关于“无线电调制式自动识别算法的研究与实现”的科技文献检索

关于“无线电调制式自动识别算法的研究与实现”的科技文献检索

摘要：本文介绍了关于无线电调制式自动识别算法的相关论文、资料的检索方法，并列出了具体的检索步骤和检索结果，方便对其后续的研究和实现做准备。

Abstract: This paper describes the modulation on the radio automatic recognition of relevant papers, information retrieval, and lists the specific steps and retrieve search results, easy to follow-up studies and implementation of its preparation.

关键字：自动识别算法，科技文献检索，无线电

Keywords: automatic identification method, scientific literature search, the radio

一文献检索的意义

文献检索就是以文献为检索对象的一种检索，其检索结果是文献资料。凡是查找某一课题、某一著者、某一地域、某一机构、某一事物的有关文献的出处和收藏单位等，均属于文献检索的范畴。例如要系统地收集有关“活性聚合反应”的文献，即属于文献检索。

文献检索可分为：

1手工式检索(简称手检)

2计算机化检索，(简称机检)。

手检是基础，机检是发展方向。

由于科技文献快速增长和内容高度分散，这给文献检索和利用带来了越来越多的困难。采用传统的浏览来直接获取文献，已不能满足需要。人们需要采用科学的方法，来获取所需文献，编制文献检索工具(存储文献)和利用文献检索工具(检索文献)。

文献检索包括对文献的加工整序(存储)和查寻(检索)两部分，其检索原理简单地说，就是在文献的存储过程中，对每一篇有价值的文献进行分析、著录，以极其简洁的形式加以揭示，赋予特定的标识(如分类号、主题词等)，并将某种标识按照一定的检索语言——分类语言、主题语言等集中组织起来，成为有规律的检索系统，即检索工具。

检索者在查找所需文献时，只是以该系统所用的标识作为提问标识，与系统中的文献持征标识进行比较，并将文献特征标识与提问标识一致的文献线索从检索系统中检出，检出的部分就是检索的结果。

上述两过程可用下图来表示：

二检索语言的分类

检索语言的种类较多，分类方法不一。通常将检索语言分为两大类：表达文献外表特征的语言和表达文献内容特征的语言。

1 题名语言是按文献题名字顺逐字排检，西文起首冠词一律不排。

2 著者语言是按著者姓名，按姓前名后的字顺逐字排检。

3 号码语言是按文献代码，如专利号、标准号，报告号、ISBN号、ISSN号等的顺序排检。

4 分类语言是以号码为基本字符，用分类号来表达各种概念，将各种概念按学科性质进行分类和系统排列。

5 主题语言是用语词来表达各种概念，即用自然语言中的名词、名词性词组或句子作为主题词，来表达各种概念，将各种概念不管其相互关系，完全按字顺排列。

三科技文献检索途径、方法和步骤

1 检索途径

文献检索工具是把大量的文献进行分析以后，按照一定的特征排检组织而成的文献集合体。

而检索文献就是根据一些既定的标志，从文献的不同特征、不同角度来查找文献。因此检索途径是和文献的特征密切相关的。一般文献外表特征有书名、著者、序号等，内容特征有分类、主题等。所以查找文献的检索途径，可分为：书名途径、著者途径、序号途径、分类途径、主题途径等。

2 检索方法

文献检索的方法可以归结成以下3种：

a.常用法;

b.追溯法;

c.循环法

3 检索步骤

文献检索是根据课题要求，按照一定的途径和方法，查找检索工具，将所需文献查找出来。文献检索全过程一般可分为6个步骤。

a分析研究课题

文献检索过程是一种逻辑推理的过程，首先要对所检课题进行分析。

(1)明确课题要求明确检索该课题的目的；明确课题对检索范围的要求，包括时间、地区和文献类型等；明确课题对检索深度的要求，明确是要求提供题录、文摘、还是提供全文。(2)明确待查课题学科性质、技术内容和其他有关情况必须根据待查课题的学科性质和技术内容来选定相应的检索工具，并从中正确选定检索标识(即检索入口)，确定检索途径。

b.选择检索工具

(1)在检索工具齐全的大型图书馆或情报所等单位，首先应使用国内外检索工具指南来指导选择。如《国内科技文献单卷检索工具书简介》、《国外科技文献检索工具简介》等。(2)在国内外检索工具指南缺藏的情况下，可以浏览图书馆的检索工具室陈列的全部检索工具，并通过阅读有关各检索工具的编制说明来了解文献的收录范围、索引体系等情况，并以此决定取舍。

