关 键 词：

通信 通讯 信号 调制 类型 自动识别 电子 优秀 优良 机械 机电 电机 毕业设计 论文 a6231

资源描述：

文档包括:

说明书一份,24页,10600字左右.

任务书.doc

开题报告.doc

翻译英文.doc

翻译中文.doc

课题审核表.doc

指导过程记录表.doc

中期检查表.doc

内容简介：

河南科技学院本科毕业论文（设计）中期 进展情况 检查表 学生姓名 朱丽君 班级 应教 052 班 指导教师 付广春 论文（设计）题目 通信信号调制类型的自动识别 目前已完成任务 需资料已经基本找到 节 已经基本完成 是否符合任务书要求进度： 符合 尚需完成的任务 左右的中英文翻译本周交给老师 练算法 ， 多种方案 对比 由老师指导 到合格 行答辩 能否按期完成论文（设计 ）： 能 存在问题和解决办法 存 在 问 题 间紧迫 不容易掌握 拟 采 取 的 办 法 高效 利用时间 老师详细请教不明白的地方 对理论知识加深理解 决各自疑难问题 . 指导教师签 字 日期 年 月 日 教学院长（ 系 主任） 意 见 签字： 年 月 日 河南科技 学院本科 毕业论文（设计）任务书 题目名称 通信信号调制类型的自动识别 学生姓名 朱丽君 所学专业 应用电子技术教育 学号 20050324212 指导教师姓名 付广春 所学专业 应用电子技术 职称 讲师 完成期限 2008 年 12 月 16 日 至 2009 年 5 月 28 日 一、 论文（设计）主要内容 通信信号调制类型的自动识别目前已经成为通信领域中一个比较新的研究方向，现在已有的调制识别方法主要有两种：基于决策理论的研究方法和基于统计模式识别方法。其中基于决策理论的方法主要任务就 是找出特征参数，根据所找出的特征参数设计流程，完成对2六个调制信号的自动识别，并使识别过程简单，清楚。 选择一些特征参数并计算出来，设计流程图。 二、 毕业论文（设计）的基本要求 1. 毕业设计一份。 2. 论文围绕所选课题，充分利用所学的理论及相关知识，调研及查找文献资料。 3. 字迹工整、条理清楚、格式规范、内容完整。 4. 查阅主要参考文献和相关资料。完成课题，开题报告。 5. 有 2000 汉字以上的与本专业相关的外文文献。 6. 有 200 字左右的中英文摘要，正文后有 15 篇以上的参考文献，主要来源期刊杂志与教材，论文总字数在 6000。 三、 毕业论文（设计）进度安排（师范专业） 1. 2008 年 11 月 1 日至 2008 年 11 月 10 日教师提交课题申请表。 2. 2008 年 12 月 16 日至 2008 年 12 月 21 日完成任务书的填写。 3. 2009 年 2 月 16 日至 2009 年 2 月 27 日完成中英文翻译及开题报告。 4. 2009 年 4 月 20 日至 2009 年 4 月 26 日进行中期检查。 5. 2009 年 5 月 18 日至 2009 年 5 月 20 日论文电子稿 基本 完成 。 6. 2009 年 5 月 20 日至 2009 年 5 月 22 日交由指导老师查看，并根据老师意见进行修改。 7. 2009 年 5 月 28 日论文定型，进行答辩。 河南科技学院 2009 届本科毕业论文（设计） 论文（设计）题目 通信信号调制类型的自动识别 学生姓名： 朱丽君 所在院系： 机电学院 所学专业： 应用电子技术教育 导师姓名： 付广春 完成时间： 2009 摘 要 通信信号调制类型的自动识别广泛应用于信号确认、干扰辨识、无线电侦听、电子对抗和信号监测等领域。传统的通信电台或系统是针对特定调制样式 和带宽的单一型系统，其应用范围非常有限，很不适应目前的多调制、多服务的通信系统。 由于多调制的存在 ,对于一个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式 , 因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一。 本文首先对各种通信信号进行了理论分析 ,在此基础上针对数字调制信号采用了基于决策论方法的调制识别算法 ,然后提出了一种基于该算法的判决流程，最后在软件环境中进行计算机仿真。仿真结果表明，该算法具有较高的识别率和良好的可行性。 关键词 ： 调制识别 ， 特征参数 ， 决策树 ， 仿真 he of of is in of as is Its is it to of at of of is to of So of is a of in of on on at on of on on in 河南科技学院本科生毕业论文（设计）开题报告 题目名称： 通信信号调制类型的自动识别 学生姓名 朱丽君 专业 应用电子技术教育 052班 学号 20050324212 指导教师姓名 付广春 所学专业 应用电子技术 职称 讲师 完成期限 2008 年 12 月 16 日至 2009 年 5 月 28 日 一、选题的目的意义 通信信号调制识别是研究热点之一 ， 国内外都有相关方面的研究 ， 并且取得很好的结果。