一、小波奇异点检测在FSK调制分析中的应用(论文文献综述)
唐黄[1](2018)在《相频混合调制信号侦察处理技术研究》文中指出信号调制分析技术是电子情报侦察处理的重要任务。在现代雷达与通信系统中,为了实现低截获概率、高分辨率的性能,以相移键控+频移键控(Phase Shift Keying+Frequency Shift Keying,PSK+FSK)为代表的相频混合调制技术得到了广泛应用。其所具有的低截获性能和复杂的参数规律给非合作信息获取带来了诸多挑战。该文针对相频混合调制信号侦察处理的迫切需求,对其开展了信号调制分析技术的研究。论文的主要工作如下:(1)研究了一种特定的相频混合调制信号模型和传输特性。讨论了两类常用的相频混合调制模型,分析了模型传输性能上的不足;研究了基于常用相频混合调制模型下改进的调制模型——频移键控+残留边带二相相移键控(Frequency Shift Keying+Binary Phase Shift Keying-Vestigial Side Band,FSK/BPSK-VSB);通过非线性放大器下的传输性能仿真实验分析了BPSK-VSB模型的传输特性,探讨了FSK/BPSK-VSB调制模型的雷达通信一体化信号调制优势。(2)研究了FSK/BPSK-VSB调制信号跳频点位置估计的问题。讨论了三种常用跳频点位置估计算法,分析了算法估计FSK/BPSK-VSB调制信号跳频点位置的不足;结合FSK/BPSK-VSB调制信号相位变化规律,提出了一种基于载频基线(FSK/BPSK-VSB调制信号瞬时频率的基底分量)差分的信号跳频点位置估计算法;通过仿真实验测试了算法对FSK/BPSK-VSB调制信号跳频点的检测和位置估计性能。(3)研究了BPSK-VSB调制信号调制识别问题。提出了一种基于多参数的调制识别算法,提取了BPSK-VSB调制信号三种调制特征:码宽相对误差、平方谱过门限次数、频谱非对称度;采用二叉树方法,利用KNN分类器对调制信号的调制特征进行二项判决和分类,从七种调制信号中识别出BPSK-VSB调制信号;通过仿真实验测试了BPSK-VSB调制信号调制识别算法性能。(4)针对FSK/BPSK-VSB调制信号侦察处理需求,设计并实现了复合调制信号调制分析软件,在调制识别、子脉冲切割、参数估计等方面实现了对包括FSK/BPSK-VSB调制信号在内的多种复合调制信号的自动处理,验证了该文所提出的相频混合调制信号调制识别方法和子脉冲切割方法的有效性。
王宜志[2](2016)在《非协作通信中调制识别与参数估计算法的研究》文中提出调制方式识别技术就是在截获一段通信信号后,根据较少的先验信息提取出有效的特征参数来识别出信号的调制类型。调制识别技术在军用领域和民用领域都得到了广泛的应用,然而无线通信技术的发展日新月异,越来越多的信号调制方式被应用在实际通信系统中,电磁环境也日趋复杂,调制识别的难度大大增加,因此研究更加实用有效的调制识别方法有着重要意义。调制方式识别技术的实现过程离不开参数估计技术的支撑,因此参数估计技术的研究也尤为必要。首先,本文针对通信系统中常见的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,本文利用小波变换、高阶累积量、包络高阶矩以及瞬时特征分析等方法实现相关通信信号调制方式的识别,提出了Mexihat小波变换方法解决了传统小波方案中Haar小波不适用于经过成型滤波的信号的缺陷;然后,介绍了几种经典的载频估计方法,并仿真验证了基于循环谱的载频估计方法的性能,对于符号率估计采用了改进Mexihat小波变换方法,仿真验证了估计方法的性能;最后,利用两台通用软件无线电外设(USRP)设计真实信号采集试验,利用接收的真实信号对算法进行了验证,并完成了功能算法的实现与上位机界面的设计。试验结果表明本文调制识别与参数估计方案在实际系统中也有良好的表现。
陆丹丹[3](2016)在《跳频体制下的干扰检测及盲源分离》文中指出随着信息化战争愈演愈烈,信号处理在信息对抗方面得到越来越广泛的应用。常规的跳频通信系统通常利用大的带宽来提高抗干扰能力,但是是有限制的。当通信信道的电磁环境比较复杂时,会叠加上各种类型的干扰,影响信号的接收。本文利用盲信号分离的优势,结合干扰抑制技术,提高系统的抗干扰能力。主要内容包括:1、研究了基于时频分析的跳频信号干扰检测问题。将几种干扰信号包括扫频干扰、多音干扰、周期脉冲干扰、随机干扰组合成自适应的形式,建立干扰库,并变换到时频域。根据每种信号在时频域的特征,利用它独有的特点,对时频矩阵进行筛选,与干扰库中的信号进行对比,记录每种干扰信号的时频点。为了减少对后面干扰信号检测的影响,需要将先检测出的时频点删除,然而由于交叉点的限制,需要另行处理。