导读:本文包含了盲解调论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,软件无线电,调试方式识别,盲解调
盲解调论文文献综述
陈铮,彭盛亮,李焕焕,秦雄飞[1]（2019）在《基于深度学习与软件无线电的盲解调系统研究》一文中研究指出盲解调系统能够在未知调制方式的条件下完成信号解调,在认知无线电、电子对抗等领域具有重要的应用价值。现有的盲解调系统,大多调制方式识别精度低,容易产生解调错误,且受硬件平台限制,拓展性较差。本文设计并实现了一套基于深度学习和软件无线电的盲解调系统。该系统利用最新的深度学习算法替代传统的基于特征的算法,用于提高调制方式识别精度;同时,还采用软件无线电平台替代传统的硬件电路,便于系统功能的升级和扩充。测试结果表明,本文实现的系统达到了设计需求,在各种场景下均能正确解调信号,且能够对调制方式的改变及时作出反应。(本文来源于《信号处理》期刊2019年04期）
严富成[2]（2019）在《OFDM信号的盲解调技术研究》一文中研究指出正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术实现通信信号的宽带化,有效提高系统传输速率,避免频谱资源的浪费。本文针对OFDM系统,研究非协作通信背景下OFDM信号的盲解调,主要包括信号预处理、时间参数盲估计和时频同步技术,并进行仿真与分析。主要工作内容如下:首先,给出完整的OFDM信号盲解调流程,研究了信号预处理模块中带宽估计和信噪比估计。带宽估计主要研究了基于Welch谱和基于小波变换的带宽估计算法,仿真并对比分析不同带宽、不同频偏、不同小波分解层数以及不同信道条件下算法的估计性能。信噪比估计主要研究了基于自回归(Autoregressive Model,AR)模型和基于循环前缀的信噪比估计算法,仿真并对比分析不同带宽、不同频偏和不同信道条件下算法的估计性能。根据仿真结果,给出不同算法的适用场景和应用组合。其次,研究了OFDM信号时间参数的估计,主要包括基于循环前缀、基于循环自相关等算法,并分析了无导频和含导频OFDM信号的循环自相关谱特征。针对导频引起的谱特征变化改进了基于循环自相关的参数估计算法,改进后算法同时适用于无导频和含导频OFDM信号。仿真结果表明,对于无导频OFDM信号,基于循环自相关(改进后)算法比基于循环前缀和改进前算法的参数估计性能更优,同时改进后算法有效避免了导频引入的周期性谱峰对OFDM时间参数估计的影响,可精确估计含导频OFDM信号的时间参数,具有很好的鲁棒性和应用价值。最后,研究了OFDM信号的时频盲同步。基于子空间算法建立子空间模型,利用正交性构造代价函数,将频偏估计过程分为整数倍和小数倍频偏两个步骤,并引入多级检索,逐级缩小估计范围,有效降低运算量,可实现系统带宽范围内的频率同步。基于循环前缀的最大似然算法利用循环前缀的自相关性实现时频盲同步,频偏估计范围为正负半个子载波间隔。在衰落信道下,基于循环前缀算法预先估计最大时延长度,利用无干扰循环前缀部分实现频偏估计。基于循环平稳特性算法利用OFDM信号的周期循环平稳特性实现频偏估计和定时同步,频偏估计范围为正负半个子载波间隔。仿真分析表明,在本文设置仿真条件下,基于循环前缀最大似然算法仅需较少OFDM符号即可完成较高精度的时频同步,而基于子空间算法频偏估计范围最广。在衰落信道下,叁种算法的时频同步性能降低,但仍保持一定的同步精度,其中基于循环前缀最大似然算法最优,在信噪比大于0dB条件下,频偏估计NRMSE即可降至10~(-2)以下。(本文来源于《电子科技大学》期刊2019-04-01）
