基于機器學習的無線電監(jiān)測技術研究
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,無線通信技術發(fā)展迅猛,已經在居民生活、軍事工業(yè)等多個領域起到了重要的基礎支撐作用。無線電監(jiān)測作為無線通信領域的主要課題之一,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】:
本文編號:3997693
【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制變?yōu)閹鬏。隨著現(xiàn)代通信的發(fā)展,目前模擬信號已經很少用于數(shù)據(jù)傳主要討論數(shù)字調制信號。數(shù)字調制信號因為其處理的便捷性和傳輸成為調制信號的主流。常用的信號調制方式有:幅度鍵控、頻移、正交幅度調制等。通常,為了提高數(shù)據(jù)傳輸速率,調制階數(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??交幅度調制(QuadratureAmpIitudeModulation,QAM)是一種控的調制方式。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
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/xinxigongchenglunwen/3997693.html
上一篇:BDS/GNSS形變監(jiān)測方法的研究和實現(xiàn)
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著