收藏本站
《西安电子科技大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

Underlay频谱共享方式下信号的调制识别方法研究

李建英  
【摘要】:认知无线电Underlay模式技术中,次用户可以在保证主用户正常通信的条件下与其共用同一段频谱进行通信,相对于将频谱单独分给主用户使用的情况,大大提高了频谱的使用效率,该技术已成为解决当前频谱资源短缺问题的重要研究内容之一。但Underlay频谱共享是在干扰温度范围内同一信道中多个用户的信息同时进行传递,该信道中信号存在时频域重叠问题,接收信号模型更为复杂。此外,在信号处理研究中,调制识别是判断接收信号的调制方式的过程,间接影响干扰温度的值,同时为接下来的信号解调提供参考依据,且对于频谱管理、非法信号监测等研究都具有重要意义。本文主要研究认知无线电Underlay模式下信号的调制识别方法。具体研究内容如下:1.认知无线电Underlay模式下,本文针对时频重叠MQAM信号的调制方式识别率低的问题,提出了一种基于时频分析和灰度-梯度共生矩阵的调制识别方法。该方法首先通过频率切片小波变换(FSWT)对时频重叠MQAM信号做时频分析,得到时频分析图像;接着选取图像中纹理差异明显的切片部分进行灰度化处理;然后计算处理后的时频分析图像的灰度-梯度共生矩阵;最后将特征向量输入概率神经网络分类器进行分类,从而实现时频重叠MQAM信号的调制识别。为验证所提方法的有效可行性,本文从不同的信噪比(SNR)和信号个数、不同频谱重叠率以及不同功率比等方面进行实验仿真,结果表明:当SNR为4dB时,所提方法的平均识别率可超过95%;所提方法对分量信号的功率比及频谱重叠率均具有较强的稳健性。此外,在所提方法与传统方法的对比实验中,当SNR大于0dB时,所提方法的调制识别性能优于传统方法。2.认知无线电Underlay模式下,本文还提出一种基于循环谱等高图和卷积神经网络(CNN)模型的时频重叠MPSK/MQAM信号的调制识别方法。所提方法是通过对接收信号初步特征提取,然后用CNN模型进行特征的深层提取作为特征量来实现信号的调制识别,具体过程为:首先,求接收信号的循环谱等高图;接着对循环谱等高图进行预处理,作为初步特征数据输入CNN模型;然后构建和优化CNN模型并完成训练;最后使用训练好的CNN模型进行信号的调制识别。实验仿真结果表明:当SNR为2dB时,所提方法的平均识别率达90%;且在分量信号的功率比及频谱重叠率等方面均具有较好的稳健性;在对比实验中,虽然所提方法比第一种方法识别效果差,但当SNR大于0dB时,该方法的调制识别性能优于传统方法。
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN911.3

手机知网App
【参考文献】
中国期刊全文数据库 前6条
1 孙文琦;吴建平;李贺武;;宽带无线网络中的频谱资源管理综述[J];软件学报;2015年04期
2 赵宇峰;曹玉健;纪勇;戴旭初;;基于循环频率特征的单信道混合通信信号的调制识别[J];电子与信息学报;2014年05期
3 徐闻;王斌;;采用高阶累计量的时频混叠信号调制识别研究[J];信息工程大学学报;2013年03期
4 杨清跃;高飞;聂青;;纹理图像识别中的旋转不变性分析[J];计算机工程与应用;2010年33期
5 付海涛;石荣;万群;朱波;;基于HOCCs和SVM的单通道时频重叠信号调制识别[J];电子信息对抗技术;2009年06期
6 陆明泉;肖先赐;;基于GAR的同信道多信号的调制识别[J];清华大学学报(自然科学版);2009年10期
中国博士学位论文全文数据库 前1条
1 丁春辉;基于深度学习的暴力检测及人脸识别方法研究[D];中国科学技术大学;2017年
中国硕士学位论文全文数据库 前8条
1 张尧;激活函数导向的RNN算法优化[D];浙江大学;2017年
2 任仲杰;非合作MPSK信号解调方法研究[D];电子科技大学;2016年
3 贺姣;基于色差模型的彩色图像灰度化算法研究[D];西安电子科技大学;2014年
4 李建伟;基于频率切片小波变换的轨道交通轮轨振动信号分析[D];南京理工大学;2014年
5 黄德文;认知无线电网络的频谱共享技术研究[D];南京邮电大学;2013年
6 李晏;基带PSK、QAM信号调制子类自动识别研究[D];电子科技大学;2008年
7 董慧;手写体数字识别中的特征提取和特征选择研究[D];北京邮电大学;2007年
8 王之仓;多层感知器学习算法研究[D];苏州大学;2006年
【共引文献】
中国期刊全文数据库 前9条
1 卢广阔;魏平;甘露;李剑涛;;通信信号的单通道盲分离和码元序列盲估计[J];电波科学学报;2015年06期
