课题内容

本课题——数字信号处理系统是通过Matlab工具建立从信源的生成，无线信道的传输到信号接收的整个数字通信仿真系统，以分析掌握信号处理的基本技术及信号特征。

FSK、ASK、MSK调制方式自动识别模块是信号接收仿真部分之一。调制方式的自动识别为后续的信号解调模块确定使用何种解调算法提供依据，是信号确认、信号监控、干扰识别、电子对抗、软件无线电等通信领域中的必不可少的手段。该子课题研究在有干扰的环境中，FSK、ASK、MSK三种调制方式的自动识别算法，并分析其鲁棒性，通过Matlab编程实现算法的仿真。

课题任务要求

1、研究在有干扰的环境中，FSK、ASK、MSK不同调制方式自动识别算法；

2、通过Matlab中S函数实现算法的仿真；

3、分析其鲁棒性，通过编程对不同信噪比下算法的准确率进行数理统计，并以图形显示。

通信信号调制识别研究是模式识别研究的内容之一，近些年在这个领域的研究工作日益活跃。虽然通信信号调制识别研究属于模式识别的范畴，但是由于通信信号本身的特殊性，造成了模式识别的一般方法和理论并不一定适合通信信号调制识别，我们有必要研究新的理论和方法解决通信信号识别中所遇到的难题。

随着电子技术日新月异的发展，通信信号的体质和调制样式更加多样和复杂，信号环境越来越密集，给通信信号的识别研究提出了更高的要求。通信信号调制类型的识别最困难的地方就在于通信信号经过无线信道的传输，信噪比变化范围比较大，通常在几dB到几十dB的范围内变化，这样产生的结果是从同一类信号的不同信噪比样本提取的同一种特征有可能产生严重的畸变，即信噪比的大范围变化直接导致了特征的严重离散，特征对信噪比变化很敏感，间接的后果是无形中成倍增加了待识别信号的类别，使识别率降低。如何解决这些问题是本文工作的中心。纵观已有的判决理论方法和ANN模式识别方法这两大类型识别方法，它们各有长短。判决理论方法一般是基于噪声干扰下调制信号的统计特性分析，推导出判决准则，由于它考虑了噪声的影响，所以在低信噪比条件下也有较好的性能，但该类方法通常是针对某类具体调制信号的统计特性进行分析而得到某种判决准则，因而只适用于该类调制信号的识别，识别范围窄。ANN模式识别方法通常是基于无噪声干扰的假设进行特征抽取，在高信噪比条件下，特征明显，容易提取，识别效果好;在低信噪比条件下，特征模糊，难于提取，识别效果差。一般调制识别方法往往要求在SNR> lOdB的较高信噪比条件下才有较好的识别性能，而通信信号通过实际信道传输，信噪比通常在几dB到几十dB之间变化，所以如何提高现有这些方法在低信噪比时的识别性能，是一个值得研究的课题。

另外，调制识别方法在软件无线电中的应用，也是一个值得研究的方向。目前这方面的文章和研究还很少见。如何将调制识别方法与软件无线电的解调方法......