最后,对跳频通信信号中的干扰检测进行了分析,为了减少对跳频信号的损伤,增加了跳频信号功率恢复方法。2、研究了跳频信号的盲分离算法。考虑三路源信号和两路观测信号的欠定情形,接收到的两路观测信号时域上波形重叠,没有明显的特征,不能分离。利用短时傅里叶变换方法将观测信号变换到时频域,可以清晰地观测到跳频信号的时频特征。但是由于噪声和交叉项的影响,跳频图案呈现出许多噪点。本文在混合矩阵估计算法的基础上进行了改进,首先筛选时频点,然后检测单源时频点,对单源时频点的检测重新进行了门限的设置,符号向量根据最大值判断,并且能够自适应的选择时频矩阵的列数,使算法更有扩展性。最后与基于时频掩蔽和高阶累积量的盲信号分离算法进行了分析比较。3、研究了干扰检测在盲信号分离算法中的应用。由于在盲信号分离中,接收信号是多路源信号的混合,并且由于干扰信号的作用,时频点被严重影响。基于时频域对干扰信号的检测和识别过程运算量较大,为了降低计算量并减少对交叉项信号功率的恢复进程,研究了基于小波包和非抽取小波包的窄带干扰抑制算法,后者对干扰的抑制能力较好。联合频域干扰抑制算法和时频域干扰检测和识别算法,对干扰信号进行了抑制,并且利用盲信号分离算法对跳频信号进行了恢复。根据得到的相关系数矩阵,可以看出该算法能够将源信号恢复出来,但累积误差相对较大。
杨天朋,马战宝[4](2014)在《基于谱熵和多尺度小波的码元速率估计方法》文中认为针对实际信号码元速率估计中噪声对估计精度的影响和小波方法最优尺度的选择问题,提出了一种基于谱熵分析和多尺度小波变换的码元速率估计方法。通过谱熵检测有效滤除带内噪声,并采用并行多尺度小波分析和精度函数分析提取最优小波尺度。实验结果表明,该方法的估计性能优于传统小波分析方法,并且在低信噪比情况下具有更好的估计鲁棒性。
裴立业[5](2013)在《卫星信号自动检测与识别技术研究》文中进行了进一步梳理卫星通信作为现代通信的重要组成部分,在民用、军事领域都占有相当重要的地位。近年来随着通信技术的不断发展,卫星信号的截获与分析出现了一些新问题,由于接收技术、地理位置、信道环境等的影响,非合作接收条件下,区域卫星信号的检测面临很大困难,并且非标准、不明体制的信号增多,新的调制方式不断出现,其中APSK信号由于拥有高于PSK的频谱利用率和优于QAM的非线性适应性,在卫星通信中已经得到广泛应用,但关于APSK调制识别的研究还较少。本文针对以上两个问题展开研究,首先对已有检测算法进行改进,使其适应特定信道环境下的搜索需要,其次在完成信号搜索的基础上对APSK信号进行特性分析,实现PSK、QAM和APSK等常用调相信号的识别。本文的主要工作如下:1、针对某特定信道环境下卫星信号频谱不同于通用卫星信号,波动较大,采用传统能量门限搜索方法效果不佳的问题,一方面研究功率谱的最优估计,利用多窗谱估计低方差、无偏差的特点解决谱估计中一直存在的估计方差和估计偏差进退两难的问题;另一方面在小波变换抑制噪声的基础上通过加窗求和实现噪声的再次抑制,改进了传统小波变换奇异点检测性能,最后结合两者优点,同时选取合适的搜索门限,提升了特定信道环境下卫星信号的搜索性能。2、已有APSK调制识别算法大都需要匹配接收,预处理要求严格,在非合作接收条件下,由于先验知识少,往往无法达到算法的预处理要求,导致识别效果严重恶化,本文提出一种瞬时统计量与信噪比估计相结合的识别算法,并且论证了瞬时统计特征的噪声不敏感性。该算法直接对频带接收信号进行处理,对先验知识依赖少,预处理要求不高,且运算复杂度较低。3、从理论上分析推导了PSK、QAM、APSK信号经非线性变换后高阶循环累积量表达式,根据APSK信号及PSK、QAM信号高阶循环累积量离散谱线特征的不同,结合循环平稳性检测,提出了一种基于循环平稳特征的识别算法,实现了QPSK、8PSK、16QAM、16APSK、32APSK信号的有效区分。该算法无需参数估计及定时同步等预处理过程,能有效抵制噪声及衰落信道的影响,仿真实验验证了理论分析的正确性及识别算法的有效性。4、在相关理论研究的基础上,构建特定卫星信道环境下信号检测及APSK信号识别与分析系统,完成了相关研究的算法实现和工程实践,并对系统中搜索、识别模块进行实际信号测试。