2 王兰勋;孟祥雅;佟婧丽;;基于循环谱和稀疏表示的多信号调制识别[J];电视技术;2015年01期
3 何继爱;刘欢;张玺君;;基于特征提取的调制识别方法研究[J];甘肃科学学报;2014年02期
4 庄子波;陈星;高浩;蒋立辉;;基于概率支持向量机的激光雷达风切变图像的识别[J];北京理工大学学报;2014年04期
5 杨欣;黄焱;张冬玲;曹伟;;基于联合特征参数的PCMA信号调制识别算法[J];信息工程大学学报;2013年01期
6 张彦;李庆峰;龚磊;姚建刚;;Logistic回归筛选零值绝缘子红外特征的方法[J];计算机工程与应用;2013年01期
7 潘颖;刘晨彬;张海石;黄峰平;夏顺仁;;基于磁共振图像特征的脑胶质瘤MIB-1指数无创检测[J];航天医学与医学工程;2012年03期
8 唐朝晖;朱楚梅;刘金平;;基于LBPV的浮选泡沫图像纹理特征提取[J];计算机应用研究;2011年10期
9 于宁宇;石荣;石磊;;单通道时频重叠多信号处理技术进展与展望[J];电子信息对抗技术;2010年05期
中国硕士学位论文全文数据库 前10条
1 童浩然;基于深度学习的图像分类的研究[D];安徽理工大学;2018年
2 方盛;基于机器视觉的隔离开关运行状态检测系统研究[D];湖南工业大学;2018年
3 徐兴丰;语音/传真系统信息采集优化方法的研究[D];山东师范大学;2018年
4 胡晨昊;光纤传感器形貌测量中三维表面还原的关键技术[D];中北大学;2018年
5 袁辰;基于对抗模型的恶意域名检测方法的研究与实现[D];北京建筑大学;2018年
6 陈喜胜;基于图像处理的污水排放色度检测方法研究[D];广东技术师范学院;2018年
7 李建英;Underlay频谱共享方式下信号的调制识别方法研究[D];西安电子科技大学;2018年
8 高静;基于深度学习的图像超分辨重建及其在PCB焊接质量检测的应用[D];西安电子科技大学;2018年
9 陈兴林;基于TMS320C6678的多模式SAR/GMTI成像实时处理[D];西安电子科技大学;2018年
10 郭新然;基于视觉的人体行为识别技术研究[D];北方工业大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈剑;吴建平;李贺武;;基于用户分配和负载的频谱分配算法[J];软件学报;2013年07期
2 余志斌;于宁宇;;基于循环谱包络的多信号调制识别[J];计算机应用;2012年08期
3 胡正平;杨建秀;;HOG特征混合模型结合隐SVM的感兴趣目标检测定位算法[J];信号处理;2011年08期
4 张纯;杨俊安;张琼;;连续相位调制信号的单通道盲分离算法研究[J];信号处理;2011年04期
5 周欣;吴瑛;张弛;;基于高阶累积量和支持向量机的信号调制分类[J];信息工程大学学报;2009年04期
6 陆明泉;肖先赐;;同信道多信号的调制识别方法[J];清华大学学报(自然科学版)网络.预览;2009年10期
7 尤肖虎;王京;张平;李少谦;朱近康;;对绿色无线移动通信技术的研究和思考[J];中国科学技术大学学报;2009年10期
8 杨琳;许小东;路友荣;戴旭初;徐佩霞;;基于谱线特征的恒包络数字调制方式识别方法[J];中国科学技术大学学报;2009年09期
9 程汉文;朱雷;吴乐南;;基于累计量的干扰信号调制识别算法[J];电子与信息学报;2009年07期
10 吴月娴;葛临东;许志勇;;基于累积量的MPSK分类算法性能分析[J];系统工程与电子技术;2007年10期
中国硕士学位论文全文数据库 前10条
1 李幸超;基于循环神经网络的轨迹位置预测技术研究[D];浙江大学;2016年
2 陈皓;基于经验模态分解和遗传神经网络的轨道车辆轴承故障诊断研究[D];南京理工大学;2013年
3 朱跃;城轨车辆轮对踏面故障在线监测系统研究[D];南京理工大学;2013年
4 李琛;电子战数字无线通信信号盲接收关键技术研究[D];电子科技大学;2012年
5 付琪璋;基于路基上纵连板式无砟轨道结构的车辆—轨道—路基系统振动分析[D];西南交通大学;2011年
6 李海波;基于DSP的通用调制解调系统设计与实现[D];电子科技大学;2011年
7 朱雪阳;基于Gardner算法的位定时同步研究[D];南京理工大学;2010年
8 郑美芳;列车车轮擦伤的光学检测方法[D];西南交通大学;2010年
9 孔旭光;列车—轨道—路基系统竖向振动分析[D];中南大学;2010年
10 杨焕珍;非协作通信中MPSK/MQAM信号盲解调技术研究[D];电子科技大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 刘莹;单洪;胡以华;王勇;;基于谱分析的卫星通信调制识别算法[J];火力与指挥控制;2017年01期