近十几年来 ， 随着计算机 ， 人工智能 ， 模式识别和信号处理等技术的飞速发展 ， 通信信号的自动调制识别技术得到长足地发展。日益受到 重视 ， 特别是低信噪比条件下的信号调制识别。 通信信号调制识别技术能够自动地识别通信信号的调制方式 ， 它是构成基于软件无线电的通用接收机和智能调制解调器的重要技术基础 ， 在多体制通信互联和软件无线电方面也有着十分重要的应用。通信信号调制识别的基本任务是在多信号环境和有噪声干扰的条件下确定出接收信号的调制方式和其它信号参数 ， 从而为进一步分析和处理信号提供依据。随着通信技术的发展 ， 无线通信环境日益复杂 ， 通信信号在很宽的频带上采用不同调制参数的各种调制样式。如何有效的监视和识别这些信号 ， 在军事和民用领域都 是十分重要的研究课题。在军事领域 ， 通信信号调制方式的识别是对敌方通信进行干扰或侦听的前提 ， 一旦知道了调制类型 ， 就可以估计调制参数 ， 从而有针对性的制定侦察和反侦察策略。在民用方面 ， 比如信号确认、于扰识别和频谱监测等无线电管理工作 ， 其任务就是监视合法的无线电电台是否严格遵守分配给他们的工作参数的限制 ， 同时侦听非法电台的干扰和来源 ， 而通信信号调制识别技术是实现这些非合作通信任务的关键技术之 一 。 二、国内外研究现状 目前已有的信号调制识别方法主要分为两大类 :基于决策理论的方法和基于统计模式识别的方法 。 决策论途径的基本框架是符合假设检验 ， 它适应与待识别种类有效的情况 ; 而统计模式模式识别途径的基本框架则是先从信号中提取事先选定的特征 ， 然后进行模式识别。不论是决策论途径还是模式识别途径 ， 通信信号的自动调制识别实际上都是假设检验和统计推断这两个基本数学方法现。在信号调制自动识别中 ， 有很多信号参数可以作为信号的特征统计量。因此 ， 相应也有很多方法用于信号特征统计量的构造。此外 ， 在数字通带调制信号的调制识别研究中 ， 还陆续出现了一些新的特征统计量及其构造方法 ， 其中包括 :号的统计矩及其测 量、 高阶相关及其估计 ， 以及信号的归一化振幅等特征量等。 三、主要研究内容 1. 调制类型识别原理 2. 各种调制信号瞬时特征参数的计算 3. 决策树原理 4. 软件环境中的仿真实验 四、毕业论文（设计）的研究方法或技术路线 本课题主要以理论研究为主。通过网上查询相关数字期刊或者图书馆查阅相关电子期刊和杂志的途径，来完成理论的设计。 根据信号调制类型的自动识别原理和原有理论，提取不同的特征参数，研究出一种新的，简单的通信信号调制类型的自动识别方法。本 设计准备从以下几方面着手： 1. 对一般调制类型识别原理的分析。 2. 对比各种算法， 提取五个不同的特征参数，选择最佳算法。 3. 提出新的调制类型自动识别算法 。 在具体的实施过程中，将遵循一下步骤： 1. 对一般类型识别原理进行透彻分析，准确熟练掌握各个部分的功能。 2. 对比提取的特征参数，看哪些提取简单，且判别容易，选择最有优势的算法。 3. 运用决策树理论将各种信号类型识别出来。 五、 主要参考文献与资料 1 V in D 999.： 39 2 C of 9， 999：427 431 3 G as a 19 999：442 446 4 ， ， H of 999： 2471 2474 5 A of in 14 36 6 E， K of 1996： 77 94 7 胡广书数字信号处理 理论、算法与实现北京：清华大学出版社， 2000： 126 127 8 李建新，刘乃安，刘继平 . 现代通信系统分析与仿真 信工具箱 . 西安：西安电子科技大学出版社， 2000 9 张鸣 西安：西安科技 大学， 2005 10 范海波，杨志俊，曹志刚 J. 通信学报，2004,25(1):140 11 王洁 , 陈惠民 , 张金艺 ,等 . 数字调制方式的识别研究 J . 上海大学学报 (自然科学版 ) , 2002 , 8 (3) : 197 - 199 12 吕杰 , 张胜付 . 数字通信信号自动调制识别的谱相关方法 J. 南京理工大学学报 , 1999, 23(4): 297 13 吕铁军 成都：电子科技大学博士论文 1 14 杨小牛，楼才义，徐建良 北京：电子工业出版社 15 张贤达 二版） 华大学出版社 六、 指导教师审批意见 签名： 年 月 日 河南科技 学 院 毕业论 文（ 设计 ）指 导过 程 记录 表 论文 (设计 )题目 通信信号调制类型的自动识别 学生姓名 朱丽君 专业 应用电子技术教育 学生学号 20050324212 班级 052 班 指导教师姓名 付广春 职称 讲师 第 1 次指导： 确定 设计任务，确定了研究方向。 指导时间： 09 年 2 月 18 日 第 2 次指导： 收集资料，确定了可实现的研究和分析方案。 指导时间： 09 年 2 月 27 日 第 3 次指导： 查询资料，对比方案，确定了一组调制方式的识别方法 来 进行计算 和分析。 指导时间： 09 年 3 月 5 日 第 4 次指导： 根据自己掌握的资料，开始对设计针对性的分析。 