(3)在选择工具时应注意选择熟悉的检索工具和新版检索工具。

c.确定检索途径

检索途径的选择取决于两方面的条件：一是待查课题的已知条件和课题检索深度的要求；二是所使用的检索工具本身可能提供的检索途径有几种。一般来说，在实际的文献检索工作中，为了进行深入全面的检索，往往是以主题途径或者分类途径作为主要检索途径，再综合利用各种检索途径。

d.选择检索方法

检索工具、检索途径一经确定，则要根据研究课题对文献的要求选择最合适的检索方法，才能提高检索效率。

e.查找文献线索

在确定了检索工具、检索途径和检索方法后，即可根据课题要求进行检索，在各种检索工具中，能查到的实际上只是文献的线索或一些相关文献的出处，如果需要查找原始文献，还必须根据所查得的线索进一步检索以获取原文。

f.获取原文

为了节省篇幅，文摘中著录的文献出处，几乎都采用缩写形式。但如果要索取原文，还必须利用检索工具中的缩略语、全称对照表将缩写刊名变成全称，然后通过馆藏途径或者其他途径获取原文。

四关于目标论文的检索

1确定论文搜索关键字

根据论文题目“无线电调制式自动识别算法的研究与实现”分析出关键字：自动识别；通信信号；

2选择检索工具

利用图书馆中文资源库，选择根据题目及关键字检索，根据上一步分析出的关键字检索所需资源。

万方数据

中国知网

3 分析及获取检索结果

根据检索出的文献的题目内容，分析其中是否有所需材料及知识。提出明显与所需不符的文章。

五参考文献:

刘富霞.文献信息检索教程.机械工业出版社，2006.

调制信号识别.

调制信号的小波分析 一、小波函数简介 1.Haar小波 最简单的小波函数，Haar小波是离散的，与阶跃信号相似，同Daubechies db1 小波是一样的。 2. Daubechies小波 Daubechies小波是紧支正则小波，便于进行离散小波分析。这类小波没有显式的表达式，除了db1（Haar）。然而它的传递函数的模的平方是有简单的表达式的。 3. Biorthogonal小波 此类小波具有线性相位，用于信号和图像重建。 4. Coiflet小波 这个小波族是I.Daubechies应R.Coifman的要求所创建的，coif N较dbN有更好的对称性。

5.Symlets 小波 此小波由Daubechies 提出，作为对db 小波族的修正，是一种近似对称小波，它和db 小波族的性质是近似的。 6.Morlet 小波 其尺度函数不存在，小波函数为x e x x 5cos )(22-=ψ， Morlet 小波不满足容许性条件。 7.Mexican Hat 小波 小波函数为2241 2 )1)(32 ()(x e x x ---=πψ，它是Gaussian 概率密度函数的二阶

导数，由于它不存在尺度函数，因此不具有正交性。 8.Meyer小波 Meyer小波的尺度函数和小波函数都在频域中定义，都具有显式的表达式。 二、连续小波变换 从数学上来说，傅里叶变换就是将信号) f乘以一个复指数后在所有的时间 (t 域上求和。变换的结果就是傅里叶系数。 相似的，连续小波变换（CWT）定义为，将信号乘以由尺度和位移确定的小波函数后，再在整个时间轴上相加。CWT的变换结果是很多小波系数C,C是尺度和位移的函数。 大尺度对应于时间上伸展大的小波，小波伸展地越大，所比较的信号段就越长，所以小波系数所量度的信号特征也就越粗糙。 在计算机中，任何实数域的信号处理都是对离散信号的操作，那么，CWT 的连续性及它与DWT的区别表现在尺度的选取和对位移的操作。与离散小波变换不同的是，只要在计算机的计算能力之内，CWT可以在每一个尺度上计算；在位移上连续是指小波可以在待分析函数的整个域上进行平滑的移动。 三、离散小波变换 对于大多数信号来说，低频部分往往是最重要的，给出了信号的特征。而高频部分则与噪音及扰动联系在一起。将信号的高频部分去掉，信号的基本特征仍然可以保留。 信号的概貌主要是系统大的、低频的成分，大尺度；而细节往往是信号局部、高频成分，小尺度。