魏驰,彭华,郭一鸣,樊军辉[3]（2018）在《利用神经网络的同频混合信号单通道盲解调算法》一文中研究指出针对传统同频混合信号单通道盲解调算法中存在的复杂度高,收敛速度慢,解调性能不稳定等问题,提出一种利用神经网络的同频混合信号单通道盲解调算法。通过重构包含不同比特序列的训练样本集(3个符号长度的时域信号),截取每个样本在不同相邻符号拖尾影响下的时频谱图,提取能表征谱图特征的48个特征参数作为神经网络的训练输入,样本中的两路比特序列为对应的训练输出,反复学习训练完成对网络解调模型的构造。接收端按3个符号长度分段提取接收信号时频谱图的特征参数,依次输入到训练好的网络完成解调;研究神经网络结构、信号过采样倍数、幅度比等对盲解调效果的影响,并优化最佳的神经网络解调系统。仿真实验表明,针对与训练样本相同信道参数的接收信号,经过分段处理后利用神经网络进行解调,较传统算法拥有更低的复杂度,且解调准确性接近于符号串扰长度为5个符号的PSP算法。(本文来源于《信息工程大学学报》期刊2018年06期）
蒋亮亮[4]（2018）在《非协作数字通信中MPSK信号盲解调技术研究》一文中研究指出非协作数字通信在国民经济与国防安全中具有重要作用,其研究还处于初步阶段,涉及到一系列技术挑战。在非协作数字通信系统中,由于接收机无法知道接收信号的相关信息,导致接收机对接收信号解调时遇到很大困难,而盲解调作为非协作数字通信系统的核心技术,对其研究是极具挑战性也是非常有必要的。本文以非协作通信为背景,在已知接收信号调制方式为MPSK(M已知)的前提下,对盲解调技术进行深入研究。研究内容包括参数盲估计,符号定时同步、信道盲均衡等盲解调关键技术。本文首先研究了盲解调中的参数盲估计。在解调操作中,载波频率以及符号率是两个极其的重要参数,它们对解调性能有直接影响。为了精确获得这两个参数,本文分别提出了一种基于混沌Duffing振子的载频估计算法和一种二阶循环谱的符号率估计方法。与典型的基于循环累积量载频估计算法以及基于小波变换符号率估计算法相比,本文所研究参数估计算法在低信噪比下具有更精确的估计结果。其次,本文研究了符号定时同步技术。在非协作通信中,针对符号率估计偏差导致的符号不同步,本文研究了一种改进的Gardner定时同步算法,对经典Gardner符号同步环路中的插值滤波器进行改进,给出一种基于基多项式插值的环路插值滤波器,通过优化环路滤波器系数,使同步环路具有更高插值精度。与经典Gardner同步算法相比,改进后的同步算法具有更小定时误差和更快的同步速度。最后,本文还研究了盲均衡技术。盲均衡是抑制多径衰落和信道干扰的重要手段。针对CMA均衡算法存在迭代步长和剩余误差难以兼顾等不足,研究了一种概率密度函数匹配的盲均衡算法(PDFF),并给出新的代价函数和抽头系数迭代式。与CMA盲均衡算法相比,该盲均衡算法具有更快的收敛速度和更小的收敛误差。(本文来源于《西南科技大学》期刊2018-05-31）
潘磊[5]（2018）在《非协作直扩通信系统盲解扩与盲解调技术研究》一文中研究指出直扩信号一直是通信对抗领域的重点研究对象,近几十年来重点研究方向主要是直扩信号参数估计,例如码片速率估计、伪码周期估计、载频估计以及伪随机序列估计等,但是现有的研究基础大都是建立在信号已经过解调,而后将信号建模在基带上,而实际情况是直扩信号需要先进行伪码解扩提高信噪比后再进行解调,由此引出本文研究的重点和难点。本文讨论的对象是短码直扩信号,研究的是中频直扩信号,主要内容如下:首先,介绍了信号调制的基本原理,分别就常见的7种调制信号(AM、FM、2ASK、4ASK、2FSK、4FSK、2PSK)建立数学模型,分析信号时域频域内的特点。紧接着分析了信号调制方式识别原理,根据信号瞬时幅度,瞬时相位,瞬时频率之间的差异构造区分信号的6种特征参数。