徐闻[6](2013)在《通信混合信号检测与调制分析研究》文中进行了进一步梳理随着无线通信技术的发展,有限频带内的通信信号越来越密集,信号间同频干扰严重,对于这种混合信号,传统的处理方式已经无法满足信号检测和调制分析需求。因此,针对基于单通道接收的混合信号,本文研究了信号的盲检测及调制分析问题,主要内容如下:1.针对单通道混合信号的特点,采用了混合信号的通用数学模型,然后对混合信号的小波特性、循环平稳特性、高阶统计特性等进行了分析讨论。2.针对单通道混合信号盲检测与个数估计问题进行了研究。首先采用一种基于特征值分解的盲检测算法,研究了检测性能与估计维数的关系,在不损失性能前提下降低了算法复杂度;然后采用小波变换、小波降噪和方正弦波插值联合的算法实现了信号个数的估计,该算法能有效地检测出信号奇异点,以便于谱线的提取,仿真结果验证了该算法的有效性和良好性能。3.针对单通道混合信号参数估计的问题进行了研究。首先对其循环平稳特性进行了分析,讨论了不同累积量与不同截面循环谱所反映的信号载频与码元速率的关系,然后重点分析了基于循环谱的参数估计方法,从不同截面的关联性出发解决了参数配对的问题,并采用形态学滤波的思想优化提取谱线,对采用循环谱的参数估计算法进行了仿真验证。最后论证了采用联合算法能够实现MPSK、MQAM混合信号参数的估计,该联合算法能够实现参数配对且适应信号类型较多。4.针对单通道混合信号调制识别的问题进行了研究。在基于载波同步与定时同步的条件下,对混合信号高阶统计特性进行分析,得到了混合信号的各阶累积量与单信号的相互关系,给出了一种基于高阶累积量的混合信号特征提取算法。之后,推导了核Logistic回归分类器的分类流程,然后对不同类型分类器进行了分析及性能比较,最后采用混合核支撑向量机对提取特征进行分类,实现了MPSK、MQAM信号混合情况下的调制识别。
宁辉,陈超[7](2011)在《基于小波变换的二相编码信号检测》文中指出针对低信噪比条件下相位编码信号检测效果差的问题,运用粗细定位相结合的思想,采用双尺度小波变换对二相编码信号进行了研究。该方法在大尺度的模值点上,对信号的奇异点进行粗略定位;在小尺度的模值点上,对信号的奇异点进行精确定位,进而实现了对二相编码信号的检测。通过仿真实验表明,该算法在信噪比优于0 dB的情况下,可以较好地完成信号的检测过程,当信噪比优于3 dB时,检测概率高于95%。
张松华[8](2010)在《低信噪比下RFID调制识别测试的研究》文中提出RFID具有不需直接接触即可实现信息的传输和处理,可同时识别多个目标,并适用于各种恶劣环境等特点,目前正逐步成为IT领域的热点技术。RFID测试是RFID应用的技术前提,RFID系统测试技术研究开发及开放平台建设成为一个新兴的研究领域。RFID测试包括技术测试与应用测试,技术测试主要测试RFID产品的可靠性、识别率等性能,应用测试主要是测试RFID技术在具体环境应用中的性能,RFID调制识别测试属于其中技术测试的范畴。随着RFID技术的发展,形成多种标准并存的局面,因各种标准中调制方式各不相同,给多标准间的通信互联带来了很大的障碍。因此,正确识别RFID调制方式类型是系统中实现通信互联和信号测试等后续处理的前提。另外,日趋复杂的通信环境对调制方式识别的信噪比提出了更高的要求,因此低信噪比下的RFID调制识别技术的研究成为国内外RFID测试中的研究热点。本文针对低信噪比时RFID调制信号的特点,提出采用小波变换对含噪调制信号进行消噪预处理,以提高了调制识别算法在低信噪比下的识别能力,并在特征提取阶段使用了更适于低噪声环境下使用的特征参数R。,这个参数是Chan提出的R参数的倒数,可以避免由于R的数值较小,很小的误差就可能引起误判的情况。最后本文设计了一种基于GA-BP (genetic algorithm-back propagation)网络的调制分类识别器,采用遗传算法优化了传统BP网络的权值和阈值,充分的发挥了遗传算法的全局寻优能力和神经网络的自学习特性,结合预处理和特征提取阶段所使用的方法,可系统地提高低信噪比时RFID调制方式的识别准确率。
胡力[9](2010)在《RFID调制制式测试研究》文中研究指明射频识别(Radio Frequency Identification, RFID)作为一项先进的自动识别和数据采集技术,被认为是21世纪十大重要技术之一,在生产制造、销售流通、公共安全等领域有着广阔的应用前景。作为RFID技术体系中的一项关键支撑技术,RFID测试对于RFID技术的进一步推广应用有着重要的意义。RFID测试主要包括性能测试和一致性测试。本文就一致性测试规范中的RFID调制制式测试做出一些尝试性的研究。软件无线电作为一种全新的无线电体系,采用基于硬件平台和软件分层的结构,通过管理与分配软件和硬件资源来实现通信功能。软件无线电思想及其技术为当前RFID测试面临多标准、环境复杂等难题提供了一种新的解决思路。同时,基于软件无线电构建的RFID测试系统又为RFID调制制式的自动识别提供了新的途径。在本文中,利用小波变换良好的时频分析特性,和神经网络具有自学习、自适应、鲁棒性、容错性等优点,提出了一种小波-神经网络结构来进行RFID调制制式识别。