刘军[1]2003年在《软件无线电中的信号处理算法通信信号的同步及其调制模式的自动识别》文中认为调制模式自动识别(AMR)是近年来快速发展的一个领域，尽管已经取得了很多的成果，但是也还有许多技术问题有待解决。本文系统的介绍了软件无线电中的信号处理算法—通信信号的同步和通信信号调制模式的自动识别。在介绍前人工作的基础上，本文提出了两种新的载波频率估计方法和一种识别多进制数字通信信号调制模式的新方法。 本文首先介绍了软件无线电的背景和意义，并对研究对象作了简单的介绍。接着详细介绍了已有的载波同步和位同步的方法，并分析了其优缺点，在此基础上，提出了用时频的方法和改进AR模型谱估计的方法来估计载波频率。估计出载波频率后，就可以提取特征并识别接收信号了。本文介绍了前人提出的一系列通信信号调制模式自动识别的方法。针对已有的算法不能识别多进制数字通信信号的缺点，本文提出了一种新的算法，解决了多进制数字通信信号调制模式自动识别中的问题。 本文的创新之处主要有如下几个方面： 1．提出了用时频理论来估计载波频率和位同步信息。 2．提出了用改进的AR模型谱估计方法估计载波频率。 3．针对已有方法不能识别多进制数字通信信号的缺点，提出了一个新的算子，很好的解决了多进制数字通信信号调制模式自动识别的问题。
高玉龙[2]2007年在《基于循环谱的调制方式识别与高动态同步技术研究》文中认为调制方式识别及其后续的高动态同步技术是构成基于软件无线电智能接收机的重要技术基础,也是它的瓶颈和核心,在多体制通信互联和信号监视方面有着十分重要的应用。尤其是近十年来,计算机技术、高速数字信号处理技术以及高速专用器件的快速发展使调制方式识别和高动态同步技术的工程实现有了保证。在非合作通信领域的重要地位以及软件无线电、认知无线电中的应用价值也得到进一步的认识。这方面的研究也越来越受到国内外众多学者的重视。在此背景下,结合循环平稳过程理论的优点,本文采用循环谱理论研究调制方式识别和高动态同步问题。研究内容主要包括循环谱算法改进及其实现、基于循环谱的调制方式识别算法、基于循环谱的高动态同步算法。首先,对于循环谱算法,由于现有3种循环谱估计算法的计算量都非常大(主要由DFT和相关运算造成的),不能对信号进行实时处理。为此,本文提出在循环谱的分辨率是2的整数次幂时利用改进滑动FFT算法计算DFT,在分辨率不是2的整数次幂时用AFT计算循环谱算法中的DFT,相关算法全部采用一位相关算法来计算循环谱。借助实数乘法和实数加法运算量的换算系数,用加法次数作为衡量算法计算量的标准,给出改进算法计算量的闭合表达式,并进行性能仿真。随后,利用NoisII软核处理器及其Avalon总线架构的优点解决循环谱算法的实现问题,并以SSCA为例说明循环谱算法实现的过程和方法。其次,针对现有调制识别算法的不足以及不同的应用场合,本文按照调制方式识别统计模式识别方法的过程,对特征参数和分类器两个方面进行改进。对于特征参数,去掉一些不合适的循环谱特征参数,增加其它循环谱特征参数。并根据循环谱算法特点,在循环谱计算过程中提取一些频域特征参数。对于分类器,首先采用概率神经网络,并对其结构进行改进,相对于传统的BP神经网络,缩短了识别时间,增加了正确识别概率。随后,针对某些信道多变的特点,利用自组织映射神经网络的自组织、无导师、自适应等特点提出选用自组织映射神经网络作为调制方式识别中的分类器以适应信道信噪比的变化。为了提高识别性能和减少识别时间,对它的学习规则和竞争传递函数进行改进。仿真结果显示采用自组织映射神经网络作为分类器识别信号的调制方式取得了很好的效果。另外,本文提出利用循环谱在二维频率平面的幅度值以及最小均方误差原则,对信号的调制方式进行识别。这种算法能最大限度地利用循环谱的特征,提高正确识别概率。本部分最后针对共频段多信号的调制方式识别问题,给出一种数学模型。利用该模型,提出根据调制信号的循环谱提取特征参数对共频段多个通信信号的调制方式识别算法,通过仿真和理论分析证明了提出算法的正确性。最后,以DSSS-QPSK为处理信号研究高动态同步算法。首先对传统的科斯塔斯环和叉积自动频率跟踪算法进行改进。一是工作方式的改进,也就是叉积频偏估计算法和科斯塔斯环同时工作,这样在消除频偏的同时,也能消除相差;二是采用滑动平均算法更新得到的频差和相差参数,缩短了参数更新时间,使环路很快进入锁定状态,基本解决了跟踪精度和环路快捕之间的矛盾。