然后基于此特征参数建立了信号调制识别决策树模型,仿真分析了常见5种调制信号的识别率。其次,以最常见的m序列作为典型对象分析了伪随机码的自相关特性,然后以此为依据分析了基于延迟相关累计算法的伪码周期估计方法。接着介绍了信号的特征分解理论,以此为依据分析了基于信号子空间分解算法的码序列盲估计算法。将接收到的中频短码直扩信号按照估计的伪码周期进行两倍周期分段,组成接收信号矩阵,构造信号协方差矩阵,对矩阵进行特征分解,寻找最大特征值对应的特征向量。以估计的伪码周期为窗对特征向量进行最大2范数搜索,最大2范数对应的起点位置,即为估计的伪码同步点,搜索得到的周期长度特征向量即为带载波的中频伪码波形。按照估计得到的伪码波形以及伪码同步点,对原直扩序列进行同步解扩、低通滤波、抽样判决、最终实现了直扩序列信息码提取。最后,分析了通用通信信号处理平台的常见结构,以DSP+FPGA为基础,编写了信号调制识别的硬件算法程序和伪码周期估计硬件算法,以CCS3.3+ISE14.7为软件编程基础经过ModelSim和ChipScope仿真、调试并实现了本文中信号调制识别和伪随机序列周期估计算法。(本文来源于《哈尔滨工程大学》期刊2018-03-14）
徐珍珍[6]（2018）在《非合作CPM信号的参数估计和盲解调技术研究》一文中研究指出面对愈加复杂的空间电磁环境,愈加紧张的频谱资源,寻找一类频谱效率高、面对干扰有较强抵抗能力的调制方式迫在眉睫。连续相位调制(Continuous Phase Modulation,CPM)作为一种包络恒定、相邻符号间相位连续的非线性调制类型,因优异的频谱和功率效率吸引了越来越多的关注,目前主要应用在民用通信和军事对抗等领域。非合作通信是接收端不知道任何发送端的调制信息,需要对接收信号进行参数估计,同样地,解调也必须采用非相干解调。由于CPM信号参数繁多,不同的调制参数组合得到的CPM信号特征存在很大差异,因此在非合作通信模式下,想要完成对CPM信号主要调制参数的精确估计和正确解调是极其困难的。因而,如何有效地实现CPM信号的参数盲估计和盲解调是本文的研究重点。首先,本文系统地阐述CPM信号的数学建模及PAM线性分解过程,在此基础上深入地剖析CPM信号的相位特性和频谱特性及不同参数带来的影响。其次,根据非合作通信下CPM信号的处理流程,详细地研究CPM信号的参数估计算法。针对调制指数,常用方法是基于信号一阶循环平稳性的联合估计算法,但该算法具有局限性,并不适用脉冲类型为高斯脉冲的CPM信号,为扩大适用范围,本文提出一种改进的联合估计算法,可以使其既适用矩形和升余弦脉冲,对高斯成形脉冲也仍然有效。针对调制阶数,采用基于循环谱的调制阶数识别算法,通过计算CPM信号循环谱截面的离散谱线个数,实现调制阶数的识别。针对相关长度,采用基于平均自相关函数的估计算法,通过计算CPM信号平均自相关函数不为零的符号个数,从而实现相关长度的估计。针对脉冲类型,采用基于环形统计量和支持向量机的识别算法,该算法的中心思想是通过构造环形统计量,计算不同的分类特征,将其输入SVM中,实现脉冲类型的估计。最后,针对CPM信号的盲解调,主要研究非相干复合网格解调算法,该算法通过引入相位旋转网格,达到抗初相的目的;通过在相邻相位状态间引入耦合转移,使该算法可消除频偏的存在对解调的影响。(本文来源于《哈尔滨工程大学》期刊2018-03-14）