2 何斌;;基于高阶累积量的调制识别技术的研究[J];信息通信;2017年01期
3 单琳娜;;关于通信信号调制识别技术的分析研究[J];科技资讯;2012年32期
4 游伟;周先敏;;模拟调制信号的自动调制识别[J];信号处理;2009年01期
5 吕杰,张胜付,张克,邵伟华,谷明;移动通信信号自动调制识别的谱相关方法[J];电讯技术;1999年02期
6 陆明泉;肖先赐;;同信道多信号的调制识别方法[J];清华大学学报(自然科学版)网络.预览;2009年10期
7 王东旭;陈殿仁;李兴广;陈磊;;基于小波变换的调制识别算法[J];数字技术与应用;2017年01期
8 周玫汝;;数字通信信号自动调制识别技术研究[J];数码世界;2018年05期
9 谢勇;;无线电信号的调制识别研究[J];中国新通信;2014年08期
10 崔静波;;扩展时域统计参数的调制识别方法研究[J];信息通信;2012年02期
中国重要会议论文全文数据库 前10条
1 崔灿;刘作学;孔德强;崔凯;;调制识别算法研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
2 王琳琳;黄英;雷菁;;卫星通信中调制识别算法研究[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
3 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
4 姜楠;王彬;李勇斌;;基于异构网络多特征的水声通信信号调制识别[A];2018年全国声学大会论文集 C水声工程和水声信号处理[C];2018年
5 罗攀;边东明;李广侠;;卫星通信中的数字调制识别算法[A];第五届卫星通信新业务新技术学术年会暨卫星通信系统网间互联互通与接口标准研讨会论文集[C];2009年
6 杜青;刘剑飞;刘娟;乔延华;;基于小波神经网络的模拟调制信号自动识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(下册)[C];2007年
7 杨宇;邓晓;;基于小波分析的RFID信号调制识别[A];第二十届电工理论学术年会论文集[C];2008年
8 李伟斌;陈建华;;无线信号的自适应调制识别综述[A];江苏省通信学会2004年学术年会论文集[C];2004年
9 唱亮;;衰落信道下短波信号调制识别方法研究[A];2009年全国无线电应用与管理学术会议论文集[C];2009年
10 裴承全;何继爱;;稳定分布下基于传感器节点分布式协作的调制识别研究[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 谢李晋;基于压缩感知的通信信号识别技术研究[D];电子科技大学;2018年
2 韩钢;自适应单载波、多载波调制中信号盲检测技术研究[D];西安电子科技大学;2003年
3 张炜;数字通信信号调制方式自动识别研究[D];国防科学技术大学;2006年
4 王彬;无线衰落信道中的调制识别、信道盲辨识和盲均衡技术研究[D];解放军信息工程大学;2007年
5 胡国兵;雷达信号调制识别相关技术研究[D];南京航空航天大学;2011年
6 安琦;信号侦收中的识别与分类理论与算法研究[D];电子科技大学;2017年
7 吕铁军;通信信号调制识别研究[D];电子科技大学;2000年
8 陈健;通信信号参数盲估计方法的研究[D];西安电子科技大学;2005年
9 付永明;基于拟合优度检验的通信信号检测与识别技术[D];国防科学技术大学;2015年
10 崔伟亮;衰落信道下非合作接收中调制识别技术研究[D];解放军信息工程大学;2011年
中国硕士学位论文全文数据库 前10条
1 赵纪伟;基于深度学习的调制识别技术研究[D];西安电子科技大学;2018年
2 李建英;Underlay频谱共享方式下信号的调制识别方法研究[D];西安电子科技大学;2018年
3 李威;基于深度学习的通信信号调制识别研究[D];西安电子科技大学;2018年
4 艾灿;基于神经网络的信号调制识别技术研究[D];西安电子科技大学;2018年
5 关亚男;基于集成学习的数字信号调制识别研究[D];哈尔滨工程大学;2018年
6 孔维宇;基于时频图像的雷达信号调制识别技术研究[D];哈尔滨工程大学;2018年
7 吴彦伦;基于深度学习的调制识别算法研究[D];电子科技大学;2018年
8 张君易;宽带跳频信号调制识别和参数估计[D];电子科技大学;2018年
9 张子文;基于压缩感知的数字信号调制识别技术研究[D];北京邮电大学;2018年
10 李蒙蒙;基于LabVIEW的数字信号调制识别[D];北京邮电大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026