1、“.....基本上可以达到。因此，可以有效区分信号和信号。对于判决属于的信号，再计算其直接相位标准差，得到各信号值与信噪比的相关性曲线，如下图所示。可以看出，调制信号值识别的有效性几乎可以达到。因此,可以有效区分信号和信号。图值与信噪比的相关性对于判决属于的信号，再计算其绝对幅度标准差，得到各信号值与信噪比的相关性曲线，如图所示图值与信噪比的相关性可以看出，调制信号值识别的有效性随着的增大而提高，当大于时，识别率几乎可以达到。因此，可以有效区分信号和信号。最后，对于先前判决属于的信号，计算其绝对频率标准差，得到各信号值与信噪比的相关性曲线，如图所示。可以看出，调制信号值识别的有效性随着的增大而提高，当大于时，识别率几乎可以达到。因此，可以有效区分信号和信号......”。

2、“.....通过计算机仿真验证了数字调制识别算法的有效性。仿真试验及结果分析本系统在仿真环境中完成，考虑和六种数字调制类型。仿真试验中假设载波同步，采用的调制信号的载波频率为，采样频率为，码元速率为字符秒，信号的频偏与码速率相同，码元个数取为，噪声采用高斯白噪声。这里载波频率较低是因为假设调制信号已经过中频的下变频处理，码元个数较少是为了方便正确率的统计。各特征参数门限分别取。本试验考察不同信噪比条件下该算法的正确识别率，对每个调制类型进行大量仿真，仿真程序代码详见附录。仿真结果见表。由表可知，本算法在信噪比时，平均识别正确率达到，在以上，达到以上......”。

3、“.....也有数字通信信号。因此需要种同时可以完成模拟和数字通信信号调制识别的方法。基于前面介绍的调制识别方法产生了种模拟和数字调制的综合识别方法。根据决策树理论，利用前面介绍的特征参数得到模拟与数字综合调制识别算法。每个判决准则将模拟与数字调制类型分为两个互不相交的子集，通过逐层细分，最后可以确定信号的调制类型。为了实现模拟与数字综合调制识别算法，现在对从项目中采集出来的通信信号的实测数据进行综合分析。实测数据中有七种确知信号，按照下图介绍的模拟与数字综合调制识别算法流程对每个信号进行数据分析，最终确定实际系统中分类识别各个通信信号的门限，以实现对未知信号的综合识别。以下是具体的模拟与数字调制识别过程图模拟与数字综合调制识别算法流程对于实测信号样本集，先计算直接相位标准差......”。

4、“.....对样本集中各信号计算值得到样本曲线，如图所示图各实测信号值曲线从实验结果中分析得出，确定适当的门限后，可以将大部分信号从其它信号中识别出来。对样本集中各信号计算值得到样本曲线，如下图所示。图各实测信号值曲线从实验结果中分析得出，由于实际系统中噪声和频带限制的影响，很难从待识别信号集中提取信号。对样本集中各信号计算值得到样本曲线，如图所示图各实测信号值曲线从实验结果中分析得出，确定适当的门限后，除了部分信号，可以将大部分和信号分离出来。但是信号却很难再识别。分析那些未能分离的信号，发现它们都是广播语音信号，这些信号的瞬时幅度是变化的，所以其幅度谱峰值很大，难以区分。理论上，对于识别信号，是使用绝对频率标准差这特征参数，对样本集中各信号计算值得到样本曲线......”。

5、“.....从实验结果中分析得出，由于实际系统中噪声和频带限制的影响，并不能很好的识别信号。图各实测信号值曲线综合以上对实测信号的分析得知，由于实际系统中噪声和频带限制的影响，还有部分信号是广播语音信号，并不是简单的单音信号，结合多种原因，模拟与数字综合调制识别算法的有效性并不是很高，有些特征参数需要改进，以适应实际系统，实现对未知信号的综合识别。第六章结论对本文工作的总结本论文主要针对通信信号的调制识别算法进行了研究，目前的调制识别方法有多种，特征提取部分主要在时域频域或小波域进行分析，分类识别部分主要采用决策树或神经网络。本文提取时域的特征参数，利用决策树进行分类识别。主要工作是对模拟和数字调制信号进行识别。在对模拟和数字调制信号的瞬时信息进行分析时......”。