指导时间： 09 年 3 月 12 日 第 5 次指导： 查阅资料，开始对通信信号调制类型识别方法在 国内外的发展前景展开研究，并写了分析。 指导时间： 09 年 3 月 19 日 第 6 次指导： 粗略的了解目前常用的通信信号调制识别方法，比较其优缺点 。 指导时间： 09 年 3 月 26 日 第 7 次指导： 对现有的识别 算法 进行改进，选择几个实用且易计算的特征参数来进行计算 。 指导时间： 09 年 4 月 3 日 第 8 次指导： 根据 已选择的一组特征参数设计出需要识别的通信信号调制类型的自动识别流程图，并用 指导时间： 09 年 4 月 10 日 第 9 次指导： 结合设计中出现的问题，对本设计方法中出现的一些问题 进步探讨研究，找到解决办法。 指导时间： 09 年 4 月 17 日 第 10 次指导： 整理材料，开始撰写论文。 指导时间： 09 年 4 月 24 日 第 11 次指导： 论文 基本 完成， 需要 修改 图片公式 。 指导时间： 09 年 4 月 30 日 第 12 次指导： 论文修改， 修改格式，符合学校规定 。 指导时间： 09 年 5 月 7 日 第 13 次指导： 论文修改可以，可以进行答辩。 指导时间： 09 年 5 月 14 日 调制 电磁能是电波和磁性波结合的领域 很象水波浪在包含很多个拍打戏水的孩子的一个大水池里 使通信不可能清楚的进行 . 控制信号和保证它们以原计划的形式到达它们意图的目的地的一种方式是调制 这种包含你想要传送的信号的波浪称为信息波 信息波被强加给载波以便创造独特的波动模式 . 举个例子来说 ,在 台情况下 ,被预先决定的载波也许有 率 总是能调整收音机到载波频率和依靠收音机去解释信息波信号 ,例如 ,早晨新闻 (信息波 ,例如传送早晨新闻的那个 ,被认为是导波 .)在传输末端将信息强加给载波信号的设备是公认的调制器 你可以从更加早期的科学系列课程中发现两个 (或更多 )波浪可以被结合成唯一的一个 ,新的波浪 看到 ,产生的波浪比两个原始的波浪复杂而且包含其中每 一个的特征 . 让我们回归到较详细地探索调制主题的水池比喻中。未被管制的波浪类似于被一群拍打戏水的小孩子制造出来的波浪。相反，更多在车道上有节奏的游着蛙泳的沉着成人组产生出更加井然有序的波浪类似于导波。现在假设成人是在一特别的波浪水池里游动膝部，常见的是在公园的水里，引起从水池的一端到另一端的有规律的波浪。水池引起的波浪是类似于一个被调制信号中的载波。游泳者引起的波浪类似于信息波。当每个游泳者在他的车道之内前进，他制造的波浪同水池引起的波浪相结合，很像没有信息信号增加的变动的信息。 调制用于模拟和数字通信 制的模拟信号用于一些调制解调器电信服务 ,尤其是通过 传输 ,但是这些日子 ,数字调制更加常用 为了数字仪器能发送在一个模拟系统中的信号是有必要的 数字仪器必须转换成它的数字信号来模拟 . 数字信号转换成模拟信号的一个常见的例子发生在当计算机必须传送在模拟电话线上的数据时 计算机需要调制解调器 ,这是一种可以将数字信号转换成模拟信号和将模拟信号转换成数字信号的设备 它们共同描述词调制解调器的功能 络时 ,你的计算机首先发布数字信号到调制解调器 然后通过电话线发送模拟信号 它的调制解调器接受模拟信号并且将它们翻译成计算机可能识别的数字信号 络是调制和解调的一个例子 但调制的实际方法可能是多变的 . 调制识别是辨认被噪声干扰的调制信号的一项技术 例如 军事威胁分析 ,监控 ,监视 ,光谱管理 ,电子战争等等 例如 ,精确的调制解调器和创造性的收发器 ,它能够动态地适应通讯电路和用户定义的调制类型 理论统计模式识别和抉择理论 并且样式识别器对根据接锺而来的信号的特点进行分类是有帮助的 信号谱 ,星座形状等等 这个方法要求更多原先的知识并且假设是在理想的高斯噪声的情况下 据标志改变时 ,一个被调制的信号是不可改变的并且陈列瞬间 并且这些不同能够被利用来调制分类用 方法 ,认为是具有好的瞬便侦查能力 . 在最近十年 ,很多调制识别方法被提议 ,并且被用来分辨调制方式的主要特点是相当不同的 用高度直方图 ,频率直方图和相位差直方图来区别对待数字调制的一些类型 绍了基于被拦截信号的零交叉特点的调制识别器 展了一种调制解调器 ,它用于没有任何关于信号本质的演绎信息的模拟和数字调制 ,在他们的算法中主要特点是各种各样的二次时刻 (例如二次时刻 ,二次中央时刻 ,绝对二次时刻 ,绝对二次中央时刻 ,等等 )出了为了识别调制而使用循环矢量特征的方法 ,高阶统计和累积量的方法 ,等等 并且不同的识别器为不同的调制使用 通信信号调制识别技术是无线通信的一个重要题材 ,基于时间界域统计特点和分数维特点 ,特征矢量样本被形成 一个人工神经网络为了不同类型数字式通频带调制的自动识别而被提议 来认可和新的被设置的统计特点的添加项一样 ,具有更好概念化的信号264通信信号调制类型的自动识别广泛应用在许多领域 ,例如信号监视和侦查 ,干涉整顿 ,无线电拦截和电子干扰 它的应用领域是有限的 ,并且它不可能适应当前多调制系统和多重服务 接受的首要条件和解调的信号是为了决定调制的类型 