在我国，无线电信号识别最早运用于军事领域，军事部队的侦查工作，电子防护系统的建立，都是建立在精良的无线电信号识别系统之上的。随着无线电领域的不断进步，以前在军事才能看到的无线电信息系统，现在在民用领域也得到了广泛的运用。在民用领域，一般不会有多复杂的无线电发送与接收装置，一切以简便易操作为主旨，采用数量较少的接收机来代替军用领域复杂的无线电设备。在当前的无线电信号领域一共有几种主要的无线电信号识别理论方法，其一为决策理论法，其二为模式识别法。随着近些年无线电通信领域的不断发展，越来越多的无线电识别办法出现了人们眼前，其中最有发展潜力的莫过于基于神经网络的无线电系统了，在多个领域都有广泛的运用。本文主要研究了小波对无线电接收的影响，设置了采取常规方法的对照组，在收集了无线电信号的时域与频域等相关参数之后，结合神经网络的相关知识进行了研究，这种仿真实验的方法得到了专家的一致认可。本实验的所有无线电信号都产生于Matlab数据库当中，经过一定的处理之后再发出，确保能符合调制解调器的波段，接收到准确的实验数据。要想采取控制变量法的话，实验人员也能灵活的通过调整相关数据来改变信号功率、码元长度以及长度等关键数据，得到想要的实验结果。
一、提取信号时域和频域的特征参数
一般来说，由于无线电信号自身的差异性，其自身的信号频率、相位以及幅度等关键性数据都有一定的不同，只要能够准确地提取到信号的关键信息，就能在调制解调器中将其解码，获取信号当中储存的信息，而无线电信号的特征参数是决定最终解码是否精确的关键性因素。本文主要关注了时域当中的信号特征参数情况，并且将这些数据作为神经网络数据的基础，进而建立起完善的数据库系统。在开展具体研究时，应当将不同的信号分成几个具体的波段，确保每个波段保持相同的长度，一般来说1024是最合适的长度，能够较为准确高效地提取出各种信号的幅度、频率和相位等关键性数据，便于实验的深入开展。一般来说，无线电特征量的计算建立在几个关键的数据之上，只要能掌握实信号、频谱等数据，就能通过下文所示的公式将其计算出来。仔细分析公式我们发现，无线电信号的特征量是建立在多种数据之上的。作为最关键的几个无线电数据之一，频谱一直能体现出无线电信号的主要特点。由于DFT喜好具有对称性，因此只需要将变量的范围控制在[0,π]之间，就能对完整的X(ejω)进行分析，简化整个实验的过程。
二、RBF网络用于信号的分类
作为近些年来才出现的一种全新的网络构造模型，神经网络在储存数据工作中往往有较强的优势。在神经网络当中，信息以分布的形式进行储存与分类，能够保证较高的容错性，也是神经网络不容易出现问题的原因之一。本文研究工作所选取的RBF网络更是如此，经过深度优化的RBF系统自动化程度较高，能自主解决很多无线电接收与解码的问题，是十分高效的无线数据接收系统。
（一）RBF网络的结构。如图1所示，RBF网络的结构并不十分复杂，仅仅通过一个简单的双层网络结构就实现了无线电数据的相关操作。在网络输入端接收到网络信号之后，系统对外部刺激产生相应的反应，然后由输出端对隐含层节点得到的数据进行线性求和。这种工作与计算的方法也能通过公式来体现。图1RBF网络的结构
（二）RBF网络的学习算法所谓的RBF网络学习算法，是通过RBF网络的用特殊功能来实现相应功能的核心算法之一。在RBF网络当中有两个关键的层面，其一为隐含层，其二为输出层，两个层次都有一定的学习能力。隐含层的学习功能的完成相对来说较为简单，只需要自主学习就能得到较好的学习效果。而隐含层的学习就相对来说要困难一些，一般采用的都是聚类学习办法，由于不同的学习对象之间有一定的差别，因此需要按照不同的距离函数来对RBF网络学习进行分类，以确保效果。具体的计算方法如下所示。⑴首先开启聚类中心，罗列出各项Wj;⑵开启神经网络，开始整个循环过程；⑶以子为基础，将所有的i值整合到θj当中；⑷通过式来计算所有样本的平均值。
三、应用小波方法提取信号的瞬时频率和瞬时相位
为了研究小波对整个无线电信号识别工作的帮助，本文的研究团队引入了小波分析法。该方法建立在传统时频分析的基础上，通过小波的灵活改变来变化无线电中小波的时频，引发波形与波长的改变，进而使无线电接收设备能及时并且迅速地发现特定频率的无线电波。上述描述的小波分析法可以用下文所示的计算公式进行准确计算:由于小波计算独特的特性，在无线电检测的时候可以用到其变焦距的特点，对突变中的无线电信号进行检测，确保准确地捕捉到信号，并得知其瞬时频率与相位大小。随着尺度因子的改变，小波的变化逐渐趋于一定的函数，随着中心带宽的不断变化，这个函数可以直接体现出无线电的变化演变情况，是十分高效的无线电接受分析系统，往往能够胜任整个频段的无线电信号接收工作。在一些特殊情况下，由于信号不断地发生变化，在频段进入特定通带的时候，假如此时频率大小正好与滤波器的中心频率相等，就极其容易在该频率的周围产生一个波长的最大值，假如绘制在平面图上，就直接显示成了脊线曲线。要想准确提取出脊线上的频率值，可以采取一定的手段来实现。⑴小波发生变动时，确定一个不变的时移因子b；⑵套用公式来计算a的值；⑶分析计算出来的a值大小，选取适当的来变化小波的细节；⑷上一步操作结束之后，比较最后得到的小波系数，选取最大的来作为本次计算的最终结果。为了便于观察，研究人员将得到的所有a值绘制到一张表上，并连接起来构成小波随频率变化的图线，进而能够简单快捷地进行观察与研究。在脊线上只需要对相应点的数据进行求导，就能得到该点无线电信号的瞬时频率，是十分便捷的求算方法。同理也能快速计算得到脊线上相应点的瞬时相位，极大地提升了无线电传输数据的处理速度。
四、结束语
本文着重关注了当前无线电领域的发展情况，结合了神经网络以及信号时域、频域这几个全新领域的知识，对无线电传输当中的信噪等问题进行了研究。发现信噪的变化对无线电传输的质量有较大的影响，当信噪等级较低的时候，无线电传输质量往往难以得到保证；反而信噪较高的时候却又能收到较为满意的无线电传输结果。由于实验是建立在实验室环境当中的，因此所有的实验数据都是仿真所得到的结果，与实际的无线电数据传播还有一定的差异性，希望相关研究人员能认识到本实验的不足之处，努力摸索出更加高效有参考价值的实验方式。
作者：牟泽慧 单位：牡丹江师范学院理学院