信号检测与处理计算题

信号检测与处理 1、设在某二元通信系统中，有通信信号和无通信信号的先验概率分别为：P(H 1)=0.8，P(H 0)=0.2。若对某观测值x 有条件概率分布f(x|H 1)=0.25和f(x|H 0)=0.45，试用最大后验概率准则对该观测样本x 进行分类。 2、在存在加性噪声的情况下，测量只能为2v 或0v 的直流电压，设噪声服从均值为0、方差为 2 σ的正态分布，设似然比门限值为0l ，试对测量结果进行分类（10分） 3、设二元假设检验的观测信号模型为： H0:x=-1+n H1:x=1+n 其中n 是均值为零、方差为1/2的高斯观测噪声。若两种检验都是等先验概率的，而代价因子为： C 00=1 ,C 10=4, C 11=2 C 01=8。试求Bayes 判决表示式，并画出bayes 接收机形式。 4、设x1,x2,…xn 是统计独立的方差为2σ的高斯随机变量，在H1假设下均值为a1，H0假设下均值为a0，似然比门限为0l ，试对其进行判决，并求两种错误概率。（20分） 5、在二元数字通信系统中，时间间隔T 秒内，发送一个幅度为d 的脉冲信号，即s 1=d,代表1；或者不发送信号，即s 0=0，代表0。加性噪声服从均值为0，方差为1的高斯分布，当先验概率未知，正确判决不花代价，错误判决的代价相等且等于1时，采用极大极小准则计算其极大极小风险为多大，相应的q 0为多少？ 6、在加性噪声背景下，测量0V 和1v 的直流电压在P(D1|H0)=0.1的条件下，采用Neyman-Pearson 准则，对一次测量数据进行判决。假定加性噪声服从均值为0，方差为2的正态分布。（已知erf(0.9)=0.7969） 第四章 1、已知发送端发送的信号分别为???≤≤-=≤≤=T t t A t s T t t A t 0,sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=) ()()(:H )()()(:H 1100t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 2、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t A t 0,2sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 3、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t 0,sin )(0,0)(s 1 0ω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。

浅析通信信号调制识别方法

浅析通信信号调制识别方法 通信信号调制方式的识别涉及到很多复杂的因素，是一种典型的模式识别。由于通信技术的迅猛发展，信号的调制样式也变得复杂多样，常规的识别方法已无法满足实际需要，新的通信信号识别研究面临着巨大的挑战。文章着重介绍了统计模式识别方法和决策模式识别方法并提出了它们的优缺点。简要介绍了非理想信道和共信道多信号的调制方式识别。 标签：调制方式；统计模式；识别；决策模式识别方法 信息通过信道快速、安全、准确地传输，极大地方便了人们的日常沟通。信号作为信息的媒介，可以在有线信道传输，却几乎无法直接通过无线信道进行传输。要使通信信号顺利在无线信道中传输，必须采用调制解调技术调制后才可以进行传输，而且调制方式是由简到繁，由虚拟到数字等多样的。调制识别存在于检测与调解之间，接受方面需要根据信号的调制进行解调才可以被进入到下一步的操作中。 如果想要解调相应地信息内容需要截获信号，同时还需要分析信号调制方式及参数，干扰信号，准确识别发出方的调制方式。调制方式是一种信号区别于另一种信号的重要特性指标。调制识别的基本任务存在与多信号及噪声干扰的复杂环境中，能够对信号的鉴别方式进行调制，并且对信号参数进行调节，能够在一定程度上对信号信息进行处理。当今，通信技术急速发展下，无线通信环境在不断的发展中变得愈来愈复杂。如何快速、高效的监视并识别那些采用了不同的调制参数和不同的调制样式的通信信号，无论是在军事还是民用领域都一直是人们关注的焦点。 1 数字调制识别方法 人工识别已无法满足在存在着大量未知信号的电磁环境中进行信号实时性识别的要求。后来，人们根据信号频谱的差异研究出了自动调制识别技术。它的出现解决了一直以来依赖人工识别的重要难题。通信信号也早已不是之前的模拟信号，已经成为具有较强抗失真和抗干扰的数字信号，而且数字调制识别方法的成本较低。高速数字信号处理技术、计算机技术和微型芯片技术的蓬勃发展下能够促使自动调制识别技术能够大规模的运用。归纳总结这些年国内外的研究成果，自动调制识别方法可归纳为统计模式识别、决策模式识别两种方法。 1.1 统计模式识别方法 统计模式识别方法主要由三个部分组成，分别为：信号预处理、特征提取和分类识别，从模式的识别理论中衍生而来，三者互为补充，不可或缺。信号的预处理主要是为了提供精确的数据，目的是为例特征的提取做相应地准备。信号的预处理在数字调制或中频上计算接收信号的瞬时幅度、相位和频率。在多信道多发射源的情况下，可以分离不同信号，确保信号在调制识别过程中保持唯一性。

