论文部分内容阅读
信号与信息处理是信息科学中近二十年发展最为迅速的学科之一。在现代信号处理中,非平稳信号的发展尤其引人注目。时频分析,特别是小波分析是一种新兴的理论,它清楚地为我们描述了信号频率分布随时间变化的关系。是分析非平稳信号的有力工具。
本文在研究非平稳信号小波变换特性的基础上,主要作了以下两大方面的工作。
一方面,本文研究了应用小波分析对变信噪比信号进行去噪的问题。介绍了利用信号和噪声小波变换系数特性差异进行去噪的阈值方法,分析了其对变信噪比信号去噪效果不理想的原因。为了克服阈值法的阈值不能随时间变化的缺点,提出了分段阈值去噪算法。该方法应用适合小波变换系数特性的模糊均值估计算法进行去噪,并通过调节输入序列的长度,适应信噪比的变化。利用分段阈值去噪算法对信噪比突变和缓慢变化两种情况进行了仿真,效果明显优于前人提出的阈值法。
另一方面,本文对小波变换在通信系统中非平稳信号的特征提取中的应用进行了广泛深入的研究。首先,分析信号是幅度调制还是非幅度调制,然后,针对在实际中常用的模拟和数字通信信号应用两次小波变换进行特征提取,提出了区分模拟和数字信号的逼近相消算法。最后,针对不同的数字信号ASK、FSK、PSK、QAM,提取不同的参数,进行了类间识别、类内识别以及码元速率的估计。讨论了应用小波变换进行调制识别时,各种参数的选取原则以及选取方法,总结了该方法的优点,分析存在的问题,并与其它调制识别方法做出了比较。