本文首先介绍了基于软件无线电的RFID测试系统的构建,指出宽带中频带通采样结构是目前比较实际的软件无线电结构形式。然后,本文分析了RFID常用的调制制式,并根据宽带中频带通采样结构提出了多模式调制的通用结构。之后本文介绍了小波分析在调制识别中的优势,提出了基于小波变换的RFID调制信号特征构建方法。最后,利用神经网络的自动化和智能化特点,设计了用于制式分类的神经网络分类识别器,并用神经网络在模式识别方面应用比较典型的BP算法和RBF算法分别在MATLAB环境下对RFID常用的2ASK、4ASK、2FSK、4FSK、BPSK等五种调制制式予以识别仿真,并给出了相应的仿真结果。仿真结果表明这种基于小波一神经网络的RFID调制制式识别结构具有较高的准确率,低信噪比下(SNR=5db)识别率在93%以上,同时具有良好的适应性和实时性,是一种实现RFID调制制式自动识别的新途径。
雷雪梅[10](2010)在《低截获概率信号识别与参数估计研究》文中研究说明在当前复杂密集的电磁环境中,低截获概率(Low Probability of Intercept, LPI)雷达信号由于其具有功率低、带宽宽以及抗干扰性良好等特点,已被广泛应用于雷达、通信等领域。对LPI雷达信号的检测与识别用传统的截获接收机难以实现,这类课题也成为电子侦察领域研究的难点和热点问题。LPI雷达的最重要特征反映在信号的调制形式上,因此LPI雷达信号的调制类型识别和参数估计成为本文研究的重点。本文首先从雷达系统的角度介绍了LPI雷达原理及低截获概率技术,研究了几种典型的LPI雷达信号(线性调频、相位编码、频率编码和频率相位编码混合调制),分析了信号模型及其低截获特性。再从侦察系统的角度对现有的两类信号特征分析算法(时频分析与循环平稳分析)进行了分析和性能评估。其中,在时频分析方法中,重点分析了短时傅立叶变换与小波变换在LPI信号处理上的应用;在循环平稳分析方法中,着重分析了高阶循环累积量,研究实现了一种快速计算循环累积量的方法。现有很多实现对信号调制识别和分析的方法,但是在对LPI雷达信号的截获与处理中,实现对目标的高概率截获与识别是最重要的目标。在工程应用中,信号处理算法的处理能力和处理速度两个方面对截获概率同样重要。因此,本文针对LPI雷达信号截获与识别的目的,通过相关分析法快速地提取了一种适合LPI雷达信号识别的特征描述,即脉内帧间相位差,结合支持向量机分类器实现了对LPI雷达信号的调制类型间的自动识别。进一步对识别出的各类LPI雷达信号作调制类型内的识别,如LFM信号不同带宽间、BPSK与QPSK、2FSK与4FSK等。在对LPI雷达信号参数估计上,基于STFT时频脊线与小波变换实现了对LPI雷达信号频率和码速率的估计;基于快速循环累积量实现了对LPI雷达信号频率的高精度估计。现有算法多是针对单一调制方式的分析与识别,而LPI雷达中最重要的混合调制类型识别,对现有处理方法提出了很大挑战,本文最后针对混合调制信号,综合几种算法实现了混合调制FSK/PSK信号的多参数盲估计。
二、小波奇异点检测在FSK调制分析中的应用(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、小波奇异点检测在FSK调制分析中的应用(论文提纲范文)
(1)相频混合调制信号侦察处理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 相频调制信号调制参数估计研究现状 |
1.2.2 相频混合调制信号调制识别研究现状 |
1.3 本文的主要内容和研究思路 |
第二章 信号模型及传输特性分析 |
2.1 引言 |
2.2 常见相频混合调制模型 |
2.2.1 DS/FH-BPSK |
2.2.2 FSK/BPSK |
2.3 FSK/BPSK-VSB模型 |
2.3.1 BPSK-SSB |
2.3.2 BPSK-VSB |
2.3.3 FSK/BPSK-VSB |
2.4 FSK/BPSK-VSB模型调制特点 |
2.5 非线性传输性能实验 |
2.5.1 功放模型 |
2.5.2 系统模型 |
2.5.3 仿真结果及分析 |
2.6 小结 |
第三章 FSK/BPSK-VSB调制信号跳频点位置估计 |
3.1 引言 |
3.2 相频混合调制信号跳频位置估计方法 |
3.2.1 基于时频脊线的小波变换方法 |
3.2.2 基于瞬时频率的单元均值平滑方法 |
3.2.3 基于信号二次方变换的瞬时频率多重差分方法 |
3.3 FSK/BPSK-VSB调制信号跳频检测及跳频位置估计算法 |
3.3.1 FSK/BPSK-VSB调制信号相位变化规律 |
3.3.2 单元最小值平滑算法 |
3.3.3 FSK/BPSK-VSB调制信号跳频点检测 |