改进算法为后续基于循环谱的高动态同步算法提供一个比较对象和依据。随后,根据循环谱抗干扰、噪声的性质,提出基于循环谱的高动态同步算法。这种算法的思想就是把经过科斯塔斯环得到的同相信号进行归一化处理,得到一个近似的余弦信号。计算这个余弦信号的循环谱,得到频差和相差的估计值,把结果送入NCO,达到高动态同步的目的。仿真结果证明了提出算法的正确性以及优越性。在本部分的最后,对上述两种高动态同步算法进行了性能比较,结果发现基于循环谱的高动态同步算法的估计性能要优于改进的叉积频率跟踪算法,但计算量过大。
谢小娟[3]2006年在《基于LabVIEW的软件无线电调制解调和信号识别技术研究》文中研究表明本文在软件无线电构架的基础上，用软件(LabVIEW)的方式实现通信信号非实时的自动识别和调制解调的基本功能。 通过基于决策理论给出的决策树识别方案，本文研究了软件无线电中基本调制制式信号(DSB、FM、PM、2ASK、2PSK、2FSK)的自动识别问题，并用LabVIEW编制了相应的自动识别模块。由于本课题是源于某无线电引信干扰机系统研制工程实际项目而存在的，故在识别信号空间中增加了无线电引信中存在的两种典型信号，即伪码调相信号PRCPM(m序列调相)和线性调频信号LFM(锯齿波调频)。设置信号参数，使得上述信号(DSB、FM、PM、2ASK、2PSK、2FSK、PRCPM、LFM)都处于无线电引信干扰接收机通带内，这样就能采用同一个识别模块通过扩展来进一步识别PRCPM和LFM信号。本文着重研究了PRCPM信号通过自相关峰值检测的识别，以及LFM信号通过Wigner-Ville(WVD)时频变换检测其大于门限峰值个数来进行识别。 本文对基于软件无线电的模拟、数字通信信号调制解调通用结构进行了研究，在此结构上推导出了DSB、FM、PM、2ASK、2PSK、2FSK基本体制信号的调制解调算法，并使用LabVIEW对这些算法进行了快速仿真，从而证明了算法的正确性和可行性。此外对PRCPM和LFM信号的调制解调进行了专门的讨论，特别是对LFM信号。LFM信号可以用实现FM的方法来进行解调，解调信号呈锯齿状，可以从中获得调制信号周期，但是因算法中存在反正切运算，致使无法从中获得LFM的调制斜率。本文通过自相关算法对LFM和PRCPM信号实现了周期估计，而采用基于WVD时频分布峰值的估计方法，可估计出单分量LFM信号的瞬时频率，进而估计其载频和调制斜率。
张鸣[4]2005年在《软件无线电接收机中信号调制样式识别算法的研究》文中指出传统的通信电台或系统是针对特定调制样式和带宽的单一型系统,其应用范围非常有限,很不适应目前的多调制、多服务的通信系统。由于多调制的存在,对于一个通信信号进行接收解调的前提条件是要确定该信号的调制样式,因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一。本文在综合考虑现有调制识别算法的基础上,在特征提取部分,将 Nandi 与V.Ramakonar 等人提出的参数相结合,并在研究瞬时信息的基础上,提出新的特征参数;在分类识别部分,采用结构简单、计算量小、实时性好的决策树,从而实现对模拟调制方式、数字调制方式和模数混合调制方式的分别识别。本文的主要工作有以下几方面:1.利用 Nandi 等人提出的参数对六种常用的模拟调制信号进行识别。在信噪比达到5dB 以上时,识别正确率达到 98%。2.在对数字调制信号的瞬时信息进行分析时,提取了新的特征参数并给出了多进制数字调制信号识别的通用方法,仿真结果证明,本算法优于前人的算法。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,而且在识别过程中,用到的特征参数较少。3.利用 Nandi 等人提出的参数以及本文提出的参数对十四种模数混合调制信号进行识别。在信噪比达到 5dB 以上时,识别正确率达到 100%。4.在广义平稳干扰和多径环境下对叁种调制识别算法分别进行仿真试验,结果表明,在相同信噪比条件下,多径对信号影响最大,高斯白噪声次之,广义平稳干扰最小。
