發(fā)布時間：2024-06-29 14:29

　　隨著國家信息化戰(zhàn)略的逐步推進,無線通信技術(shù)發(fā)展迅猛,已經(jīng)在居民生活、軍事工業(yè)等多個領(lǐng)域起到了重要的基礎(chǔ)支撐作用。無線電監(jiān)測作為無線通信領(lǐng)域的主要課題之一,旨在對無線環(huán)境的頻譜參數(shù)進行測量,并對頻帶使用和占用情況進行匯總與分析。通過相關(guān)指標的采集,可以更好地提高頻譜的利用率,優(yōu)化頻譜資源分配,并對違規(guī)、非法使用或干擾無線電磁環(huán)境的情況進行監(jiān)察和處理。無線電監(jiān)測包含眾多環(huán)節(jié),其中信號檢測和調(diào)制方式識別是最為重要的兩個部分。因此,本課題主要對無線電監(jiān)測中的檢測和識別算法展開研究。目前傳統(tǒng)的信號檢測與識別方法,在低信噪比和有干擾信號的環(huán)境中檢測或識別效果較差。如何提高惡劣環(huán)境下信號檢測和識別的精度和穩(wěn)定性是無線電監(jiān)測領(lǐng)域的重要課題。同時,目前大部分信號檢測與識別算法都依賴于特征,如何針對特定研究場景對無線信號進行相應(yīng)高效的表征是另一個待研究的難點。隨著人工智能與機器學習領(lǐng)域的迅猛發(fā)展,基于機器學習的無線電監(jiān)測開始被研究和使用。利用機器學習的信息挖掘與學習能力可以發(fā)現(xiàn)更有利于低信噪比檢測和識別的信號表征和模型,從而提高在低信噪比環(huán)境中信號檢測和識別的性能。本文提出一種基于遍歷選擇與準則學習的合作...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖２－１?ＢＡＳＫ星座圖??

而實際信道多數(shù)為帶通信道，所以基帶信號需要通過調(diào)制變?yōu)閹�傳輸。隨著現(xiàn)代通信的發(fā)展，目前模擬信號已經(jīng)很少用于數(shù)據(jù)傳主要討論數(shù)字調(diào)制信號。數(shù)字調(diào)制信號因為其處理的便捷性和傳輸成為調(diào)制信號的主流。常用的信號調(diào)制方式有：幅度鍵控、頻移、正交幅度調(diào)制等。通常，為了提高數(shù)據(jù)傳輸速率，調(diào)制階數(shù)....

圖２－２ＱＡＳＫ星座圖??相移鍵控（Ｐｈａｓｅ?Ｓｈｉｆｔ?Ｋｅｙｉｎｇ，?ＰＳＫ）是指載波相位隨數(shù)字基帶信號變化的??

－０．８?－０．６?－０．４?－０．２?０?０．２?０．４?０．６?０．８??圖２－１?ＢＡＳＫ星座圖??８??

圖2拍4PSK星座圖

圖２－４?８ＰＳＫ星座圖??交幅度調(diào)制（ＱｕａｄｒａｔｕｒｅＡｍｐＩｉｔｕｄｅＭｏｄｕｌａｔｉｏｎ，ＱＡＭ）是一種控的調(diào)制方式。它采用兩個同頻正交但相位相差四分之一周期控的方式傳輸信號。這種調(diào)制方式合理利用了整個信號平面，提。其時域表達式為??ＳＱＡＭ?（〇?＝?Ｙ．ａｎＳ?｛ｔ....

圖２－５?１６ＱＡＭ星座圖??２．２信號檢測綜述??

?１?１．５??圖２－３?４ＰＳＫ星座圖??ｉ｜?？？？：？緒？？？？？??０．５－??ｎ?．．Ｘｖ：??０—?？？靜：?？黎：??？?？?．??■°－５＿?ｄ．?ｉ?味？）??．？洛．；?？？？．．又：、??？?？？?．ｙ，??ｉ?｜?｜?，?．?ｉ?ｉ?：?：???－１．５?....

本文編號：3997693