达凯[7]（2016）在《无线侦测中MPSK信号盲解调技术研究》一文中研究指出盲解调作为智能接收机的主要部分,是电子对抗中的一个关键技术。它主要是在信道化处理后,实现调制方式识别、关键参数估计、解调等功能。本文针对此关键技术,在识别、估计、解调等方面展开细致研究,具体工作包括:1、在已有调制识别算法的基础上,利用瞬时特征提取方法并结合高阶累积量识别方法,进行调制方式大类的识别。与其他不同的是,本文利用了不同调制方式在有频偏下时高阶累积量值不同来进行识别。此外,改进瞬时特征方法,将对识别影响较大的载波频率转换成影响较小的符号速率,从而完成相位调制信号的类内识别。2、在识别和后续解调中需要用到如载波频率和符号速率这样的重要参数,而对于盲解调,这些参数是未知的,因此需要对它们进行估计。首先利用相关法对载波频率进行一个粗估计,以确定大致范围。再提出一种基于循环相关的载波频率精确估计算法。对于符号速率的估计,循环相关函数估计算法不再适用,但可利用其循环谱密度在很小步长下的特性,估计出不同调制方式的符号速率。3、盲环境下的解调与协作通信下的解调区别很大,为了实现真正意义上的盲解调,需要将各个参数设计成适应信号变换。本文主要讨论解调中的同步问题,其直接决定了解调的正确与否。首先利用Costas环进行载波同步,设计出盲环境下的环路滤波器等参数。在进行位同步时,利用Gardner算法进行误差判定,并在工程上使用Farrow结构实现插值算法。4、在Matlab中验证了所设计的算法并对性能做了分析。证明了本文的识别算法能在较低的信噪比下实现,且提出的精确估计算法拥有比一般方法更好的性能,同步模块也能够在较短的时间内跟踪上。介绍了实验室自主开发的软件无线电平台,在此平台上验证实现了本文提出的算法,并与仿真结果进行对比,发现能够较好地符合理论分析,在工程意义上完整的实现了盲解调。(本文来源于《国防科学技术大学》期刊2016-11-01）
王超,黄伟,黄显高[8]（2016）在《基于非线性动力学系统噪声减缩盲解调负信噪比载频上的随机码流》一文中研究指出盲解调技术是获取非协作数字通信信号上携带有用信息的最关键技术之一.首先对现有数字通信信号盲解调进行了综述,然后在我们已发表论文的基础上,进一步完善非线性动力学系统噪声减缩的理论和算法,对负信噪比BPSK调制载频上的随机码流进行盲解调.试测试结果表明,信噪比在Eb/N0>7d B区间,噪声减缩的盲解调的误码率为0,信噪比在0<Eb/N0<7d B区间,噪声减缩的盲解调的误码曲线低于现有非相干解调方法的误码曲线.噪声减缩的盲解调的误码率接近或重合或低于现有相干解调的理论误码曲线.可见,采用非线性动力学系统的噪声减缩的盲解调与现有非相干解调的处理能力比较,至少提高了7d B的处理能力.测试结果表明研究成果为电子侦察信号处理的盲解调提供了一种有效的方法.(本文来源于《计算机系统应用》期刊2016年10期）
陈子洋[9]（2016）在《短距离无线通信信号盲解调电路的设计》一文中研究指出短距离非协作无线通信广泛应用到无线电监测、单点对多点网络通信以及认知无线电中,在无任何先验信息的情况下,接收方无法已知发送方调制信号的任何参数,要能在非授权接入的情况下正确解调出有用信息,必须采用盲解调技术。因此构建一个短距离无线通信信号盲解调系统具有重要的现实意义。论文主要研究了针对于六种通信信号(ASK/FSK/BPSK/QPSK/MSK/QAM)的盲解调系统设计方案。论文分析了现有盲解调算法的优劣,在原有应用于盲解调的循环谱估计算法基础上进行了改进,Matlab仿真表明循环谱计算时间缩短为原来的1/19。基于改进的循环谱估计算法,论文提出了一种基于信号循环谱特征参数的调制识别方案,在无任何先验信息的情况下,利用五个独立的特征参数对六种调制信号进行识别。识别是基于二叉树的分类器判决过程,通过将特征参数与预先设定的经验值进行分析判断获得识别结果,通过仿真在信噪比为10dB时六种调制信号识别率均达到了90%以上。