论文部分内容阅读
通信信号的自动调制识别及其相应的调制参数估计是通信领域中非常重要的一个问题,在民用或军用场合都有极为重要的应用。它要求接收机在先验知识不足的情况下,在同一个硬件平台上能正确识别调制信号的类型,并对调制信号进行相应的解调,提取调制参数,如基带信号,载频频率等。近年来,人们针对不同的调制信号提出了许多调制识别的思想和方法,本文主要研究了6种数字调制信号的自动调制识别以及全数字解调方法。早期的调制识别由于人工参与,存在很多人为因素,识别结果因人而异,识别种类也非常有限。本文研究分析了基于时序统计特征的5个参数,通过对信号的瞬时幅度、瞬时频率和瞬时相位做统计处理,可以正确的识别2ASK、4ASK、2FSK、4FSK、2PSK和4PSK这6种调制信号。本文利用Matlab编程产生各种调制信号的数据样本,并对其进行特征提取,形成特征矢量样本集,对分类器进行训练及测试。综合考虑各种分类器的优缺点,本文设计了分层网络结构的MLP神经网络分类器。该分类器使用BP算法,自适应改变判决门限,每次分类使用全部特征参数,使得系统识别成功率大大提高。经Matlab仿真验证,2ASK识别率为91.67%；4ASK识别率为98.33%；2FSK识别率为95.00%；4FSK识别率为96.67%；2PSK和4PSK识别率为100%,6种调制信号的整体识别率为96.94%。传统的解调系统大都是针对特定调制样式、特定带宽的单一解调系统,因此应用范围有限。本文针对无噪声情况下调制信号的特点,设计了上述6种调制信号的全数字非相干解调器。这些解调器可以根据调制识别结果快速的对信号进行解调,恢复基带信号和载波频率。整个设计基于QuartusⅡ平台,采用Verilog HDL编程实现。本文最后采用Altium Designer进行PCB设计,制作了A／D数据采集模块和FPGA模块,结合实验室的DSP评估板构建了一个软件无线电的硬件平台,验证了调制信号的自动调制识别与全数字解调的正确性与可行性。