基于决策树的调制模式识别及GNURadio模块实现

-硕士学位论文基于决策树的调制模式识别及GNURadio模块实现MODULATIONRECOGNIZATIONBASEDONDECISIONTREEANDREALIZATIONOFGNURADIOMODULE温欣哈尔滨工业大学2010年12月国内图书分类号：TN911学校代码：10213国际图书分类号：621.39密级：公开工学硕士学位论文基于决策树的调制模式识别及GNURadio模块实现硕士研究生：温欣导师：张钦宇教授申请学位：工学硕士学科、专业：信息与通信工程所在单位：深圳研究生院答辩日期：2010年12月授予学位单位：哈尔滨工业大学ClassifiedIndex:TN911U.D.C:621.39DissertationfortheMasterDegreeofEngineeringMODULATIONRECOGNIZATIONBASEDONDECISIONTREEANDREALIZATIONOFGNURADIOMODULECandidate:WenXinSupervisor:Prof.ZhangQinyuAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringAffiliation:ShenzhenGraduateSchoolDateofDefence:December,2010Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文-I-摘要软件无线电的基本思想是以一个通用、标准、模块化的硬件平台为依托，通过软件编程来实现无线电台的各种功能，解除对基于硬件、面向用途的电台设计方法中的完全依赖。由于它所特有的多频段、多体制、多功能的特点，事先无法知道所接收到的信号各种参数，因此，在对信号进行解调前必须要先识别该信号的调制模式及其信号参数。尤其在当今通信环境下，通信双方处于非合作模式下，电子战日益复杂化，对未知信号的参数分析、模式识别等技术就显得更加重要，在非合作通信系统接收机设计中，自动调制模式识别已经成为重要的研究课题。本文研究的调制识别是首先进行输入样本特征的选取和处理，这些特征能够表现出信号调制方式的不同，或者对这些特征进行一定的处理后能够表现出信号调制方式的不同。然后根据所选的特征值进行分类，根据分类的结果判定是哪种调制模式。调制的方法通常分为脉冲调制和正弦波调制两大类。脉冲调制是用脉冲串或一组数字信号作为载波的调制方式，正弦波调制则是载波为高频正弦信号的调制方式。本文主要讨论的是正弦波调制，基于决策树算法进行分类，对算法的选择也可以根据具体的情况具体分析，在具体的情况下，可以选择神经网络等不同的算法。决策树算法具有高效性的特点，用其进行分类，提高了识别效率，并且可以用于CPU频率低的系统中进行调制模式识别，比如PDA，智能手机等，这样可以以最快的速度得到信号的解调信号，得到我们要用的信息。本文通过提取信号的特征值，将特征值通过决策树进行分类，对输入的多种调制信号进行选择提取，能够正确识别出AM、FM、QPSK等调制信号，在8dB时对调制信号的平均识别正确率可达到95%以上。本文使用GNURadio平台，这个作为软件无线电的一种开发平台，利用它提供的信号运行和处理模块，在易制作的低成本的射频（RF）硬件和通用微处理器上实现软件定义无线电。通过使用GNURadio的通用的硬件开发平台，节省了大量资金，并且具有很强的扩展性，可以通过使用不同的软件算法，实现不同的功能。本文使用GRC平台，对代码进行了封装，导入GRC中，图像化显示调制识别的整个流程，并且输出调制识别的结果。为以后利用GNURadio进行调制识别等研究奠定了基础。关键词：GNURadio；调制识别；决策树；软件无线电哈尔滨工业大学工学硕士学位论文-II-AbstractBasicideaofSDRisfulfillalltheradiofeaturesbyloadingcorrespondingsoftwareprogrambasedonageneral,standardizedandmodularizedhardwareplatform.It‘spossibletobreakallthedependenceonhardware-baseddesignmethodanddesignmethodwhichisfacedtousage.Thecharacteristicsofmodulatedsignalaremulti-band,multi-institutionalandmulti-functional.Soit‘snecessarytorecognizetheparametersofmodulatedsignalbeforeitsdemodulating.Thisrecognitionprocedureismoreimportantinnon-cooperativecommunicationmodeorcomplicatedelectronicwar.Theautomaticmodulationrecognitionhasbecomeanimportantresearchtopic.Inthisthesisthemodulationrecognitionhastwosteps.Thefirstoneisprocessing,inwhichinputsamplesignalaretransformedtospecialpatterns.Thesespecialpatternscontainandrepresentthesignalmodulationfeatures.Thesecondisclassification,inwhichthetransformedsignalpatternsareclassifiedandrecognizedbycertainalgorithm.Modulationmethodsareusuallydividedintotwomajorcategoriespulsemodulationandsinewavemodulation.Pulsemodulationusesapulsesequenceoragroupofdigitalsignalasthecarrierwave,andsinewavemodulationusehigh-frequencysinwave.Thisthesisfocusesonthesinwavemodulation,andtheDecisionTreeclassificationalgorithm.DecisionTreehashighefficiencyandlowcomputationalcomplexity,andcanbeappliedinembeddedsystem,PDAforexample.Thisthesiswillintroduceamethod,whichcanrecognizethe95%probabilityofAM、FMandQPSKsignalatS/N8dB.GNURadioisafreesoftwaredevelopmenttoolkitthatprovidesthesignalprocessingruntimeandprocessingblockstoimplementsoftwareradiosusingreadily-available,low-costexternalRFhardwareandcommodityprocessors.It‘sawidelyusedsoftwareradiohardwareplatform,whichimprovetheflexibilityandexpansibilityofthewholesystem.ThisthesisuseGRCplatformanditsgraphicalinterfacetoillustratethemodulationidentifyingprocessandgettherecognitionresult.ThisisthefoundationofthefutureresearchonGNURadio.Keywords:GNURadio,modulationrecognition,decisiontree,SDR哈尔滨工业大学工学硕士学位论文-III-目录摘要..........................................................................................................................IAbstract.......................................................................................................................II第1章绪论..........................................................................................................11.1课题背景.......................................................................................................11.2国内外相关技术发展现状..........................................................................21.2.1基于特征值提取的调制识别的发展..................................................21.2.2GNURADIO发展概况及优势...........................................................41.2.3其他SDR平台......................................................................................51.3本文结构安排...............................................................................................8第2章调制识别的理论基础...............................................................................92.1解析信号与希尔伯特变换..........................................................................92.2模拟调制信号.............................................................................................102.3数字调制信号.............................................................................................122.4分类算法简介.............................................................................................142.5本章小结...............