he is a of in of in a a of to at in is is a in to a of be to to is is to is is on a is n a to a in of M a If is to s on to s to a s to be (An as is a on at is as a A at or be to a As is of s to to of in to by a of By a of in a of to in a of at of to by is to in a by to As he by as by is in in is its to a an In to of a to an To a a to to SPs to a at SPs up a to SPs is of a to it a to of is a to of a by It is an in as It is to as to a is on of to A is be is to In a of to of a of a a of a in as ). a s o no in is so of an of on of is is of An is an of of to 4241664as as an of a of of is in of as is Its is it to of at of of is to of So of is of 目 录 1 引言 . 1 2 信号调制类型的算法 . 1 究背景 . 1 般调制样式识别过程的框架结构 . 2 立数学模型 . 3 策树基本知识 . 5 3 基于决策理论的调制类型识别 . 6 字调制信号的模型 . 6 度键控调制（ . 6 移键控调制 (. 7 移键控调制 (. 7 制信号的自动识别 . 8 征参数集 . 8 类识别 . 10 4 仿真及结果分析 . 13 字信号的产生 . 13 字调制信号的仿真 . 16 真试验及结果分析 . 18 论 . 19 致 谢 . 19 参考文献： . 20 附 录 . 21 1 1 引言 通信信号调制方式自动识别是信号分析领域中一个比较新的研究方向，它有很大的应用前景，尤其是在军事通 信领域。随着电子对抗技术研究的不断升温，迫切需要进行调制信号自动识别技术的研究，它被广泛应用于：信号确认、干扰识别、无线电侦听 、 电子对抗、信号监测和威胁分析等领域 。 目前已有的信号调制识别方法主要分为两大类 ： 基于决策理论的方法和基于统计模式识别的方法。大多基于决策理论的方法都需要对每一个特征参数选择一个最优的门限 ， 而且特征参数提取和进行信号识别的顺序都会直接影响识别率。基于统计模式识别的方法可以分成两个部分 :特征提取和分类器设计。特征提取负责对接收到的信号提取出最能表现其调制特征的参数。而分类器则根据已提 取出的特征把信号划分到相应的类别。前者检验统计量计算复杂且需要一些先 验信息但判别规则简单；后者特征提取简单、易于计算但判别规则复杂 1。 本文针对通信信号数字调制方式的特点，在决策理论的基础上提出了一种改进过的调 制方式识别算法并进行了软件仿真。仿真结果表明：该算法不仅能识别现代通信常用的各种数字调制方式， 如 22244且算法简单，适合实时操作，同时具有较好的抗噪声性能和较高的识别准确度。 2 信号调制类型的算法 究背景 调制方式识别是介于能量检测和信 号完全解调之间的过程。对于能量检测只要知道接收信号粗略的中心频率和带宽。而信号解调不仅需要知道精确的中心频率和带宽，还必须知道该信号采用的调制方式以及对应的调制参数。而调制方式识别的成功率则依赖于待识别调制方式集合的情况，以及各种先验信息。当集合中待识别的调制方式较多，尤其包含复杂调制方式时，就要求几乎精确的中心频率和带宽，对于相对简单的识别集合，则可以适当放宽上述条件。 调制方式识别系统一般包括三个部分，即接收机前端、调制识别器和输出部分。接收机前端完成信号检测和频率变换。调制识别器识别信号的调制方式，并提取调制参数。输出部分实现信号解调的信息处理。 近年来，国外很多文献都集中到调制方式识别算法研究上来。文献 2究了几种不同的调制方式识别算法，其中，文献 2提出了小波变换算法，利用 测变换后的幅度是否为常数值来判别信号的调制方 式，该算法在低信噪比环境下性能较好，但识别的调制种类有限；文献 3提 2 出了星座图识别算法，通过提取信号的星座图来区分信号的调制方式，这种方法比较直观，但是信号的载波相位和系统时间误差都会给星座图的提取造成影响，从而影响识别的准确度，所以该方法 要求接收系统严格做到同步；文献 4采用时频分布来区分信号的调制方式，通过 布、自回归模型和幅度变化来检测信号的相位、频率和幅度的变化情况，对信号进行分类 ； 文献 5提出了周期谱分析算法，以上这 4 种识别算法要求的计算量较大，不利于实时计算。 文献 6提出的决策理论算法，算法简单，而且能够识别较多的调制方式，但没 有考虑符号成形对信号瞬时参数提取的影响，不符合实际工程中的情况 ； 文献 6还对神经网络识别算法进行了研究。 