毕设前期准备——调制信号+聚类+信号预处理+类内类间识别+星座图模块-CSDN博客

本文链接：https://blog.csdn.net/purplea/article/details/105035083

本文探讨了毕业设计中关于调制信号识别的方法，重点在于星座图的使用和聚类分析。通过确定2PSK到64QAM等调制方式，分析了聚类算法如C均值、模糊C均值、K-means和减法聚类，并指出减法聚类在未知数据处理上的优势。此外，还涉及信号预处理的码元速率和定时估计，以及类间和类内识别策略，利用γmax特征值区分PSK和QAM信号。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.调制信号的确定

不同的识别算法通过提取不同的特征值，适用的信号种类也不尽相同，而不同调制方式产生的已调信号也具有不同的特征，因此，合适的特征值的提取对于识别率具有极大的影响。

根据毕业设计任务书、毕业设计开题报告、毕业实习报告以及大量的国内外相关文献，总结得到：
本次毕业设计重点在基于特征提取的识别方法，其中基于星座图的识别方法为关键。要用到星座图，星座的形状特征可以通过如计算星座点的数量等方式得到，星座点的数量和位置可以通过聚类分析方法获得。星座图表示信号瞬时幅度的分布情况，通过星座图可以对高阶的数字已调信号进行直观地表示。理论上，使用星座图特征可以对 PSK 信号和 QAM 信号进行识别。相对而言，对PSK信号的识别相对QAM难，因为要用到聚类，复杂度较高。

分类器中除了主要的分类器也有文献提出基因编程(Genetic Programming,GP)结合K最近邻(K-NearestNeighbor，KNN)分类算法，可对 BPSK、QPSK、16QAM、64QAM进行分类。且使用模式识别技术的主要目的是提高在噪声影响较大时的识别率。

根据自己的能力，暂定2PSK、4PSK、8PSK、8QAM、16QAM、32QAM、64QAM为要被识别的调制方式。