1. 研究目的与意义
通信信号的盲处理指的是在面对未知或不明确的通信信号的参数时，对第三方非合作接收的通信信号进行全盲或半盲的检测、识别、还原等处理，从而获取信号各方面的内容、参数与属性等信息。信号的盲处理的应用范围广泛，在航空航天领域、军事领域、通信领域等方面均有涉及。在认知无线电通信系统中，基于通信信号盲处理技术，可以实现对非法授权用户的准确发现、信息还原和用户身份判证，从而保护用户的合法权益。在信息战中，通信信号盲处理技术可以应用于情报截获、监视和侦察行动，全面掌握敌方的战略部署，以达到知己知彼，百战百胜的效果。随着大数据时代的到来，人们的需求日益增长，所面临的未知数据也日趋纷繁复杂，因此，通信信号的盲处理也逐渐为人们所重视。
通信信号的盲处理的核心是信号的检测与识别，包括调制识别、信道编码识别、信源编码识别、辐射源个体识别等处理。由此，便可获得信号的载波频率、调制速率、体制类型、信道编码参数、信源编码参数、辐射源目标身份等全源参数信息。只有掌握了全面可靠的数据时，后续的信号还原工作才能顺利进行，因此信号的检测与识别至关重要。信号检测即从信号数据中构建检测特征，估计一些基本参数。信号识别即通过算法提取信号的特征差异，包括本文主要研究的调制识别和辐射源个体识别。由于各类电磁信号使用的频率范围广，信号带宽变化极大，在电磁频谱空间日趋复杂的情况下，信号的检测与识别的核心——特征提取工作也日趋困难，加上常用的统计特征存在通用性差、鲁棒性差等缺陷，第三方非合作接收的无先验性（表现在电磁环境的快速变化、强干扰和非协作性）等难题，传统的任务先验的信号特征提取方法和专家经验法也逐渐失去了优势，因此，必须研究出更具一般性，更加成熟的技术。
为此，本文将对数据集的标注构建、信号预处理及表示和网络模型设计和训练等方面进行深入探讨。为避免收集的信号存在较大的体制规格差异，信号质量较差等问题，本文依照信号盲接收处理流程，进行信号样本的自动标注和数据增强技术研究。为提高特征提取的精确性和提取方法的通用性，本文利用盲处理过程中获取的部分先验信息，作信号的预处理，研究信号的多域变换表示技术，在波形、频谱、变换域等维度上，给模型的训练提供了各种各样的数据样本。 为寻求一种更具一般性的通用模型，解决训练样本严重不均衡问题和的小样本识别难题，本文将结合多种信号形式，针对性地设计能够适配各种信号特性的多域特征融合识别网络模型，改进训练策略，优化网络模型。
2. 研究内容与预期目标
研究内容：
本文基于对通信信号智能检测问题，智能调制识别问题，智能通信辐射源个体识别问题的研究，集合各类算法中的长处，欲设计出泛化能力更强的算法，即相对通用且更具一般性的多域特征的融合算法。在检测问题上，研究了基于功率谱分析的信号检测算法和基于循环谱分析的检测算法。在识别问题上，研究了 FastICA 盲源分离算法，并拟通过仿真实验观察分析分离效果。在网络模型上，研究了基于短时傅立叶变换机制和小波变换机制的特征学习网络。
3. 研究方法与步骤
研究方法和步骤：
利用 CNN算法对信号的预处理或时频变换产生的波形图、时频图、星座矢量图等图像数据作信号特征的自主分析和提取，完成信号检测、调制识别、辐射源个体识别等检测与识别处理。
对预处理过的信号，依据其存在的高相关性，利用 RNN 模型提取其中的时序特征，实现调制和信道编码识别，为后续信号的还原提供正确的时序关系。
4. 参考文献
[1]钟怡. 基于无线通信信号的目标识别关键技术研究[D].北京邮电大学,2017.
[2]吴少华. 基于人工蜂群算法的通信信号调制识别研究[D].南京邮电大学,2016.
[3]张星. 多载波混合信号检测识别和分离技术研究[D].电子科技大学,2017.
5. 工作计划
2022年1月5日-2022年3月1日，有针对性的学习课题相关资料,学习相关学科的基础知识，学习实验所需软硬件的相关知识。
2022年3月2日-2022年3月20日，设定实验方案，采集实验数据。
2022年3月21日-2022年4月25日，进一步理论分析，进行实验，开发相关软硬件系统。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