辛建芳[5]2008年在《软件无线电中调制信号识别方法的研究》文中研究表明通信信号的调制识别是软件无线电的核心技术之一,任何一个通信信号必须确知该信号的调制方式及信号参数才能进行接收解调,本课题研究的目的是在未知调制信息的前提下,在多信号环境和有噪声干扰的条件下从接收信号中分析出通信信号的调制方式,并估计出相应的调制参数,为后续的解调及信号处理奠定基础。本课题研究的重要性在于针对传统的特定调制方式和带宽的单一型通信系统,将不适应目前的多调制、多服务的通信系统的要求。所以伴随通信信号的体制和调制样式的多样化发展,调制信号识别技术将在软件无线电的不断发展中起到十分重要的作用。本文所作的主要工作:(1)首先对软件无线电的结构和目前的关键技术进行了概括性阐述,综述了现有算法,分析了现有算法的特点。(2)阐述了各种调制信号的基本原理,给出了AM、PM、FM、DSB、USB和LSB信号的时域及频谱仿真图,可以清楚的理解各模拟调制信号的特性。分析了数字调制信号2ASK、4ASK、2FSK、4FSK、2PSK、4PSK的瞬时幅度、瞬时相位和瞬时频率,为后面进行识别奠定基础,最后给出了基于瞬时特征的主要特征参数。(3)为避免决策理论的固有缺陷,研究了基于高阶累积量的数字调制信号自动识别算法,该算法不需要先验知识且能有效避免高斯噪声的影响,对五种数字调制信号2ASK/2PSK、4ASK、4PSK、2FSK和4FSK的类间识别效果明显,仿真结果证明此算法能够在较低的信噪比下有效的实现分类的目的,并将提取的特征参数应用神经网络对算法进行了改进。(4)将决策理论与高阶累积量相结合提取调制信号的特征参数,利用BP网络分类器对2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM七种数字调制信号进行分类识别,仿真实验证明该方法具有较强的鲁棒性和实用性。
柳井刚[6]2018年在《基于FPGA高速软件无线电模块设计与实现》文中进行了进一步梳理软件无线电技术是一种用来解决无线通信领域中多种通信体系能够并存、不同体系可以制定一套统一标准的新技术。它克服了传统无线电通信设备功能单一和可扩展性差等缺点,采用可升级、可重配置的应用软件来实现无线通信设备的各种功能。软件无线电的特点主要体现在它极强的灵活性与开放性上,作为未来通信技术的主流发展方向之一,软件无线电技术在各个领域获得了广泛的关注。本文在设计的过程中综合考虑了功耗、成本、兼容性以及实用性等因素,选择Xilinx公司的ZYNQ系列ARM+FPGA架构处理器与ADI公司的AD9361射频捷变收发器设计了一个软件无线电模块。主要研究内容包括以下几个方面:1.针对无线通信信道复杂,环境恶劣的问题,本文采用π/4-DQPSK作为调制解调方案,它的频谱利用率较高,而且具备一定的抗干扰与抗衰弱特性,大大加强了信号传输的稳定性。2.针对传统数字接收机无法有效适应接收信号幅度波动过大的问题,本文采用对数环路AGC对接收信号的幅值进行自动增益控制,对数环路AGC相对于其他AGC环具有更快的收敛速度,而且占用的硬件资源不多,在实际工程中取得了广泛应用。3.针对基于FFT的频偏补偿算法在硬件上实现时会占用过多的硬件资源问题,本文采用Luise算法替代FFT算法实现频偏补偿,Luise算法通过Cordic算法计算接收信号的辐角值来估算偏移量,大大降低了硬件资源的消耗。4.针对Gardner位同步算法无法有效的适应多电平的调制解调问题,本文采用了一种改进的Gardner位同步算法,可以有效地适应多电平体制的调制解调方式。本文设计的模块无线通信的码率为1.04Mbps,通信的射频频率为2.4GHz,高速串行通信接口与上位机交换数据的速度为5Gbps,误码率在10~(-4)的量级,整个模块的通信质量良好。