3.3.4 FSK/BPSK-VSB调制信号跳频点位置估计 |
3.4 跳频点位置估计仿真实验 |
3.4.1 跳频点数目识别率实验 |
3.4.2 跳频点位置估计实验 |
3.5 小结 |
第四章 BPSK-VSB调制信号识别 |
4.1 引言 |
4.2 常见调制模型 |
4.3 基于多参数的BPSK-VSB调制识别算法 |
4.3.1 码宽相对误差 |
4.3.2 平方谱过门限次数 |
4.3.3 频谱非对称度 |
4.3.4 算法流程 |
4.4 BPSK-VSB调制识别仿真实验 |
4.5 小结 |
第五章 复合调制信号调制分析软件设计 |
5.1 引言 |
5.2 软件功能流程设计 |
5.2.1 软件功能 |
5.2.2 软件结构 |
5.2.3 软件流程 |
5.2.4 软件界面及仿真演示 |
5.3 小结 |
结束语 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(2)非协作通信中调制识别与参数估计算法的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 发展历史与现状 |
1.2.1 调制识别技术的发展与现状 |
1.2.2 参数估计技术的发展与现状 |
1.3 论文结构安排 |
第2章 常见调制类型及信号处理方法 |
2.1 常见调制类型 |
2.1.1 常见模拟调制介绍 |
2.1.2 常见数字调制介绍 |
2.2 相关理论基础介绍 |
2.2.1 功率谱估计理论 |
2.2.2 小波变换 |
2.2.3 高阶累积量 |
2.2.4 循环谱相关 |
2.3 本章小结 |
第3章 通信信号调制识别技术的研究 |
3.1 模拟与数字调制识别的研究 |
3.1.1 基于非线性变换的方法 |
3.1.2 两次连续Haar小波变换法 |
3.1.3 非线性变换结合小波变换法 |
3.1.4 基带信号小波变化方法 |
3.1.5 本文改进方法 |
3.2 模拟调制信号识别的研究与仿真 |
3.2.1 基于瞬时特征的经典方法 |
3.2.2 本文采用的方法 |
3.3 数字调制信号识别的研究 |
3.3.1 基于高阶累积量的识别方法 |
3.3.2 基于非线性变换的识别方法 |
3.3.3 基于瞬时频率特征的识别方法 |
3.4 模拟数字调制信号综合识别 |
3.5 本章小结 |
第4章 通信信号参数估计算法的研究 |
4.1 通信信号载波频率的估计 |
4.1.1 基于时域的载频估计方法 |
4.1.2 基于频域的载频估计方法 |
4.1.3 基于循环谱的载频估计方法 |
4.2 数字调制信号符号率的估计 |
4.3 本章小结 |
第5章 基于实测数据的方案性能验证 |
5.1 硬件与软件支持 |
5.1.1 通用软件无线电外设 |
5.1.2 傅里叶变换库FFTW |
5.2 测试实验构建及试验步骤 |
5.2.1 信号采集系统的搭建 |
5.2.2 整体算法结构设计 |
5.2.3 测试界面的设计 |
5.3 调制识别算法验证 |
5.4 参数估计算法验证 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(3)跳频体制下的干扰检测及盲源分离(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 盲信号分离及干扰检测的研究现状 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 跳频干扰检测及盲源分离基础 |
2.1 跳频通信系统 |
2.2 干扰检测算法的基础 |
2.2.1 干扰信号模型 |
2.2.2 特征参数提取方法 |
2.2.3 小波包变换 |
2.3 盲信号分离算法的基础 |
2.3.1 信号的白化 |
2.3.2 时频变换 |
2.3.3 分离条件及模糊性 |
2.4 本章小结 |
第三章 跳频信号中的干扰检测 |
3.1 引言 |
3.2 跳频信号中的干扰模型 |
3.3 干扰信号的检测过程 |
3.4 干扰信号的参数识别 |
3.5 干扰信号仿真分析 |
3.6 跳频信号中干扰的仿真分析 |
3.7 本章小结 |
第四章 跳频信号的盲分离算法 |
4.1 引言 |
4.2 欠定盲信号分离数学模型 |
4.3 盲信号估计算法 |
4.3.1 单源点选取 |
4.3.2 源信号数的估计 |
4.3.3 混合矩阵的估计 |
4.3.4 源信号恢复 |
4.4 跳频盲信号分离的算法 |
4.5 仿真实验与分析 |
4.6 计算复杂度分析 |
4.7 本章小结 |
第五章 干扰检测在盲源分离中的应用 |
5.1 引言 |