在获知调制方式后,针对每一种调制方式,论文给出了相应的参数估计方法,特别对于QPSK和16QAM信号需要采用平方法进行载波频率的估计,并根据信噪比、数据点数、采样倍率等叁个方面分析了六种调制方式各自参数估计算法的性能。为了完成盲解调流程,在不失一般性的条件下,论文对2FSK/MSK信号的解调进行了深入研究,利用两种信号的共同点选取了差分解调方案,通过载频估计值和符号率估计值对中频信号和零频信号进行数字下变频和位同步,得到对2FSK/MSK信号的盲解调结果。论文对基于循环谱的盲解调方案进行了电路设计,并用Modelsim软件对关键模块进行了仿真分析。论文用Quartus软件分析了盲解调电路硬件资源消耗情况,并用FPGA平台对盲解调电路进行功能验证和性能测试。根据验证结果显示,盲解调电路设计的功能正确,且资源消耗较传统方案减少了40%；当信噪比为10dB时,盲解调电路对六种信号的调制识别率均可达到90%以上,载波估计误差小于10-3,符号率估计误差小于10-2,对2FSK/MSK信号盲解调的误码率在0.8%以下,满足设计要求。(本文来源于《东南大学》期刊2016-06-02）
吴芳敏[10]（2016）在《基于PCMA的卫星通信盲解调关键技术的研究》一文中研究指出成对载波多址技术(PCMA)以其能将频带利用率翻倍及强大的抗截获能力,在军用及民用卫星通信领域获得日益广泛的应用。本文的研究从实际数据着手,在参阅了大量文献后,重点研究了MPSK调制类型的PCMA信号识别、参数估计及盲分离,并对各类算法做了分析和仿真验证。利用BPSK混合信号与单QPSK信号的相似性,研究了一种对BPSK混合信号分段近似的ICA分离算法。具体的研究工作如下:(1)针对PCMA信号在时频域具有与单调制信号较高的相似性,文章首先利用单-混信号在高阶累积量的差异构造相似特征量,然后在特征量上选取适当阈值来区分单信号和PCMA信号。接着在此基础上进一步对PCMA信号的调制类型进行识别。仿真采用QPSK、8PSK及16QAM调制的单-混合信号作为分类算法输入,分类结果表明:载噪比为15dB的信号,调制识别率在95%以上。(2)对于PCMA信号的参数估计,本文主要研究了混合信号的码速率估计、载频估计及初相估计。针对PCMA信号的码速率估计,本文研究了一种基于信号循环自相关函数的码速率检测方法,该算法利用谱峰增强处理来消除干扰谱峰的影响,仿真结果表明算法对5dB以上的各调制类型的PCMA信号均具有理想的估计效果。针对PCMA信号的载频及初相的载波参数估计,文章从单调制信号入手,先是研究了单调制信号的估计算法并加以仿真,然后将PCMA信号与单调制信号加以对比分析算法的局限性,接着对混合信号的载波参数做了详细的分析和仿真。如对于载波频率估计,文章从单调制信号的零点交叉法过度到混合信号的M次方法的估计;对于载波初始相位估计,先是研究和仿真了MPSK调制的V-V初相估计算法,然后再对QPSK混合信号采用基于数据辅助的M次方估计算法。仿真结果表明在18dB以上的载噪比环境下,载频与初相均能收到较好的估计效果。(3)对于PCMA信号的盲分离,文章从BPSK混合信号与单调制QPSK信号的相似性出发,研究了一种频偏已知时的BPSK混合信号转双通道的近似分段分离方法,并利用正定盲分离的ICA算法对信号做分离,仿真结果表明载噪比20d B的同功率BPSK信号混合的分离误码率可低至0.4%。最后文章对PCMA信号建立状态空间模型,并对BPSK及QPSK调制的PCMA信号做粒子滤波的分离。(本文来源于《电子科技大学》期刊2016-03-31）
盲解调论文开题报告
（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：