般调制样式识别过程的框架结构 通信信号调制样式识别 方法虽然多种多样，但调制识别问题实际上是一种典型的模式识别问题，其一般过程如图 示。 信 号 预 处 理特 征 提 取分 类 识 别调 制信 号图 般调制样式识别过程的结构框图 调制识别过程的基本框架包括三部分：信号预处理部分、特征提取部分和分类识别部分。信号预处理部分的主要功能是为后续处理提供合适的数据；特征提取部分是从输入的信号序列中提取对调制识别有用的信息；分类识别部分的主要功能是判断信号调制类型的从属关系。信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消 除等。在多信道多发射源的环境中，信号预处理部分要能有效地隔离各个信号，保证一次只有一个信号进入后续的调制识别环节。特征提取部分是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。变换域特征包括功率谱、谱相关函数、时频分布及其它统计参数。对于变换域特征，采用 法就能很好的获取，而幅度、相位和频率等时域特征主要由 换法，同相正交（ 量法和过零检测法等获得。在分类识别部分，即选择和确定合适的判决规则和分类器结构，主要采用决策 树结构的分类器和神经网络结构的分类器。决策树分类器采用多级分类结构，每级结构根据一个或多个特征参数，分辨出某类调制类型，再下一级结构又根据一个或多个特征参数，再分辨出某类调制类型，最终能对多种类型进行识别。这种分类器结构相对简单，实时性好，但需要事先确定判决门限，自适应性差，适合分类特征参数区分很好的 3 信号识别。神经网络分类器具有强大的模式识别能力，能够自动适应环境变化，能较好处理复杂的非线性问题，而且具有较好的稳健性和潜在的容错性，可获得较高的识别率，但识别前对神经网络的训练需要一定的时间，其计算量大、实时性差。 为了有效地实现分类识别，必须对原始的输入数据进行变换，得到最能反映分类差别的特征。这些特征的提取和选择是非常重要的，它直接影响分类器的设计和性能。理想情况下，经过提取和选择的特征矢量应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨率的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任务复杂化，因而特征提取和选择是信号调制识别系统中首要和基本的问题。分类识别是依据信号特征的观测值将其分到不同类别中去，选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的 重要内容。 立数学模型 在许多通信系统中都使用了数字调制技术。与模拟调制相比，数字调制有许多优点，主要包括 :抗噪声能力强，容易将几种形式的信息 (如声音、数据和图像 )融合在一起，安全性好等。在现代通信中，数字调制技术发挥了模拟调制无法比拟的作用 ， 因此，本文接下来将主要研究数字信号调制类型的自动识别。 在现代通信中，通信信号的种类很多，但从理论上来说，各种通信信号都可以用正交调制的方法来实现。如图： 信 信 滤 波信 信 滤 波c o s c ts i n c ts ( t )图 交调制的实现 根据图 以写出 时域表达式 c o s ( ) s i n ( )t I t t Q t t(2调制的方法是根据调制方式先求出 后再与两个正交本振相乘并求和得到。实现过程，如上图所示。调制信号的信息包含在 于各种调制信号都是在数字域 内 实 现的，因此，在数字域实现时要对上式进行数字化。 4 c o s ( ) s i n ( )n I n n Q n n (2s为采样频率的角频率。在对调制信号和载波频率进行数字化时，其采样频率可 能不一样。这里多相滤波的主要作用就是用来提高数据源的采样速率，使得 调制信号的采样速率和载波的采样速率一致。 本文介绍的调制识别算法使用的大多数特征都是从三个重要参数提取的。它们是瞬时幅度，瞬时相位和瞬时频率。计算这些参 数涉及若干数值问题，如取样频率的选择，微弱信号区，相位卷叠，线形相位分量和数值微分。 在调制识别算法中，必须要知道载波频率，因为所用的某些特征是从信号的瞬时相位和瞬时频率中提取的。 我们知道，任何一种调制形式的信号 c o n a n n n（ 2 上式中， n 分别为信号的幅度调制分量和相位调制分量，c为信号载频或中心频率。如果用正交分量来表示，则原式可以改写为： c o s ( ) s i n ( )n I n n Q n n（ 2 其 中， c o sI n a n n s i nQ n a n n （ 2 所有实信号都有冗余度可以去掉，若 s(n)为实信号，根据埃尔米特对称性s(n)=s*(n)可知，仅仅从信号频谱的一半便可得到信号的全部信息内容，所以我们可用右半个频谱代表任何实信号，这种表示称作解析表示。解析表示的数字处理所需要的取样频率仅为宽带实信号的一半，但所需的存储量一样，因此所产生的样品为复值。 