5.2 干扰检测及盲源分离的联合模型 |
5.3 小波包的窄带干扰抑制的仿真分析 |
5.4 非抽取小波包的干扰抑制仿真分析 |
5.5 干扰检测在盲信号分离中的仿真分析 |
5.6 本章小结 |
第六章 全文总结 |
6.1 本文主要工作 |
6.2 下一步工作 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
个人简历 |
附件 |
(4)基于谱熵和多尺度小波的码元速率估计方法(论文提纲范文)
1谱熵分析 |
2基于小波变换的码速估计 |
2.1小波变换 |
2.2基于小波变换的符号速率估计 |
3基于谱熵和小波的码元速率估计方法 |
3.1基于谱熵的信息提取 |
3.2单极性序列构造 |
3.3多尺度小波分析 |
4实验分析 |
4.1已调信号的瞬时频率特征 |
4.2基于谱熵检测的码元速率估计分析 |
4.3不同信噪比下估计精度 |
5结论 |
(5)卫星信号自动检测与识别技术研究(论文提纲范文)
摘要 |
Abstract |
目录 |
图录 |
表录 |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 信号搜索与检测 |
1.2.2 信号自动调制识别 |
1.2.3 APSK 信号自动调制识别 |
1.3 研究内容及思路 |
1.4 论文结构安排 |
第二章 卫星信号传输与采集 |
2.1 卫星信号传输与调制方式 |
2.1.1 卫星通信系统构成 |
2.1.2 卫星信号调制方式 |
2.2 信号截获与采集 |
2.2.1 信号截获采集系统结构 |
2.2.2 带通采样原理 |
2.2.3 带通采样技术在本文中的应用 |
2.3 本章小结 |
第三章 卫星信号搜索与检测 |
3.1 信号搜索技术研究 |
3.1.1 信号搜索基本原理 |
3.1.2 信号搜索系统构成 |
3.1.3 能量检测与参数测量 |
3.2 信号功率谱估计 |
3.2.1 周期图谱估计 |
3.2.2 多窗谱估计 |
3.3 小波双重噪声抑制卫星信号搜索 |
3.3.1 小波变换基本原理 |
3.3.2 小波双重噪声抑制奇异点检测 |
3.3.3 搜索门限设置 |
3.3.4 算法设计 |
3.4 算法仿真与性能分析 |
3.5 本章小结 |
第四章 基于瞬时统计特征的调制识别算法 |
4.1 调制识别特征参数分析 |
4.1.1 信号的解析表示 |
4.1.2 瞬时幅度统计特征分析 |
4.1.3 瞬时幅度与信噪比估计相结合特征分析 |
4.1.4 四次方谱线特征分析 |
4.2 调制识别算法 |
4.3 算法仿真与性能分析 |
4.4 本章小结 |
第五章 基于循环累积量的调制识别算法 |
5.1 循环平稳性分析 |
5.1.1 概述 |
5.1.2 基本定义 |
5.1.3 相关性质 |
5.2 常见调相信号循环累积量特征分析 |
5.2.1 二阶循环累积量特征分析 |
5.2.2 四阶循环累积量特征分析 |
5.2.3 六阶循环累积量特征分析 |
5.2.4 循环平稳性检测 |
5.3 常见调相信号调制识别算法 |
5.3.1 算法原理 |
5.3.2 算法步骤 |
5.4 算法仿真及性能分析 |
5.5 本章小结 |
第六章 系统实现与性能测试 |
6.1 系统实现 |
6.2 系统性能测试 |
6.3 小结 |
结束语 |
致谢 |
参考文献 |
作者简历 |
(6)通信混合信号检测与调制分析研究(论文提纲范文)
摘要 |
Abstract |
目录 |
图录 |
表录 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究历史及发展现状 |
1.3 本文的章节安排 |
1.4 本文的主要创新点 |
第二章 混合信号模型及相关特性分析 |
2.1 引言 |
2.2 混合信号模型的建立 |
2.3 信号的小波变换理论 |
2.4 信号的循环平稳特性 |
2.5 信号的高阶统计特性 |
2.6 本章小结 |
第三章 混合信号检测与信号个数估计 |
3.1 引言 |
3.2 基于特征值分解的盲检测 |
3.2.1 特征值分解理论分析 |
3.2.2 检测量的构建 |
3.2.3 算法流程与仿真分析 |
3.3 基于小波与 SSWIA 的信号个数估计算法 |
3.3.1 小波理论分析 |
3.3.2 方正弦波插值算法(SSWIA)归一化脉冲 |
3.3.3 算法流程与仿真分析 |
3.4 本章小结 |
第四章 混合信号的参数估计 |
4.1 引言 |
4.2 基于循环累积量的混合信号参数估计 |
4.2.1 混合信号循环累积量的理论分析 |
4.2.2 混合信号循环累积量仿真分析 |
