一种基于深度学习的调制识别方法。该方法利用零均值高斯白噪声的高阶累积量理论值为0的性质,在信号分析过程中引入高阶累积量,可使系统免受高斯白噪声的干扰。同时,引入深度学习网络结构完成微弱特征的表征,结合叁种特征参数,可有效解决低信噪比情况下识别率下降的问题。然后,针对工程实践中先验数据比较少,利用支持向量机具有更好的泛化能力,研究了一种基于支持向量机特征学习的调制识别算法。该方法利用高阶累积量对各种数字调制信号进行运算,再将各高阶累积量构建为识别参数。通过引入支持向量机进行调制方式的识别,最终对七种调制方式实现了较好的识别。最后,实验结果表明:基于深度学习的调制识别方法具有很好的识别效果,在高斯信道环境下的分类精度比现有方法要高,在低信噪比的不同信道环境下有较高的识别率,且使得模型的时间、相位和频率偏移量方面具有更好的鲁棒性。基于支持向量机特征学习的调制识别方法具有更少的表征参数,能够很好的适用于小样本测试环境,识别效果显着。(本文来源于《合肥工业大学》期刊2019-04-01）
李化闻[5]（2019）在《卫星通信常用调制方式的自动识别》一文中研究指出近年来我国卫星通信技术发展比较迅猛,已经处在国际领先水平,一跃成为信号通信中的大国。信号通信的核心技术也已经被我国相关部门所掌握,但是想要真正识别卫星通信信号,也是非常简单的。其特点也是相对显着的,主要分析信号的频率,即从反映的特征参数就可以简单判断卫星通信的特征,本文将主要研究卫星信号通过调节方式自动识别相关系统时可能遇到的问题,并针对卫星信号的普及频谱,作出分析和研究。(本文来源于《中国新通信》期刊2019年01期）
张福佳[6]（2018）在《通信信号调制方式自动识别研究》一文中研究指出信号调制方式自动识别是非协作通信和软件无线电通信的一项关键技术,在军用和民用领域均有着非常重要的作用。随着现代信号处理技术和通信技术的飞速发展,通信信号体制和调制方式日趋复杂多样,在复杂通信环境和严重噪声干扰条件下,信号调制方式识别面临着愈加严峻的挑战。如何提高信号在低信噪比条件下和符号数较少时的正确识别率,是非协作通信调制识别的一个重要研究方向。首先,分析研究了常用数字调制信号MPSK、MQAM以及性能优化的高阶MAPSK信号的调制解调原理,设计其调制解调算法,并计算出功率归一化后的不同调制方式高阶累积量理论值。其次,针对低信噪比条件下信号识别率低的问题,改进了基于高阶累积量的调制识别算法。首先通过大频率信号随机共振系统进行预处理,改善待识别信号信噪比;再提取高阶累积量特征参数,实现了低信噪比条件下通信信号的自动调制方式识别,并通过实验仿真验证了该算法的有效性。最后,针对非协作通信中符号数较少时信号调制方式识别困难等问题,本文对基于小波变换的调制方式识别算法作了两点改进:一是改进了基于小波变换方差特征的类间识别算法,通过提取信号在小波变换后的分形盒维数特征进行类间分类识别,提高了MPSK信号和MQAM信号类间正确识别率;二是改进了二值削波峰值搜索算法,通过提取小波变换后信号的相邻码元相位差特征实现MPSK信号的类内有效识别,通过提取小波变换后信号的幅度特征实现MQAM信号的类内有效识别,并通过实验仿真验证了类间识别算法和类内识别算法的有效性。(本文来源于《西南科技大学》期刊2018-05-31）
董雪[7]（2018）在《基于瞬时信息及谱特征的调制方式自动识别》一文中研究指出调制方式是通信信号的一个重要特征,所谓调制方式自动识别,指的是在无人工干预的前提下对接收到的通信信号的调制方式进行判断,调制方式自动识别技术是软件无线电和非协作接收的关键技术,无论是在军事还是民用领域都占据着重要的地位。近年来,随着无线通信技术的迅速发展,调制样式日趋复杂,此外,信号传输的电磁环境也愈加恶劣,这些变化使得对通信信号调制方式的识别难度越来越大。本文围绕非协作通信环境下调制方式自动识别所涉及的关键技术展开研究,具体包括通信信号的存在性检测、关键参数估计、特征参数提取与选择,以及分类器的设计等内容。其中待识别的通信信号集为{2ASK、4ASK、2FSK、BPSK、QPSK、8PSK、CPM、LSB、USB}。首先,本文在对通信信号调制方式自动识别技术的相关理论进行深入研究的基础上,针对调制识别预处理部分,分别从信号的频率域及广义频率域角度出发,研究两种信号存在性检测算法;对于参数估计内容,研究四种常用载频估计算法和一种基于子空间分解理论的盲信噪比估计算法;依次仿真验证算法的有效性。其次,针对调制识别特征参数提取部分,通过对信号的瞬时信息、功率谱、高阶谱特征进行分析,本文提出一种基于瞬时信息及谱特征的调制方式识别算法。该算法引用了叁个经典特征参数,其中对ASK信号类内识别的经典特征参数进行了优化,提高了2ASK与4ASK在较低信噪比、码元非均衡条件下的识别性能。针对以往文献中2FSK信号识别算法存在的缺陷,本文通过对不同调制信号的功率谱密度特征进行深入研究,提出了一个功率谱特征参数,有效地解决了较低信噪比下2FSK信号与CPM、PSK信号辨识的难题,无论2FSK功率谱呈现的是单峰还是双峰皆适用。接着,依据PSK、CPM信号的平方谱、四次方谱特征的差异性,构造了两个高阶谱特征参数分别用于BPSK、QPSK信号的辨识。针对已有文献中利用瞬时包络波动程度对8PSK、CPM信号识别算法受噪声影响比较大的缺陷,本文通过对调制信号非线性相位与瞬时频率的对应关系进行分析,依据调制信号瞬时频率在码元切换时刻是否存在尖峰的特征,提出一个用于辨别8PSK与CPM信号的特征参数,与已有文献相比,该特征参数适用于所有调制参数的CPM信号。最后,在调制识别分类器部分,依据本文选取的7个特征参数分别采用决策树、BP神经网络分类器对待识别信号作出判断,从而实现了九种通信信号调制方式的自动识别,并统计了算法的正确识别率。仿真结果表明,在信噪比不低于9dB的条件下,使用决策树分类器的整体正确识别率达到100%。在信噪比不低于15dB的条件下,使用BP神经网络分类器的整体正确识别率超过95%。(本文来源于《哈尔滨工程大学》期刊2018-03-14）