信号识别小结

信号识别 1.特征参数法 思路：根据瞬时幅度，瞬时相位，瞬时频率特征参数的差异进行识别优点：计算量小，简单 缺点：受信噪比影响大 2.功率谱方法 思路：经典功率谱估计有直接法，间接法 直接法：P PER w=1 N X N W2 优点：简单，快速 缺点：当数据N太大时，谱曲线起伏加剧，N太小时，谱分辨率不好。 间接法： 2 1 j 1 (k)e M jwk PER N k P x M - - = '=∑ 优点：采用分段取平均值方法使方差性能得到改善。 缺点：方差性能的改善是以牺牲偏差和分辨率为代价的。 3.基于小波变换（衍生的方法） 思路：1.对信号进行小波变换，提取变化后时域的包络方差与均值平方之比作为特征参数 2.提取频域频率，幅度，相位，功率谱密度等特征 3.时域频域相结合 优点：克服傅里叶变换的不足，对瞬时信息具有较强的检测能力 缺点：小波变换的方法对于类间识别效果还不是很理想, 如对2PSK 和4PSK的识别, 单独用该方法还不能达到很好的分类效果, 必须与其它方法结合 使用。 4.高阶累积量方法 思路：计算二阶、四阶、六阶、八阶累积量，并通过归一化、平方等变换寻找差异进行区分 优点：对噪声不敏感 缺点：对载波和码元同步要求较高 5.人工智能识别方法 思路：利用专家系统、人工神经网络、模糊推理、Agent理论、遗传算法等人工智能方法形成经验与知识的推理规则 优点：不依赖数据库的先验知识，分析灵活，自我学习 缺点：容易漏检、误判 6. 基于支持向量机的信号识别 思路：通过优化算法函数（结构风险最小化原理，粒子群优化，模糊数学，粗集理论），模型建立（一对一或一对多）和参数的而选择（带宽、均值、峰值点，归一化瞬时幅度等）进行信号的识别

通信信号检测识别方法简析

Journal of Image and Signal Processing 图像与信号处理, 2018, 7(4), 220-226 Published Online October 2018 in Hans. https://www.sodocs.net/doc/6610412177.html,/journal/jisp https://https://www.sodocs.net/doc/6610412177.html,/10.12677/jisp.2018.74025 A Brief Analysis of Detection and Recognition Technology for Communication Signals Jing Yang, Naiping Cheng Department of Electronic and Optical Engineering, Space Engineering University, Beijing Received: Sep. 28th, 2018; accepted: Oct. 13th, 2018; published: Oct. 20th, 2018 Abstract The detection and recognition technology of communication signals plays an important role in the vigorous development of wireless communications. This paper summarizes the development of communication signal detection and modulation recognition technology, analyzes and summariz-es the selection of the realization chip of the digital signal processing module in the detection and modulation recognition, the signal detection especially the weak signal detection method, the fea-ture extraction and the selection of the classification device in the signal recognition, and com-pares their respective advantages and disadvantages. Finally, the future research direction of de-tection and recognition technology is prospected. Keywords Signal Detection, Modulation Recognition, DSP, FPGA, Feature Parameter Extraction, Classifier 通信信号检测识别方法简析 杨婧，程乃平 航天工程大学电子与光学工程系，北京 收稿日期：2018年9月28日；录用日期：2018年10月13日；发布日期：2018年10月20日 摘要 通信信号的检测识别技术在无线通信蓬勃发展的今天发挥着重要的作用。文章综述了通信信号的检测、