实信号 s(n)的希尔伯特变换 h(n)是将 s(n)加到其冲击响应 r(n)和复增益为 G(f)的正交滤波器 ( ) ( ) ( ) ( )n F s ns n r n（ 2 式中 1()n（ 2 正交滤波器的复增益为 ()()()Q f(2利用信号的解析表示，任何实信号都 可由其右半个频谱代表， 将实信号 s(n)加到解析滤波器z(n)。该滤波器可分解成单位滤波器得 A I （ 2 所以解析信号 z(n)可表示为 5 ( ) ( ) ( ) ( ) ( )n F s nF jF s ns n jh n（ 2 因此解析信号 z(n)是个一个复函数，解析信号的频谱 Z(f)为 ( ) ( ) ( )Z f S f jH f （ 2 由实信号 s(n)的解析表示所推导的复包络 ()n 如下表示： ( ) ( ) z n e （ 2 其中c为采样 角 频率 。由（ 2和（ 2 ， ()n 可以表示成 ( ) ( ) ( )n I n j Q n (2 一个信号的瞬时幅度和瞬时相位可从（ 2的信号的解析表示或从（ 2的复包络表示计算得到。瞬时幅度 a(n)定义为： 22( ) ( )()( ) ( )a n z n Q n(2瞬时相位 ()n 计算得： a r c n （ 2 利用相位差 分计算瞬时频率，即 1f n n n 可得： 22I n Q n I n Q n Q n 2211I n Q n Q n I n I n Q nI n Q n 2211I n Q n I n Q nI n Q n （ 2 上述数学模型，主要完成了一般调制样式识别过程中的信号预处理（主要是数字下变频）和瞬时特征提取。 策树基本知识 决策树 ，或称多级分类器，是模式识别中进行分类的一种有效方法，对于多类或多峰分布问题，这种方法尤为方便。利用树分类器可以把一个复杂的多类别分类问题转化为若干个简单的分类问题来解决。它不是企图用一种算法、一个决策规则去把多个类别 一次分开，而是采用分级的形式，使分类问题逐步得到解决。 决策树是一个类似于流程图的树结构 (如图 2示 ) 。 6 信 信 信信 信 信信 信 信信 信 信信 信 信信 信 信信 信 信信 信 信信 信 信信 信 信图 般决策树结构 一个决策树就是对一组分类规则的图形描述。给定一个数据记录 ， 树将它们从根到叶组织好。每一个树的内节 点用一个预测属性来标识 ， 这个属性常常成为划分属性 ， 因为数据将根据在这个属性上的条件被划分。内节点的输出边用包含该节点划分属性的谓词来标识 ;每个数据记录必须准确满足一个输出边谓词才能进入下一个节点。关于划分属性和输出边谓词的组合信息被称为节点的划分标准。一个没有输出边的节点被称为叶节点。树中每一个叶节点都由一个依赖属性的值来标识。 在设计一个决策树时，主要应解决下面几个问题： (1) 选择一个合适的树结构，即合理安排树的节点和分支； (2) 确定在每个非终止节点上要使用的特征； (3) 在每个非终止节点上选择 合适的决策规则。 这三个问题解决了，就完成了决策树的设计。 3 基于决策理 论的调制类型识别 字调制信号的模型 度键控调制（ (1)2号 在这类调制中，载波的幅度随二进制被调制信号序列而变化。具体可以表示为 : 2 ( ) c o K ce m t t(3其中( ) ( )t a g t n T， ()码元波形， 号 0 或 1， c为载波角频率，且有 2， T 为码元周期。 因此，要实现正交调制，只要令 ( ) 0 ( ) ( )Q t m t (3就可以实现 2制。 2功率谱密度表达式可以写为 : 1() 4 m c m cP f P f f P f f (3可知，信号的带宽是基带脉冲波形带宽的 2 倍。 (2)号 M 进制幅度键控使用 M 种可能的取值对载波幅度进行键控，在每个码元间隔 T 内发送一种幅度的载波信号。 M 进制幅度调制信号可表示为： c o t a g t n T t (3式中： g(t)为 持续时间为 T 的矩形脉冲， 幅度值，有 M 种可能的取值， 1, , n A 与 2号类似，由式 (3可以实现 制 。 移键控调制 (1)2号 2式是键控的载波相位按基带脉冲序列的规律而改变的数字调制方式，信号形式一般表示为： 2 c o s ( )P S K n s t a g t n T t (3式中： 1 或 +1， 即发送二进制符号 0 时，发送二进制符号 1 时1，c是载波角频率。这种调制方式的正交实现与 2号十分相似。 (2) M 进制数字相位调制信号 在多进制相位调制中， 号的表示式： c o S K n s c t a g t n T t (3式中：n为受信息控制的相位参数， 2 1 / | 1, 2 , , 1n m M m M 移键控调制 (2号是符号 0 对应载波角频率 1 ，符号 1 对应载波角频率为 2 的已调波形。它可以用一个矩形脉冲对一个载波进行调频实现，其表达式为： 12c o s ( ) c o s ( )t a g t n T t a g t n T t (3 8 式中， 1， g(t)为矩形脉冲， T 为码元周期。因此，只要把调制数据序列形成矩形脉冲，并把 2成两个 号相加就可以了，并令 1122 (3利用式 (3式 (3可以实现正交调制。 