王灿[8]（2016）在《数字信号调制方式自动识别研究》一文中研究指出数字信号调制方式识别技术是在非协作通信情况下,对截取的数字信号进行信号处理和特征提取,最终实现对信号的分类识别。随着技术的发展需求,数字信号调制识别技术在相关领域都得到了应用。近年来,电磁环境和信号调制方式越来越复杂,传统的数字信号调制识别技术已经难以满足应用领域的需求,因此,研究更加有效地数字信号调制方式识别技术有着重要意义。本文首先针对通信系统中常见的数字信号调制类型的数学模型与重要参数进行了概述,并对常用的通信信号处理方法进行了简要介绍。其次,在数字信号特征提取算法的研究中,本文对数字信号的熵值特征、分形盒维数特征以及高阶累积量特征进行了算法研究、仿真与改进。在多种熵值特征中通过SFS特征选择算法选取出对信号分类识别最优特征组合,去掉了识别系统中的冗余特征。针对数字信号分形盒维数特征类间距离小,特征交叉现象严重的问题,本文提出了一种基于时频图像的二维分形盒维数特征提取算法,有效地提升了数字信号盒维数特征间的类间距离。再次,对证据理论中的BPA获取方法进行了简单介绍。针对距离相似度的BPA获取方法存在的概率上限问题,本文提出了一种基于欧氏距离+马氏距离的BPA获取方法,解决了目标信号信任度概率极值分配受训练信号个数的影响问题,大大增加了目标信号的信任概率分配权值。通过对熵值特征的类内分布研究,本文提出了一种基于熵值正态性的BPA获取方法,有效地解决了目标信号的权值分配问题,抑制了与目标信号特征差距较大的信号类别的信任度权值,提高了系统的分类性能。最后,本文通过对叁种不同的分类器距离测量分类器、神经网络分类器以及证据理论分类器进行了算法分析与仿真。针对本文的数字信号特征,设计了一种基于证据理论的一种融合分类器,实现了低信噪比下数字信号的分类识别。(本文来源于《哈尔滨工程大学》期刊2016-12-26）
刘靖纳,陈国斌,靳敬磊[9]（2016）在《适于DSP的模拟信号调制方式自动识别方法研究》一文中研究指出提出一种适用于DSP的基于Bessel插值结构的正交数字下变频方案,可实现已调信号调制方式的自动识别。该方案能够实现提取信号的正交分量和同相分量,并且能够提取出较高精度的信号的基本参数,由此得到的特征参数可以准确地识别出信号的调制模式。最后,通过计算机和DSP仿真,证明了它的可行性。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2016年02期）
谢跃辉,赵亚欣[10]（2016）在《通信信号多调制方式自动识别综述》一文中研究指出介绍了多种调制识别方法,重点介绍了小波变换和两种分类器,并分析了通信信号调制识别中方法各自利弊。(本文来源于《电子世界》期刊2016年08期）
调制方式自动识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种实现MQAM信号调制方式自动识别的方法。首先通过四阶累积量构造特征参数F,实现方形QAM和十字形QAM的识别,通过计算零中心归一化瞬时幅度紧致性,把16QAM从方形QAM中识别出来。然后,通过信号包络平方的频谱估算出波特率,结合定时同步,消除ISI码间干扰,恢复出较理想的星座图。接着,针对32QAM和128QAM设置不同的聚类半径,用减法聚类算法求出聚类点及其密度值,通过计算不同半径下的聚类点密度值的差异进行类型判断,同理,进行64QAM和256QAM信号的分类。所提方法不需要载频和波特率等先验信息,能完成16QAM、32QAM、64QAM、128QAM、256QAM信号的自动识别,并且没有复杂的迭代过程,可以应用于实际信号的调制识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
调制方式自动识别论文参考文献
[1].陈义敏.浅谈卫星通信常用调制方式的自动识别[J].科技风.2019
[2].张华娣,楼华勋.MQAM信号调制方式自动识别方法[J].通信学报.2019
[3].方洁.光通信网络系统信号调制方式的自动识别方法[J].激光杂志.2019
[4].宁暑光.基于特征提取与学习的无线通信数字调制方式自动识别方法研究[D].合肥工业大学.2019
[5].李化闻.卫星通信常用调制方式的自动识别[J].中国新通信.2019
[6].张福佳.通信信号调制方式自动识别研究[D].西南科技大学.2018
[7].董雪.基于瞬时信息及谱特征的调制方式自动识别[D].哈尔滨工程大学.2018
[8].王灿.数字信号调制方式自动识别研究[D].哈尔滨工程大学.2016
[9].刘靖纳,陈国斌,靳敬磊.适于DSP的模拟信号调制方式自动识别方法研究[J].石家庄铁道大学学报(自然科学版).2016
[10].谢跃辉,赵亚欣.通信信号多调制方式自动识别综述[J].电子世界.2016