论文部分内容阅读
本文在前人工作的基础上，重点运用小波变换对通信信号进行分析，研究了11种常用通信信号的调制识别。利用小波多分辨率分析(MPA)和Mallat算法对信号进行多级分解，用各级细节能量构成特征向量，并在理论上证明其对噪声不敏感。利用小波变换实现了对模拟信号与数字信号的分离，选用了适当的小波函数，提高了低信噪比(0db～5db)情况下模、数信号的分辨率。分类器的设计和选用也是调制识别中的一个重要环节，本文着重研究了ART神经网络的设计和应用。最后，本文提出了一种组合分类器，综合使用以上各种方法，实现了对多种通信信号的分类识别。通过仿真实验说明，该分类器具有识别率高且识别率稳定的效果，尤其是在低信噪比(0db～5db)的情况下，该分类器具有更高的识别率。