基于小波变换的数字调制信号的特征提取

The Feature Extraction of Digital Modulation Signals Based on Wavelet Transform

李伟

主要研究基于小波变换的数字调制信号的特征提取,和傅里叶变换不一样，小波变换是一个很好的时频分析工具。在实际中数字调制信号常常带有噪声（如白噪声等）。首先对ASK、PSK、FSK信号进行小波分析，并对其特征进行提取（幅度、频率和相位等），其次对染噪的数字调制信号进行去噪处理，然后再进行小波分析比较。

基于改进RBF神经网络的数字调制识别

Digital Modulation Recognition Based on an Improved Method of RBF Neural Network

肖丽萍 汪万强 唐超尘

针对数字调制信号自动识别中分类器的设计，通过将决策树的方法应用到RBF中心的确定中，解决了常用算法计算量大、收敛速度慢的问题，提高了网络的学习精度和训练速度，将其应用到常用的7种数字调制信号（2ASK，4ASK，BPSK，QPSK，2FSK，4FSK，16QAM）的自动识别中，取得了好的结果。经仿真表明，使用该方法构造的神经网络，具有易于构造、可理解性好、收敛速度快且构造的网络规模较小的特点，适于工程应用。

基于小波的数字调制信号特征分析

FEATURE ANALYSIS OF DIGITAL MODULATION SIGNALS BASED ON WAVELET

赵婧 熊淑华 周萍

介绍了一种新的Leago小渡，分析了其基本特性，并利用Leago小波对幅度键控（ASK）、频移键控（FSK）、相移键控（PSK）信号的突变特征进行了分析，得到了一些不同于经典小波分析的特征规律。实验结果表明，Leago小波确实具有独特的性能特点．能够显著地表征数字调制信号的突变特征。

数字调制方式的识别研究

王洁 陈惠民 等

数字调制方式的识别对于通信信号分析有着重要的作用，此文首先介绍了数字调制方式的识别算法（DMRA），即判决理论算的作用；然后提出了一种基于该算法的判决流程；最后在软件环境中进行计算机仿真，通过实验数据对该算法进行修正，仿真结果表明，该修正算法具有较高的识别率和良好的可行性。

基于BP神经网络的数字调制方式自动识别研究

罗胜恩 罗小武 段田东

研究了基于反向传播(BP)神经网络的数字调制方式识别算法(DMRA)的基本原理。针对八进制数字信号特点提出了两个新的调制识别特征参数。通过软件编程进行仿真实验，结果表明在相同信噪比情况下较基于决策理论识别方法的识别率高。

利用高阶累积量实现数字调制信号的自动识别

吕新正 魏平 肖先赐

通信信号的自动调制识别在截获信号处理方面是一个十分重要的课题。本文针对数字调制信号的识别问题，提出了一种基于高阶累积量的分类特征，该特征有效地抑制高斯白噪声的影响，能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。论文进行了理论推导，并用仿真实验和实际采集数据进行了验证。

正交数字调制信号的循环平稳特性分析及应用

肖立胜 史建锋 张超

对正交数字调制信号的循环平稳特性进行了详细的理论分析，即在一定条件下，正交数字调制信号具有一阶和二阶循环平稳特性，计算机仿真也验证了分析得到的结果。循环平稳特性可以较好地抑制平稳噪声或(和)干扰的影响，并在数字通信系统中得以广泛应用，本文以BPSK信号为例验证了它的抗噪声和干扰特性。

基于离散搜索神经网络的数字调制类型识别

赵德群 吕振肃 等

采用组合神经网络的离散搜索算法对通信信号的调制类型进行分类，在保证足够识别率的前提下，减少训练时间方面取得了较好效果，仿真实验结果证明了此方法的有效性。

基于DSP的数字调制信号神经网络识别算法

The Modulation Signals Recognition on Neural Networks and DSP

胡正新 王自强 聂文华

DSP处理模块是软件无线电的核心，TMS320C6701芯片以其优越的性能越来越成为其首选。本文研究了在该芯片上实现数字调制信号的人工神经网络识别算法的方法和过程，并通过实验验证了其正确性和合理性。

CMOS DDS直接数字调制器的原理与应用

肖宏年 朱祥文

简要介绍了ＤＤＳ技术的基本原理，着重介绍了利用ＤＤＳ为实现数字信号调制的几种全数字调制方案，并以速率为１０Ｍｂｐｓ的调制解调器为例，介绍了典型芯片ＣＭＯＳ ＤＤＳ直接数字调制器ＡＤ７００８的应用。