导读:本文包含了调制方式识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:方式,载波,网络,算法,深度,直方图,卫星通信。
调制方式识别论文文献综述
陈义敏[1]（2019）在《浅谈卫星通信常用调制方式的自动识别》一文中研究指出我国的航天卫星通信技术发展迅速,并且在国际中处于领先水平,为此便要进一步加强卫星通信的自动识别体系。在本文中将对卫星通信常用调制方式的自动识别流程中,其所具有的频率特征与分类特征参数进行简介,并浅谈特征参数的选取以及相应的识别与操作流程,以此来推动卫星通信技术的发展。(本文来源于《科技风》期刊2019年34期）
杨洁,惠雨晨[2]（2019）在《一种BP-IA数字调制方式识别方法》一文中研究指出为提高数字调制方式的识别速度和准确率,提出一种基于免疫算法(IA)的反向后传(BP)神经网络数字调制方式识别算法。首先对信号的特征进行分析和提取,其次利用具有全局搜索能力的免疫算法优化BP神经网络的权重及阈值,最后利用Levenberg-Marquardt算法训练BP网络。文中不仅给出了详细的算法分析,同时进行了仿真实验。实验结果表明,所提方法的收敛速度明显优于传统的BP算法和遗传算法,在信噪比大于-2 dB时,所提方法的平均识别准确率也优于传统的BP算法和遗传算法。所提免疫优化算法在训练多层前向神经网络时可有效地避免BP算法易陷入局部极小,且算法收敛速度快,具有精确的全局寻优性能,进而提高了数字调制方式的识别准确率。(本文来源于《现代电子技术》期刊2019年23期）
李青华[3]（2019）在《MPSK和MQAM信号调制方式识别的工程实现》一文中研究指出以实用化、工程实现容易、识别率较高为目的,本文研究了M次方谱、包络平方谱、高阶累积量、峰均比等特征,而且给出了测试方法和实测指标。当信噪比大于10d B时,该方案对几种常用MPSK/MQAM信号调制方式的识别率至少大于96%,具备可行性和参考性。(本文来源于《中国无线电》期刊2019年10期）
李红光,郭英,眭萍,齐子森[4]（2019）在《基于时频能量谱纹理特征的跳频调制方式识别》一文中研究指出针对跳频通信调制方式识别问题,提出了一种基于时频能量谱纹理特征的跳频调制方式识别方法。该方法首先采用平滑伪Wigner-Ville分布算法获取跳频信号时频图,并经过二维维纳滤波去除时频图背景噪声,提高低信噪比条件下时频图清晰度;然后采用连通域检测算法提取每跳信号的时频能量谱并将其转化为时频灰度图,计算其直方图统计特征和灰度共生矩阵特征组成22维特征向量;最后通过参数优化后的支持向量机分类器对特征集进行训练、分类和识别。仿真实验表明,所提取的多维特征向量具有较强的表征能力,避免了由单一特征相似性引起的误判问题,在信噪比为-4 dB的条件下,对跳频信号BPSK、QPSK、SDPSK、QASK、64QAM和GMSK共6种调制方式的平均识别正确率达到91.4%。(本文来源于《通信学报》期刊2019年10期）
侯涛,郑郁正[5]（2019）在《基于深度学习的通信信号调制方式识别》一文中研究指出针对采用传统机器学习算法对通信信号调制识别方法中的计算复杂度高、准确率低以及人工提取特征步骤繁琐等问题,提出一种基于深度神经网络通信信号调制识别模型。模型可以直接识别经过采样之后的通信信号类别,且具有识别准确率高、通用性强、抗噪声性能好及处理流程简便等特点,有效解决了传统算法无法实现自动提取特征的缺陷。通过大量实验以及对通信信号特征的准确分析,采用卷积神经网络和循环神经网络等网络的组合设计,构建了一个识别准确率较高且端到端的通信信号识别模型。(本文来源于《无线电工程》期刊2019年09期）
王海滨,周正,李炳荣,解传军[6]（2019）在《基于数字通信信号瞬时特性的调制方式识别方法》一文中研究指出通信对抗中数字通信调制方式识别作为一种非协作通信识别是近年研究的热点,提出一种基于信号瞬时特性并结合决策论对通信信号调制方式进行识别的方法。该方法选用数字通信信号中的五个典型特征参数作为判决准则,然后给出基于决策论判别树的方法,选取恰当的特征门限进行信号识别流程设计。仿真实验结果表明,该方法在信噪比较低时也具有较高的识别正确率和更快的识别速度,更容易工程实现。(本文来源于《现代电子技术》期刊2019年16期）
张华娣,楼华勋[7]（2019）在《MQAM信号调制方式自动识别方法》一文中研究指出提出了一种实现MQAM信号调制方式自动识别的方法。首先通过四阶累积量构造特征参数F,实现方形QAM和十字形QAM的识别,通过计算零中心归一化瞬时幅度紧致性,把16QAM从方形QAM中识别出来。然后,通过信号包络平方的频谱估算出波特率,结合定时同步,消除ISI码间干扰,恢复出较理想的星座图。接着,针对32QAM和128QAM设置不同的聚类半径,用减法聚类算法求出聚类点及其密度值,通过计算不同半径下的聚类点密度值的差异进行类型判断,同理,进行64QAM和256QAM信号的分类。所提方法不需要载频和波特率等先验信息,能完成16QAM、32QAM、64QAM、128QAM、256QAM信号的自动识别,并且没有复杂的迭代过程,可以应用于实际信号的调制识别。(本文来源于《通信学报》期刊2019年08期）