6、“.....仿真试验结果证明，本算法不但在低信噪比的条件下，对调制信号的识别正确率高。本文存在的问题本文对通信信号调制识别算法做了研究与验证，并能成功实现对调制参数的提取。但存在以下几个方面的问题对不同的识别算法采用相同的特征参数，如果这些特征参数所处的判决位置不同，则会导致在相同信噪比条件下识别的正确率不同。每个特征都需要对应设置个判决门限，而判决门限的选取对识别的正确率影响很大。对今后工作学习的展望对于个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式，因此研究调制样式识别在通信信号中具有非常重要的意义。在今后的工作学习中，应做进步研究，主要工作如下把多种自动调制识别的方法结合起来并改进，避免算法的单性，提高算法的性能。改进和简化算法，加快通信信号处理的速度。用硬件实现，具体检验算法的实际性......”。

7、“.....郭双冰基于模糊积分的通信信号调制识别方法研究电子学报李建新,刘乃安,刘继平现代通信系统分析与仿真通信工具箱西安西安电子科技大学出版社,梁艳,梁昔明模拟信号调制方式自动识别仿真计算机测量与控制李俊基于决策理论的软件无线信号调制样式自动识别电子学报张辉,曹丽娜现代通信原理与技术西安西安电子科技大学出版社,郑阿奇，实用教程第二版电子工业出版社,楼顺天,李博菡基于的系统分析与设计信号处理西安西安电子科技大学出版社，冯小平,李鹏,杨绍全通信对抗原理西安电子科技大学出版社王秉钧,王少勇,田宝玉现代卫星通讯系统北京电子工业出版社,致谢本文是在导师张佳芬的悉心指导和关心帮助下完成的，张佳芬老师那丰富科研经验，严谨的治学态度和高尚的人格力量，都将使我受益终生，在此致以最诚挚的敬意和谢意......”。

8、“.....他们的积极向上的态度也感染着我，激励着我。其次，我要衷心感谢我的父母，感谢所有关心我的老师同学和朋友们,老师们的谆谆教诲亲人们的期盼和朋友们的友谊都永远是我前进的动力，使我能够顺利完成本科生学业，让我以加倍的努力去报答他们的厚爱,最后，非常感谢在百忙之中评审我论文的专家和教授们。附录程序信号产生参数提取及识别过程载波频率采样速率信息码元长度信号长度采样点个数符号速率采样周期码元个数码元间隔调制方式译文调制信号的分型特征的研究吕铁军，郭双冰，肖先赐介绍通信信号调制识别通信信号的调制识别是种模式识别问题。许多方法的分类和特征提取的信号已经开发出来。我们知道,通信信号很可能在传输过程中有各类噪声干扰过程。信噪比接收到的信号变化幅度大,通常从几分贝到数万分贝......”。

9、“.....能否提高识别概率当信噪比是未知的。特征提取的对象是最微分模式格局是各阶层之间的选择,同时,信噪比的变化很难做出相同的类型特点驱散。因此,探索那些特性,符合上述要求,在实际工程应用有巨大的价值。通信信号的调制识别的难度在于事实的信号是可避免各类噪声的干扰。通常,从时频域提取的特点是信噪比的变化更为敏感,从而导致在分类器设计的并症。分型维数特征的说明中,直观的解释了信号波信号的几何形状和分布的特点。这个特性包含必要的信息以区别于幅度频率和相位调制信号。使分类的性能大大提高。所以这个特性具有有效分类的意义。此外,他们有很好的抗干扰品质,因为实践已经证明了理论。分类器的设计基于这些特性是简单和有效的,且在工程应用上具有更可取的价值。,定义信噪比......”。