制信号的自动识别 征参数集 数字 调制方式 识别 算法为 将截获信号帧分割成若干相邻的信号段 ， 然后采用基于判决理论的数字调制方式识别算法进行判决 ， 主要包括两步 ： (1) 对每个信号段识别分类 ， 此时提取特征并与适当门限比较 ； (2) 对信号帧识别分类 ， 此时应用大数逻辑规则得出关于接收信号帧调制方式的全局判决。 本节针对 2 , 2 , 2 , 4 , 4 , 4A S K F S K P S K A S K F S K P S 取了 五个基于瞬时信息的特征参数，即零中心归一化瞬时幅度之谱密度最大值零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差零中心非弱信号段瞬时相位非线性分量的标准偏差零中心归一化瞬时幅度绝对值的标准偏差零中心归一化非弱信号段瞬时频率绝对值的标准偏差下面将对每个特征参数进行具体分析。对各数字调制信号，在 设定各参数为：载频 10cF 采样频率 60sF 码速率 1000字符 /秒， 号的调制频偏与码速率相同，码元个数 N=100。 （ 1）零中心归一化瞬时幅度之谱密度最大值下式定义： 2m a x m a x | c n T a i N (3式中，下式计算： 1cn na i a i(3式中， 而 11 Ns a 为瞬时幅度 平均值来对瞬时幅度进行归一化的目的是为了消除信道增益的影响。 用来区分 2 4为一个子集 )与 2424为另一个子集 )。因为 2 4号具有恒定不变的瞬时幅度 ， 所以其归一化中心瞬时幅度为零 ， 信号的功率密度谱也为零 ， 也就是说 ， 它们本质上不包含幅度信息 (m ax m t)。然而， 2 4号却包含幅度信息（m ax m t）。此外， 2 4号包含幅度信息，因为频带限制将幅 9 度信息叠加在相邻符号迁移处，所以这个特征可用来区分包含幅度信息的信号（ 242 4不包含幅度信息的信号（ 2 4 （ 2）零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差ap下式定义： 2211n t n ta p N L N La i a a i (3式中c 是在全部取样数据经零中心化处理后瞬时相位的非线性分量，在载波完全同步是，有： 0NL (3式中， 0 11 ， i 为瞬时相位。 用来区分 24 2号（作为一个子集），与 4号（作为另一个子集）。 2 4号本质上不包含绝对相位信息（ ()ap )。众所周知，与 号相似， 2直接相位取值 0 和 ，所以在中心对准之后其绝对值是常数（ /2 ），故它不包含绝对相位信息（ ()ap ）。然而 4质上具有绝对，直接相位信息（ ()ap ）。所以，用来区分包含绝对相位信息的信号（ 4不包含绝对相位信息的信号（ 24 2 （ 3）零中心非弱信号段瞬时相位非线性分量的标准偏差 2211n t n td p N L N La i a a i (3区别在于后者是相位绝对值的标准偏差，而前者是直接相位（非绝对值相位）的标准偏差。用来区分 2 4号（作为一个子集），与 2号（作为另一个子集）。 2 4包含直接相位信息（ ()dp ）。但是， 2号具有直接相位信息（ ()dp ）（瞬时相位取值 0 和 ）。所以，用来区分包含直接相位信息的信号（ 2不包含直接相位信息的信号（ 2 4 （ 4）零中心归一化瞬时幅度绝对值的标准偏差aa下式定义： 221111a c n c i a (3 10 用来区分 2 4号。因为 2号的归一化中心瞬时幅度在两个电平之间变化，其值相等，符号相反，故其绝对值为常数。所以 2()aa ）。然而 4质上具有绝对，直接幅度信息（ ()aa ）。所以，用来区分 2 4号。 （ 5）零中心归一化非弱信号段瞬时频率绝对值的标准偏差af下式定义： 2211Nn t n ta f Na i a a i af i f (3式中 11, i f i f i m m f ， 其中 值得注意的是，归一化的方法有许多种，如（ 1）以瞬时频率的最大值为参考进行归一化，但是有些信号如 有零瞬时频率，所以这种方法不合适；（ 2）以瞬时频率的平均值为参考进行归一化，但是如果 0 和 1 数目相等，有些信号如 有均值为零的瞬时频率，所以这种方法也不能用；（ 3）以任意一个信号参数如符号速率，载波频率等为参考进行归一化。本文选用符号速率作为参考进行归一化。此外，数字调制中要正确还原所发的信息，必须要知道符号速率。 用来区分 2 4号。因为， 2号的归一化中心瞬时频率在两个电平之间变化，其值相等，符号相反，故其绝对值为常数。所以 2()af ）。然而， 4质上具有绝对直接频率信息（ ()af ）。所以用来区分 2 4号。 实现通信信号调制类型的识别算法，除了归一化幅度门限外还需要确定五个特征门限 ：t ， () () () () 类识别 （ 1）决策树识别 采用决策树的识别分类如图 示。