郝云飞,刘章孟,郭福成,张敏[8]（2019）在《基于生成对抗网络的信号调制方式的开集识别》一文中研究指出为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。(本文来源于《系统工程与电子技术》期刊2019年11期）
周煜[9]（2019）在《基于深度学习的无线信号调制方式识别技术研究》一文中研究指出无线信号的调制方式识别指的是接收机对发射信号的调制方式主动识别的技术。调制方式识别技术在民用和军事领域都具有重要地位,随着移动通信系统的不断发展,多载波、多天线等新技术被引入,使得调制信号识别的场景更加复杂。传统基于信号统计特性的调制信号识别方法难以直接在复杂通信场景下适用,如何将深度学习算法应用到调制信号识别中,突破传统方法的缺陷,是论文重点要研究的内容。本文的主要内容包括以下几个方面:首先,针对基于CNN,RNN,FNN叁种典型的神经网络结构的调制识别算法进行了对比分析,考虑所有算法在计算复杂度处于同一量级情况下,分析了不同网络底层结构对调制识别率的影响,结果表明CNN网络具有更好的识别能力。在此基础上,进一步分析了CNN网络超参数,包括不同网络层数、不同卷积核数目对调制识别率的影响,结果表明卷积核的数目对调制识别率有重要影响。其次,针对基于索引调制的正交频分复用系统(OFDM-IM)通信参数识别问题,提出了基于CNN的联合激活子载波数目检测和调制方式识别的算法,算法利用CNN模型实现了端到端OFDM-IM符号的调制方式识别,并利用识别结果优化检测激活子载波数目。通过仿真分析证明,所提出的CNN模型收敛迅速,同时对噪声干扰具有一定的鲁棒性。最后,针对非合作MIMO通信系统的调制方式识别,提出了一种基于盲源分离和CNN的调制方式识别算法。在发射天线数目、信道矩阵未知情况下,该识别算法通过最小描述长度算法估计发射天线数目,并通过特征矩阵近似联合对角化算法将混迭的接收信号分离成相互独立的解混迭矩阵,并利用CNN模型从混迭矩阵求解中估计出调制方式。通过仿真验证了所提出算法的有效性。综上所述,本文所提出的基于深度学习的调制方式识别算法为复杂通信场景的信号检测提供了相对准确性较高、计算复杂度较低的识别手段,具有一定的应用价值。(本文来源于《北京邮电大学》期刊2019-05-29）
方洁[10]（2019）在《光通信网络系统信号调制方式的自动识别方法》一文中研究指出反向差分脉冲位置宽度的信号调制方法对于光通信网络系统的信号调制,未能获取连续光信号相位,降低光通信网络系统传输速率,提出一种光通信网络系统信号调制方式的自动识别方法。基于频率信号调制的先进信号调制格式采用各等级频率的载波完成信号传输,通过对自相关函数实施傅里叶变换获取FSK信号的功率谱密度,实现光通信网络系统信号格式信号调制;基于该信号格式采用光反转归零码-差分正交相移键控信号调制方法,将光反转归零码与差分正交相移键控相结合,通过MZ信号调制器完成信号幅度的信号调制,利用DQPSK信号调制器完成信号相位的信号调制,确保信号相位连续,保证了光通信网络系统的运行。实验结果表明,本文方法的光通信网络系统眼开度代价低于2 dB,该方法完成10个跨距的总传输用时仅为105ms,使得光通信网络系统速度提高约57. 6%,在有效完成光通信网络系统信号调制的同时,可降低眼开度代价、提高信号调制效率。(本文来源于《激光杂志》期刊2019年05期）
调制方式识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高数字调制方式的识别速度和准确率,提出一种基于免疫算法(IA)的反向后传(BP)神经网络数字调制方式识别算法。首先对信号的特征进行分析和提取,其次利用具有全局搜索能力的免疫算法优化BP神经网络的权重及阈值,最后利用Levenberg-Marquardt算法训练BP网络。文中不仅给出了详细的算法分析,同时进行了仿真实验。实验结果表明,所提方法的收敛速度明显优于传统的BP算法和遗传算法,在信噪比大于-2 dB时,所提方法的平均识别准确率也优于传统的BP算法和遗传算法。所提免疫优化算法在训练多层前向神经网络时可有效地避免BP算法易陷入局部极小,且算法收敛速度快,具有精确的全局寻优性能,进而提高了数字调制方式的识别准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
调制方式识别论文参考文献
[1].陈义敏.浅谈卫星通信常用调制方式的自动识别[J].科技风.2019
[2].杨洁,惠雨晨.一种BP-IA数字调制方式识别方法[J].现代电子技术.2019
[3].李青华.MPSK和MQAM信号调制方式识别的工程实现[J].中国无线电.2019
[4].李红光,郭英,眭萍,齐子森.基于时频能量谱纹理特征的跳频调制方式识别[J].通信学报.2019
[5].侯涛,郑郁正.基于深度学习的通信信号调制方式识别[J].无线电工程.2019
[6].王海滨,周正,李炳荣,解传军.基于数字通信信号瞬时特性的调制方式识别方法[J].现代电子技术.2019
[7].张华娣,楼华勋.MQAM信号调制方式自动识别方法[J].通信学报.2019
[8].郝云飞,刘章孟,郭福成,张敏.基于生成对抗网络的信号调制方式的开集识别[J].系统工程与电子技术.2019
[9].周煜.基于深度学习的无线信号调制方式识别技术研究[D].北京邮电大学.2019
[10].方洁.光通信网络系统信号调制方式的自动识别方法[J].激光杂志.2019
论文知识图