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术实现通信信号的宽带化,有效提高系统传输速率,避免频谱资源的浪费。本文针对OFDM系统,研究非协作通信背景下OFDM信号的盲解调,主要包括信号预处理、时间参数盲估计和时频同步技术,并进行仿真与分析。主要工作内容如下:首先,给出完整的OFDM信号盲解调流程,研究了信号预处理模块中带宽估计和信噪比估计。带宽估计主要研究了基于Welch谱和基于小波变换的带宽估计算法,仿真并对比分析不同带宽、不同频偏、不同小波分解层数以及不同信道条件下算法的估计性能。信噪比估计主要研究了基于自回归(Autoregressive Model,AR)模型和基于循环前缀的信噪比估计算法,仿真并对比分析不同带宽、不同频偏和不同信道条件下算法的估计性能。根据仿真结果,给出不同算法的适用场景和应用组合。其次,研究了OFDM信号时间参数的估计,主要包括基于循环前缀、基于循环自相关等算法,并分析了无导频和含导频OFDM信号的循环自相关谱特征。针对导频引起的谱特征变化改进了基于循环自相关的参数估计算法,改进后算法同时适用于无导频和含导频OFDM信号。仿真结果表明,对于无导频OFDM信号,基于循环自相关(改进后)算法比基于循环前缀和改进前算法的参数估计性能更优,同时改进后算法有效避免了导频引入的周期性谱峰对OFDM时间参数估计的影响,可精确估计含导频OFDM信号的时间参数,具有很好的鲁棒性和应用价值。最后,研究了OFDM信号的时频盲同步。基于子空间算法建立子空间模型,利用正交性构造代价函数,将频偏估计过程分为整数倍和小数倍频偏两个步骤,并引入多级检索,逐级缩小估计范围,有效降低运算量,可实现系统带宽范围内的频率同步。基于循环前缀的最大似然算法利用循环前缀的自相关性实现时频盲同步,频偏估计范围为正负半个子载波间隔。在衰落信道下,基于循环前缀算法预先估计最大时延长度,利用无干扰循环前缀部分实现频偏估计。基于循环平稳特性算法利用OFDM信号的周期循环平稳特性实现频偏估计和定时同步,频偏估计范围为正负半个子载波间隔。仿真分析表明,在本文设置仿真条件下,基于循环前缀最大似然算法仅需较少OFDM符号即可完成较高精度的时频同步,而基于子空间算法频偏估计范围最广。在衰落信道下,叁种算法的时频同步性能降低,但仍保持一定的同步精度,其中基于循环前缀最大似然算法最优,在信噪比大于0dB条件下,频偏估计NRMSE即可降至10~(-2)以下。
（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。
盲解调论文参考文献
[1].陈铮,彭盛亮,李焕焕,秦雄飞.基于深度学习与软件无线电的盲解调系统研究[J].信号处理.2019
[2].严富成.OFDM信号的盲解调技术研究[D].电子科技大学.2019
[3].魏驰,彭华,郭一鸣,樊军辉.利用神经网络的同频混合信号单通道盲解调算法[J].信息工程大学学报.2018
[4].蒋亮亮.非协作数字通信中MPSK信号盲解调技术研究[D].西南科技大学.2018
[5].潘磊.非协作直扩通信系统盲解扩与盲解调技术研究[D].哈尔滨工程大学.2018
[6].徐珍珍.非合作CPM信号的参数估计和盲解调技术研究[D].哈尔滨工程大学.2018
[7].达凯.无线侦测中MPSK信号盲解调技术研究[D].国防科学技术大学.2016
[8].王超,黄伟,黄显高.基于非线性动力学系统噪声减缩盲解调负信噪比载频上的随机码流[J].计算机系统应用.2016
[9].陈子洋.短距离无线通信信号盲解调电路的设计[D].东南大学.2016
[10].吴芳敏.基于PCMA的卫星通信盲解调关键技术的研究[D].电子科技大学.2016