学位论文 > 优秀研究生学位论文题录展示

高阶数字信号调制识别与盲均衡算法研究

作　者: 李园敏
导　师: 江桦
学　校: 解放军信息工程大学
专　业: 电路与系统
关键词: 调制识别盲均衡符号速率估计符号同步高阶累积量分类器设计 RBFNN
分类号: TN911.5
类　型: 硕士论文
年　份: 2009年
下　载: 142次
引　用: 0次
阅　读: 论文下载

内容摘要

调制识别与盲均衡作为非协作通信中的两项关键技术,对于截获信号的盲接收以及后端信息还原具有非常重要的实际意义。基于统计模式识别理论,本文从非协作通信第三方的角度详细讨论了数字信号调制识别过程中符号速率精确盲估计、符号同步、特征参数提取、分类器设计等多项关键技术。此外,针对多径信道条件下,接收信号码元符号之间存在码间干扰的问题,对盲均衡算法进行了深入的研究。本文的主要工作如下:1、讨论了接收信号的循环平稳性和谱线生成特性,分析了MPSK/OQPSK/MQAM信号平方后离散特征谱线,并深入研究了离散特征谱线检测方法和频谱细化方法,提出了一种FFT-MAC-CZT联合符号速率精确估计算法。该算法能够将MPSK/OQPSK/MQAM信号归一化估计符号速率偏差控制在10-6数量级。2、在未知信号调制类型、存在载波频偏、相偏情况下,从非协作通信第三方的角度,分析了Gardner符号同步算法,实现了对接收信号的符号同步。3、分析了MPSK/OQPSK/MQAM信号非线性变换后离散特征谱线特征,给出了OQPSK信号识别和MPSK信号类内识别算法;提出了一组对高斯白噪声、载波频偏与相偏都不敏感的高阶累积量特征参数;讨论了符号同步后的码元幅度特征,提出了一种构造码元幅度密度分布新方法,并提取了一组抗噪声能力较强的特征参数;4、研究了决策树分类器设计方法,并根据MPSK/OQPSK与MQAM信号特征参数的特点设计了相应的分类器。其中,根据方形MQAM信号特征参数的特点,采用了判决门限区间划分的方法,有效的提高了方形MQAM信号正确识别率。研究了基于RBFNN分类器设计方法,并提出了一种减法聚类与LMS算法相结合的RBFNN神经网络训练算法。5、对Bussgang类盲均衡算法进行了深入的研究,分析了CMA、MCMA、DD-LMS及双模式盲均衡算法各自的优缺点;提出了一种基于过采样信号模型的载波频偏估计算法;设计了一种联合载波同步的盲均衡算法,该算法能够在较大的频偏范围内实现接收信号的载波同步和去码间干扰。研究了基于子空间的信道盲辨识与盲均衡算法,并分析了统计样本个数、信噪比、载波频偏和相偏等因素对该算法的影响。6、完成了相关算法的系统实现,通过对实际卫星接收信号的测试,验证了本文算法在实际应用中的有效性。

全文目录

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 研究背景和意义  13
  1.2 研究现状  13-16
    1.2.1 调制识别研究现状  13-15
    1.2.2 盲均衡研究现状  15-16
  1.3 本文主要研究内容及思路  16-17
  1.4 章节安排  17-19
第二章信号预处理  19-34
  2.1 信号模型  19-20
    2.1.1 数字调相信号(MPSK、OQPSK)  19
    2.1.2 正交幅度调制信号(MQAM)  19-20
  2.2 基于循环平稳性的符号速率精估计  20-26
    2.2.1 信号的循环平稳性  20
    2.2.2 基带脉冲序列的二次方谱  20-21
    2.2.3 信号的二次方谱  21-22
    2.2.4 MAC 谱  22-23
    2.2.5 CZT 频谱细化  23-24
    2.2.6 FFT-MAC-CZT 联合符号速率精确估计算法  24-25
    2.2.7 FFT-MAC-CZT 联合符号速率估计算法性能测试  25-26
  2.3 GARDNER 符号同步  26-33
    2.3.1 Gardner 符号同步算法  26-27
    2.3.2 插值滤波器  27-29
    2.3.3 定时误差信号提取  29-30
    2.3.4 环路滤波器  30
    2.3.5 数控振荡器  30-31
    2.3.6 Gardner 符号同步算法仿真实验  31-33
  2.4 小结  33-34
第三章特征参数提取  34-46
  3.1 基于循环平稳性的谱特征  34-36
    3.1.1 信号四次方谱  34-35
    3.1.2 OQPSK 信号识别  35
    3.1.3 MPSK 信号类内识别  35-36
  3.2 高阶累积量特征  36-41
    3.2.1 平稳随机序列矩和累积量的定义  36-37
    3.2.2 矩和累积量的转换关系及性质  37-38
    3.2.3 符号同步后的MQAM 信号模型  38
    3.2.4 MQAM 信号高阶累积量特征参数  38-39
    3.2.5 载波频偏、相偏对高阶累积量特征参数影响  39-41
  3.3 符号同步后的码元幅度特征  41-45
    3.3.1 R 参数  41-42
    3.3.2 码元幅度密度分布特征参数  42-45
  3.4 小结  45-46
第四章分类器的设计  46-53
  4.1 高阶数字信号调制识别信号处理流程框图  46-47
  4.2 决策树分类器设计  47-48
    4.2.1 决策树分类器的基本概念  47
    4.2.2 决策树分类器应用于MPSK/OQPSK 识别  47-48
    4.2.3 决策树分类器应用于MQAM 类内识别  48
  4.3 基于径向基函数神经网络(RBFNN)分类器设计  48-52
    4.3.1 径向基函数(RBF)神经网络的结构  49
    4.3.2 径向基函数(RBF)神经网络分类器的工作原理  49
    4.3.3 RBFNN 的训练  49-51
    4.3.4 仿真实验与性能分析  51-52
  4.4 小结  52-53
第五章盲均衡算法研究  53-72
  5.1 盲均衡的基本概念  53
  5.2 BUSSGANG 类盲均衡算法  53-59
    5.2.1 Bussgang 类盲均衡算法原理框图  53-54
    5.2.2 Bussgang 类盲均衡算法性能表征  54-55
    5.2.3 几个经典Bussgang 类盲均衡算法  55-57
    5.2.4 Bussgang 类盲均衡算法仿真实验与性能分析  57-59
  5.3 联合载波同步盲均衡算法  59-64
    5.3.1 过采样接收信号模型  59
    5.3.2 一种新的前向型载波频偏估计算法  59-61
    5.3.3 基于锁相环的面向判决载波恢复算法  61-62
    5.3.4 联合载波同步盲均衡算法  62
    5.3.5 仿真实验与性能分析  62-64
  5.4 基于子空间信道盲辨识与盲均衡算法  64-71
    5.4.1 过采样信号的循环平稳性  64-65
    5.4.2 基于二阶循环平稳统计量的信道可辨识性  65-66
    5.4.3 过采样信号的多信道表示  66-68
    5.4.4 基于子空间的信道盲辨识与盲均衡  68-69
    5.4.5 仿真实验与性能分析  69-71
  5.5 小结  71-72
第六章实际系统实现与性能测试分析  72-79
  6.1 实际系统的实现  72-76
  6.2 实际采样信号的性能测试  76-78
  6.3 小结  78-79
结束语  79-81
参考文献  81-84
作者简历攻读硕士学位期间完成的主要工作  84-85
致谢  85

高阶数字信号调制识别与盲均衡算法研究

内容摘要

全文目录

相似论文