4.3 基于循环谱的混合信号参数估计 |
4.3.1 混合信号循环谱的理论分析 |
4.3.2 多径与频移对循环谱的影响 |
4.3.3 基于形态学滤波对谱线提取算法 |
4.3.4 算法流程与仿真分析 |
4.3.5 混合两种方法的分析 |
4.4 采样率和分辨率的分析 |
4.5 本章小结 |
第五章 混合信号的调制识别 |
5.1 引言 |
5.2 混合信号高阶累积量的理论依据 |
5.3 高阶累积量的特征值提取 |
5.4 分类器的设计与比较 |
5.4.1 基于核 Logistic 回归分类器理论分析 |
5.4.2 基于支撑向量机分类的理论分析 |
5.4.3 不同分类器性能比较 |
5.5 算法流程与仿真分析 |
5.6 本章小结 |
结束语 |
致谢 |
参考文献 |
作者简历 |
(7)基于小波变换的二相编码信号检测(论文提纲范文)
0 引 言 |
1 基于小波变换检测二相编码信号的基本原理 |
1.1 二相编码脉冲信号 |
1.2 小波变换的基本涵义 |
1.3 奇异点的检测 |
1.4 基于双尺度小波变换的二相编码信号检测 |
2 算法的检测性能仿真 |
3 结 语 |
(8)低信噪比下RFID调制识别测试的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景及意义 |
1.2 国内外RFID测试情况 |
1.3 国内外调制方式自动识别技术情况 |
1.4 本文主要研究内容及章节安排 |
第2章 RFID调制测试的理论基础及调制信号仿真 |
2.1 RFID典型调制方式 |
2.2 RFID调制方式的基本原理 |
2.2.1 幅度键控(ASK) |
2.2.2 频移键控(FSK) |
2.2.3 移相键控(PSK) |
2.3 含噪调制信号的仿真 |
2.3.1 高斯白噪声的仿真 |
2.3.2 含噪调制信号的仿真 |
2.4 调制识别技术基础 |
2.5 本章小结 |
第3章 基于小波理论的RFID调制信号消噪及特征提取 |
3.1 小波消噪理论 |
3.1.1 信号消噪方法 |
3.1.2 小波消噪方法 |
3.2 小波阈值消噪的理论 |
3.2.1 小波阈值消噪的基本原理 |
3.2.2 小波消噪阈值量化规则的选择 |
3.2.3 小波消噪阈值函数的选择 |
3.2.4 小波阈值消噪法的改进 |
3.2.5 RFID调制信号的小波消噪仿真 |
3.3 RFID调制信号特征提取 |
3.3.1 调制信号的瞬时参数提取 |
3.3.2 特征参数的提取 |
3.3.3 RFID调制识别流程 |
3.4 本章小结 |
第4章 基于遗传BP神经网络的调制识别测试系统 |
4.1 神经网络概述 |
4.1.1 神经网络模型 |
4.1.2 神经网络的特点 |
4.1.3 神经网络的分类 |
4.1.4 神经网络的应用 |
4.2 BP神经网络 |
4.2.1 BP网络模型与结构 |
4.2.2 BP网络学习规则 |
4.2.3 BP网络的设计 |
4.2.4 BP网络算法的改进 |
4.3 遗传算法 |
4.3.1 遗传算法概述 |
4.3.2 遗传算法的工作原理 |
4.3.3 遗传算法的局限性 |
4.4 遗传BP神经网络 |
4.4.1 遗传算法训练BP网络的步骤 |
4.4.2 GA-BP调制识别测试网络的设计与训练 |
4.4.3 GA-BP调制识别测试网络仿真结果 |
4.5 本章小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读硕士学位期间所发表的学术论文目录 |
(9)RFID调制制式测试研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 RFID技术的基本概念与发展历史 |
1.2 RFID系统的组成和基本原理 |
1.3 RFID分类 |
1.4 RFID测试现状和本研究课题背景 |
1.5 本文主要研究内容及结构安排 |
第2章 软件无线电技术 |
2.1 软件无线电概述 |
2.2 软件无线电的体系结构 |
2.2.1 射频低通采样数字化结构 |
2.2.2 射频带通采样数字化结构 |
2.2.3 宽带中频带通采样数字化结构 |
2.3 RFID测试系统的软件无线电框架 |
2.4 本章小结 |
第3章 RFID的调制技术 |
3.1 射频数字调制 |
3.1.1 2ASK调制 |
3.1.2 4ASK调制 |
3.1.3 2FSK调制 |
3.1.4 4FSK调制 |
3.1.5 BPSK调制 |
3.2 软件无线电中信号调制通用模型 |
3.3 本章小结 |
第4章 小波分析的基本理论 |
4.1 小波分析简介及特点 |
4.1.1 小波分析简介 |
