通信信號調製識別

《通信信號調製識別》是2014年人民郵電出版社出版的圖書，作者是楊傑、劉珩、卜祥元、孫剛燦、袁瑩瑩。

基本介紹

• 中文名：通信信號調製識別 
• 作者：楊傑、劉珩、卜祥元、孫剛燦、袁瑩瑩
• 出版社：人民郵電出版社
• ISBN：9787115348845

內容簡介

《通信信號調製識別：原理與算法》系統地介紹了通信信號識別的基本方法以及套用特點等。全書共7章，包括：通信信號調製識別基礎、通信信號特徵參數及調製方式分類器、模擬調製識別、數字調製識別、綜合調製信號的自動識別、基於聚類算法的數字調製識別、基於神經網路的調製識別。

　　《通信信號調製識別：原理與算法》可作為通信工程、電子工程、信息工程、導航與控制、計算機科學與技術、信號分析與信息處理、電子對抗等領域工作的科研人員、大專院校師生的參考書。

作者簡介

楊傑(1965-)，女，博士，北京理工大學副教授。主要研究方向為無線通信抗干擾技術、通信信號盲識別與通信對抗技術、通信網路協定技術等。主持及參加十餘項國家自然基金、國防基礎預研、國家“863”項目、國家科技重大專項以及校企合作開發項目，曾獲軍隊科技進步獎及國防科學技術進步獎9項，發表論文30餘篇。

目錄

目　錄

第1章　引言　1

1．1　背景與意義　1

1．2　調製識別相關基礎知識　1

1．3　主要內容　4

第2章　通信信號特徵參數及調製方式分類器　6

2．1　統計量特徵　6

2．1．1　信號瞬時特徵　6

2．1．2　高階統計量特徵　11

2．1．3　循環累積量特徵　14

2．2　譜相關特徵　17

2．2．1　譜相關函式的定義　17

2．2．2　譜相關函式及譜相關平面圖　18

2．2．3　譜相關特徵　20

2．3　小波變換特徵　22

2．3．1　Haar小波變換　23

2．3．2　基於Haar小波變換特徵　24

2．4　複雜度特徵　25

2．4．1　L-Z複雜度　25

2．4．2　分形維數　27

2．5　分類器　29

2．5．1　最大似然分類器　29

2．5．2　基於樣本特徵值的分類器　32

2．5．3　聚類算法分類器　35

第3章　模擬調製識別　37

3．1　基於瞬時特徵信息的模擬調製識別　37

3．1．1　特徵參數　37

3．1．2　識別算法　38

3．1．3　特徵參數門限值的確定　39

3．1．4　算法識別率　43

3．2　基於譜相關特徵的模擬調製識別　44

3．2．1　特徵參數　44

3．2．2　識別算法　45

3．2．3　特徵參數門限值的確定　46

3．2．4　算法識別率　48

第4章　數字調製識別　50

4．1　基於瞬時信息的數字調製識別　50

4．1．1　特徵參數　50

4．1．2　識別算法　51

4．1．3　特徵參數門限值的確定　52

4．1．4　算法識別率　58

4．2　基於譜相關特徵的數字調製識別　58

4．2．1　特徵參數　58

4．2．2　識別算法　59

4．2．3　特徵參數門限值的確定　60

4．2．4　算法識別率　61

4．3　基於高階累積量特徵的數字調製識別　62

4．3．1　信號與信道模型　62

4．3．2　高階累積量特徵的抗多徑干擾性能　63

4．3．3　基於高階累積量的MPSK信號調製識別算法　66

4．3．4　仿真結果　69

4．3．5　基於高階累積量特徵的調製識別算法的說明　70

4．4　基於循環累積量特徵的數字調製識別　71

4．4．1　信號與信道模型　71

4．4．2　基於循環累積量不變數的MPSK信號調製識別算法　72

4．4．3　仿真結果　75

4．4．4　基於循環累積量特徵的調製識別算法的說明　76

4．5　基於小波變換特徵的數字調製識別　77

4．5．1　調製信號的Haar小波變換　77

4．5．2　基於Haar小波變換的調製識別　80

4．5．3　識別率確定　86

4．6　基於複雜度特徵的調製信號識別　87

4．6．1　基於盒維數和信息維數的調製識別算法　87

4．6．2　基於L-Z複雜度和盒維數的調製識別算法　92

第5章　綜合調製信號的自動識別　98

5．1　基於瞬時信息的綜合調製識別　98

5．1．1　特徵參數　98

5．1．2　識別算法　99

5．1．3　特徵參數門限值的確定　101

5．1．4　算法識別率　106

5．2　基於譜相關特徵的綜合調製識別　106

5．2．1　特徵參數　106

5．2．2　識別算法　107

5．2．3　特徵參數門限值的確定　108

5．2．4　算法識別率　112

第6章　基於聚類算法的數字調製識別　113

6．1　基於代價函式最優的聚類算法　113

6．1．1　C均值聚類算法　115

6．1．2　模糊C均值聚類算法　116

6．2　減法聚類算法　118

6．2．1　減法聚類算法步驟　118

6．2．2　基於信噪比的自適應減法聚類算法　119

6．3　二次聚類算法　121

6．3．1　二次聚類算法簡述　121

6．3．2　基於C均值聚類的二次聚類算法　122

6．4　聚類算法的性能　123

6．5　基於聚類的調製識別分類器　124

6．5．1　最大似然分類器　124

6．5．2　廣義似然比分類器　128

6．5．3　識別率性能實驗　131

第7章　基於神經網路的調製識別　136

7．1　神經網路調製識別方法和特點　136

7．2　BP神經網路分類器　138

7．2．1　BP神經網路結構　138

7．2．2　BP算法描述　139

7．3　基於BP神經網路分類器的數字調製識別　143

7．3．1　BP神經網路結構　144

7．3．2　識別性能　145

7．4　其他神經網路的調製識別算法簡述　149

結束語　151

參考文獻　152

英文縮寫　156

名詞索引　158