采用决策树的识别步骤为： 计算待识别信号的零中心归一化瞬时幅度之谱密度最大值与门限 比较，将待识别的信号分成两类： 具有幅度信息（ m ax m t ）的所有调制方式，即 242 4不具有幅度信息（m ax m t）的所有调制方式，即 2 4 对于判别类属于（ 24信号，计算待识别信号的零中心归一 11 化非弱信号段瞬时频率绝对值的标准偏差与门限 比较，将其分成两类： 具有绝对瞬时频率信息（ ()af ）的 2 K 不具有绝对瞬时频率信息（ ()af ）的 4 对于判别类属于（ 2424信号，计算待识别信号的零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差与门限 比较， 将其分成两类： 具有绝对相 位信息（ ()ap ）的调制方式 4不具有绝对相位信息（ ()ap ）的所有调制方式，即 224 对于判别类属于（ 224信号，计算待识别信号的零中心非弱信号段瞬时相位非线性分量的标准偏差与门限 比较，将其分成两类： 具有直接相位信息（ ()dp ）的 2不具有直接相位信息（ ()dp ）的所有调制方式，即 24 对于判别类属于（ 24信号，计算待识别信号的零中心归一化瞬时幅度绝对值的标准偏差与门限 比较，将其分成两类： 不具有绝对幅度信息（ ()aa ）的 2 具有绝对幅度信息（ ()aa ）的4 12 信 信 信 信 信 信提 取信 信 信 信信 信信 信2 P S S S K 2 F S S S K m a x m a m a xaf)d p d )a p a )a a a ()a f a 字调制信号的自动识别流程 (2)特征门限值的确定 对基于决策理论的调制识别算法，每个特征参数都是用来区分两个信号子集A 、 B 的，且判决规则 为 当信号特征值 t 大于门限值 为 A 子集中的信号，当 x 小于门限值 则判为 B 子集中的信号。选择 近于 1）： 2o p t o p ta v o p t P A t x A P B t x BP t x (3式中， t x A为在已知是 A 子集中的信号的条件下，用门限 子集的正确概率； t x B为在已知是 B 子集中的信号的条件 13 下，用门限 的正确概率。 4 仿真及结果分析 字信号的产生 (1)高斯白噪声的产生 为产生出一定信噪比的数字调制信号，需要按不同的信噪比在理想的数字调制信号中加入高斯白噪声。设数字调制信号的幅度值为 2 为高斯白噪声在时间上的平均功率，定义信噪比为： 22E A R (4实际计算中，用 21代替 2E A n。其中定 根据上式得到高斯白噪声的 2 ，利用下面的语句即可得到要加入信号的高斯白噪声： 1, sn i r a n d n N 1 (4其中 数产生的是均值 为 0，方差为 1 的高斯白噪声。 设未加噪声的信号序列为 信噪比为 信息序列为： y i y i n i 1 (4（ 2）瞬时特征参数与 相关性 A 相关性 分别对 22242 4种数字调制信号计算了 相关性。当然，在这六种信号中，只有 2 4两种信号不包含幅度信息。所以这六种调制方式可被分成 A， B 两个子集，子集 A 包括具有幅度信息（m ax m t）的所有调制方式，即 2424集 B 包括不具有幅度信息（m ax m t）的所有调制方式，即 2 这六种数字信号的一次仿真结果如图 图 9 ，对应于 2 4号的曲线降到门限电平t =4 之下；此外，当 ，对应于其它调制方式的曲线均在门限电平t =4 之上。 B 相关性 分别对 242 4种数字调制信号计算了 这四种信号中， 24 2种信号不包含绝对相位信 14 息。所以这四种调制方式可被分成 A， B 两个子集。子集 A 包括具有绝对相位信息（ ()ap ）的调制方式，即 4集 B 包括不具有绝对相位信息（ ()ap ）的所有调制方式，即 24 2 这四种数字信号的一次仿真结果如图 示。由图 以看出，当 0，对应于 24 2曲线降到门限电平 ()= /下。另外，当 ，对应于 4号的曲线在门限电平 () /上。 C 相关性 分别对 24 2种数字调 制信号计算了 相关性。在这三种信号中， 2 4两种信号不包含直接相位信息，所以，这三种调制方式可被分成 A， B 两个子集。子集 A 包括具有直接相位信息（ ()dp ） 2号，子集 B 包括不具有直接相位信息（ ()dp ）的所有调制方式，即 2 4 这三种数字信号的一次仿真结果如图 示，由图 以看出，当，对应于 2 4号的曲线降到门限电平 () /5 之下。另外，当 ，对应于 2曲线在门限电平 () /5 之上。 D 相关性 分别对 2 4两个数字调制信号计算了 相关性。4号具有绝对幅度信息（ ()aa ）它代表子集 A；而 2具有绝对幅度信息（ ()aa ），它代表子集 B。 这两种调制方式的一次仿真结果如图 示，由图 以看出，当 ，对应于 2号的曲线降到门限电平 ()下。另外，当 ，对应于 4曲线在门限电平 ()上。 E 相关性 分别对 2 4两种数字调制信号计算了 相关性。4号具有绝对瞬时频率信息（ ()af ）它代表子集 A；而 2具有绝对瞬时频率信息（ ()af ），它代表子集 B。 这两种调制方式的一次仿真结果如图 示，由图可以看出，当 应于 2