4.1.2 小波变换的特点及与傅立叶变换的比较 |
4.2 小波函数 |
4.2.1 小波基构成 |
4.2.2 常用小波函数 |
4.3 小波变换及多分辨率分析 |
4.3.1 小波变换的定义 |
4.3.2 多分辨率分析 |
4.4 本章小结 |
第5章 基于小波分析的RFID调制制式特征构建 |
5.1 小波变换特征表示分类 |
5.2 RFID信号的小波分析及特征提取 |
5.2.1 母小波的选择 |
5.2.2 Mallat算法的信号分解过程 |
5.2.3 Mallat算法的信号重构过程 |
5.2.4 RFID信号的小波分解重构 |
5.2.5 RFID信号小波变换后的特征提取 |
5.3 本章小结 |
第6章 神经网络及调制分类器实现 |
6.1 常用信号识别分类器介绍 |
6.2 神经网络概述及相关识别算法 |
6.2.1 人工神经网络的历史和发展 |
6.2.2 神经网络理论 |
6.3 基于神经网络分类器的识别框架构建 |
6.4 本章小结 |
第7章 识别仿真及性能分析 |
7.1 RFID调制信号的生成 |
7.2 信号的小波分解与特征提取 |
7.3 神经网络分类器训练和识别 |
7.3.1 BP网络分类器 |
7.3.2 RBF网络分类器 |
7.4 本章小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
附录B 基于MATLAB R2008a下的部分仿真程序 |
(10)低截获概率信号识别与参数估计研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究历史及发展现状 |
1.2.1 LPI 雷达现状 |
1.2.2 LPI 雷达信号截获技术现状 |
1.2.3 小结 |
1.3 本文主要工作 |
第二章 LPI 雷达及低截获概率技术 |
2.1 引言 |
2.2 LPI 雷达技术 |
2.2.1 截获因子 |
2.2.2 低截获概率技术 |
2.3 典型的LPI 雷达信号 |
2.3.1 线性调频信号 |
2.3.2 相位编码信号 |
2.3.3 频率编码信号 |
2.3.4 混合调制信号 |
2.4 本章小结 |
第三章 LPI 雷达信号特征分析 |
3.1 引言 |
3.2 时频特征分析 |
3.2.1 短时傅立叶变换 |
3.2.2 小波变换 |
3.3 循环平稳特征分析 |
3.3.1 循环平稳理论 |
3.3.2 快速循环累积量算法 |
3.4 本章小结 |
第四章 LPI 雷达信号分选与识别 |
4.1 引言 |
4.2 特征提取——相关分析法 |
4.2.1 相关分析法原理 |
4.2.2 LPI 雷达信号脉内特征提取 |
4.3 基于SVM 的识别算法 |
4.3.1 LPI 雷达信号类间识别 |
4.3.2 LPI 雷达信号类内识别 |
4.3.3 仿真结果与分析 |
4.4 本章小结 |
第五章 LPI 雷达信号参数估计 |
5.1 引言 |
5.2 PSK、FSK 信号参数估计 |
5.2.1 基于STFT 时频脊线与小波变换的参数估计算法 |
5.2.2 基于循环累积量的信号频率估计算法 |
5.2.3 仿真结果与分析 |
5.3 混合调制信号多参数估计 |
5.3.1 信号模型 |
5.3.2 算法原理 |
5.3.3 仿真结果与分析 |
5.4 本章小结 |
第六章 全文总结 |
致谢 |
参考文献 |
攻硕期间取得的研究成果 |
四、小波奇异点检测在FSK调制分析中的应用(论文参考文献)
- [1]相频混合调制信号侦察处理技术研究[D]. 唐黄. 国防科技大学, 2018(01)
- [2]非协作通信中调制识别与参数估计算法的研究[D]. 王宜志. 哈尔滨工程大学, 2016(03)
- [3]跳频体制下的干扰检测及盲源分离[D]. 陆丹丹. 电子科技大学, 2016(02)
- [4]基于谱熵和多尺度小波的码元速率估计方法[J]. 杨天朋,马战宝. 科学技术与工程, 2014(17)
- [5]卫星信号自动检测与识别技术研究[D]. 裴立业. 解放军信息工程大学, 2013(02)
- [6]通信混合信号检测与调制分析研究[D]. 徐闻. 解放军信息工程大学, 2013(02)
- [7]基于小波变换的二相编码信号检测[J]. 宁辉,陈超. 吉林大学学报(信息科学版), 2011(06)
- [8]低信噪比下RFID调制识别测试的研究[D]. 张松华. 湖南大学, 2010(04)
- [9]RFID调制制式测试研究[D]. 胡力. 湖南大学, 2010(04)
- [10]低截获概率信号识别与参数估计研究[D]. 雷雪梅. 电子科技大学, 2010(04)