基于小波变换和神经网络理论,对非稳定、大信噪比(SNR)变化的通信信号进行有效的特征提取和分类,实现了通信信号调制方式的分类识别.首先,采用基于多分辨分析框架的Mallat快速算法提取离散细节作为特征采,实验得出db3小波非常适合作为特征提取小波,用小波变换大大压缩了通信信号特征矢量,提取的信号特征矢量64点;然后依据神经网络理论,分别采用BP网络作为分类器对通信信号调制识别分类.从计算机模拟实验结果可知,该方法能很好地完成通信信号调制识别分类任务,使识别正确率得到了明显改善,同时降低了识别分类过程的复杂度,并且为通信信号调制识别的DSP实现提供了快速计算的理论基础.其次,介绍了TMS320LF2407 DSP和FPGA的结构原理,并在此基础上设计了数字信号处理板和制作调试电路板.最后,用汇编和C语言编制A/D程序、串口通信程序和应用程序,并在信号处理板上调试和运行.
