文档介绍：西南交通大学
硕士学位论文
基于DE优化的神经网络信号调制识别研究
姓名:郭青
申请学位级别:硕士
专业:计算机系统结构
指导教师:张翠芳
2012-06
摘要西南交通大学硕士研究生学位论文第随着当代通信的飞速发展,通信体制的变化也日新月异,通信信号的调制方式更加多样化、复杂化,使得通信的环境也变得复杂,同一空间的信号越来越密集。研究分析这些信号,提取调制参数并确定其调制方式,在军事和民用领域都是非常有价值的研究课题。本文是在前人研究的基础上,将差分进化算法应用到基于统计模式信号调制识别中。首先,调制信号识别方法的途径主要有两种,决策理论法与统计模式识别法。统计模式识别需要进行参数提取,仿真后观察不同调制信号的瞬时振幅,瞬时相位,瞬时频率特性,选择可以表征不同类型的特征参数。其次,基于所提取的特征参数作为特征矢量,研究人工神经网络信号调制模式识别问题。简要介绍了基本原理和特点,把算法引入到信号调制识别。该算法收敛速度慢,容易陷入局部极小,接着采用遗传算法对神经网络的结构和连接权值进行优化,仿真试验结果表明,经过优化神经网络结构和权值后,网络分类时间缩短,识别率得到提高,但收敛速度还有待提高。最后,介绍了新兴的差分进化算法,并应用于神经网络分类器的优化。相对于遗传算法,算法采用实数编码,需要设置的参数较少。但和遗传算法一样,也易出现早熟现象,陷入局部最优。本文采用混合差分策略和改进的变异算子差分算法τ糜谏窬缧藕诺髦剖侗鹣低常抡媸笛榻峁砻了算法的可行性与有效性,采用惴ㄓ呕蟮纳窬缧藕攀侗鹦侍岣撸运行时间也大大减少。关键词数字信号调制方式识别;特征分类;神经网络;差分优化算法
甀西南交通大学硕士研究生学位论文第鑕畁琣瑄,畉瓹甋,,甌瑃,..琲甀,籪;
第绪论研究背景信号调制识别的研究现状西南交通大学硕士研究生学位论文通信的目的是通过信道迅速有效,安全,准确地传达信息,信息科学的迅猛发展,为了充分利用信道容量,满足不同用户日益增加的各种需求,无线通信信号在传送过程中的调制方式日趋多样化。由于数字调制方式的多样化,各个通信系统采用不同的调制方式,这就成为这些通信体系之间进行相互通信需要解决的关键问题。为了通信的顺利进行,必须先对接收信号解调,判断信号调制方式及相关性质”在军事应用中,特别在通信情报应用中,信号识别尤为重要,对敌方通信进行干扰或侦听的前提就是必须对信号的调制方式进行识别。首先要对信号的调制方式进行识别,了解对方的调制方式和其他相关调制参数,然后进行相应的解调和信息处理,才能获取相应的情报信息,成功破译对方的信息内容进而进行通信干扰。在民用领域,随着数字通信技术的快速发展,由于各种通信体系和标准共存的,频带利用率的问题日趋严重。为了防止用户对无线频谱资源的非法占用和干扰,政府相关部门可以通过信号识别进行信号认知,频谱检测和确认干扰等无线管理工作,为管理人员提供解决问题的相关依据,并保证居民通信活动近年来随着计算机技术和数字信号处理技术的快速发展,通信信号调制识别技术在非合作通信领域,应用价值已得到进一步承认,得到了国内外众多学者的重视,调制识别技术具有很大的研究价值和广阔的应用前景。各种通信信号调制识别的方法和策略,基本上可以归结到模式识别领域。信号识别的主要步骤如图所示:信号调制识别过程包括三部分:信号预处理过程,信号特征参数提取过程和信号特征分类识别过程【俊的正常进行。图信号识别流程图
西南交通大学硕士研究生学位论文第信号预处理过程是为后续的信号处理提供合适、真实的数据集合,包括信号的采样、噪声消除、信号平滑等。信号的特征参数提取过程是从经过预处理的信号样本集合中提取信号的时域特征或变换域特征,也就是最能反映调制样式差别的特征。时域的瞬时幅度,瞬时相位和瞬时频率以及信号的其它参数,变换域的功率谱和谱相关功能及其他特征。在理想的情况下,不同调制类型的信号经过预处理和参数提取后,有着显著的特征差别。信号的分类识别过程就是依据信号的不同特征参数和正确的分类原则把信号分类到不同的调制方式中去。自动调制识别研究的开始,源于一篇名为《采用模式识别技术实现调制类型的自动分类》的学术论文,】,自此开辟了通信信号调制样式识别研究的新领域,不断有关于信号调制识别研究的技术方法出现在各类权威核心刊物和学术会议上。现有的分类方法主要有两大类,决策理论方法和基于神经网络的统计模式判别法。决策理论的信号调制模式识别中,针对不同的识别算法,使用相同的特征参数,但是参数所在的判决位置不是相同的,这导致在相同信噪比的情况下识别正确率完全不同。每个节点只使用一个特征量的判断,从而导致识别的成功率,完全取决于每个特征单次正确分类的概率。并且每个特