董鑫[7]2014年在《自适应信道化滤波与调制识别技术研究与实现》文中研究指明基于软件无线电架构的数字接收技术因其灵活性高、可复用性强等优点广泛应用于通信信号接收领域。本文重点针对软件无线电前端技术中的信道化滤波和后端技术中的自动调制识别及参数估计技术展开研究,并在信号处理平台上完成了相关算法和理论的系统实现。主要完成的工作和创新点包括以下几个方面:1.分析讨论了软件无线电接收技术中的基本理论,针对中频数字信号接收的预处理环节——数字下变频技术,以采样率变换叁级结构为代表,进行了理论分析、基于FPGA的系统实现以及各级数据结果的谱分析,总结了实际接收机设计时应遵循的数字下变频多级结构设计准则。2.针对时变均匀分布的中频多路信号动态盲接收问题,首先提出了一种基于FPGA的动态信道化内核设计方案,其子信道数目、子信道阶数及原型滤波器系数均动态可配置,对设计原理、设计结构进行了分析介绍,通过Modelsim仿真及板上测试验证了其正确性。以此内核为基础,又提出了一种动态盲接收算法,可以在缺乏先验信息的条件下,对均匀分布的时变中频多路信号进行分信道接收,包含无盲区接收、频谱拼接、参数估计及校正接收等环节,对各环节的理论依据进行了分析推导,在课题信号处理平台上对该算法进行了仿真及实现。3.针对衰落信道下MFSK信号的符号速率估计问题,提出了一种基于小波脊线特征的符号速率估计算法,包含小波脊线提取、脊线滤波、过零点间隔聚类等环节,对各步的理论依据进行了数学推导。仿真实验表明,该算法能够有效克服多普勒频移、多径效应对符号速率估计的影响,获得了较高的估计精度。4.针对多径信道下通信信号的自动调制识别问题,首先在小波脊线的研究基础上,提出了一种MFSK和幅相调制信号的类间识别算法,相比传统算法,该算法在低信噪比多径信道下获得了较高的识别率,然后又提出了一种基于高阶累积量的幅相调制信号识别算法,该算法通过高阶累积量计算、非线性方程组构建以及迭代求解等途径,能够有效对信道干扰因子进行估计,相比目前的四阶矩商法,减小了信道因子分布对识别性能的影响,鲁棒性强。5.在课题信号处理平台上,完成了数字下变频、信道化滤波以及调制识别功能模块的构建,对整体系统进行了性能测试。测试结果表明,数字下变频和信道化滤波模块能够稳定的按照配置参数实现采样率变换、谱搬移及分信道滤波,调制识别模块正确完成了测试信号的调制方式鉴别,达到预期效果。
潘明[8]2007年在《基于神经网络的软件无线电信号的调制识别》文中研究指明软件无线电的基本思想是构造一个具有开放性、标准化、模块化的通用硬件平台，通过加载不同的软件来实现不同的无线电通信功能。为了实现软件无线电多模式的通信体制，需要对接收到的调制信号在非理想化的信道特性下进行调制方式的自动识别，从而在同一个硬件平台上自动完成多种体制、多个频段的通信和相互间的切换。通信技术正以日新月异的速度进步和发展，通信信号各种调制方式的变化和进步尤其突出。通信信号调制方式的分类识别研究也相继发展起来。调制识别在信号确认、干扰识别、信号检测及信号监督等通信领域中充当重要角色。神经网络具有信息分布式储存、大规模自适应并行处理和高度容错特性等优点，可应用于调制识别领域。其学习能力和容错性对不确定性调制识别具有独到之处。本文研究了数字调制方式识别的特征集，在此基础上从信号瞬时幅度、瞬时相位、瞬时频率特性中提取五种特征参数，并针对软件无线电中2ASK、4ASK、2FSK、4FSK、BPSK、QPSK六种数字调制信号，设计了一种分层次结构的BP神经网络分类器，并分别采用了动量梯度算法、自适应学习率算法和L-M算法叁种不同的BP算法。并在MATLAB平台上在信噪比为4dB、6dB、8dB、10dB和15dB条件下进行了仿真实验和仿真结果比较，实验结果证明在SNR≥10dB时，采用了动量梯度算法分类器的正确识别率达到98％以上，识别的正确率更高，达到了自动分类识别的目的。
李燕[9]2014年在《基于软件无线电的通信信号调制识别技术》文中指出在无线电通信领域,具有开放式体系结构的软件无线电已成为一个研究热点。而目前,调制识别技术作为通信系统中一项重要技术,存在多种多样的通信信号自动调制识别算法。研究并挑选出合适的识别算法将其与软件无线电技术相结合,以实现基于软件无线电的自动调制识别技术具有很好的工程应用价值。有效地接收、识别通信信号调制类别再自动分配给相应的解调模块是软件无线电的关键技术之一,且具有广阔的应用前景。在这样的研究背景下,本文主要讨论研究并实现了基于软件无线电的通信信号自动调制识别技术,本文首先对软件无线电技术以及调制识别技术基础理论及其发展状况进行了概括介绍,再详细介绍了两种通信信号自动调制识别算法的实现方法,其中一种是基于通信信号瞬时参数的自动调制识别方法,另外一种是基于通信信号高阶统计量的自动调制识别方法,并在此理论基础上进行了软件仿真以验证这两种算法的正确性和可行性。另外,本文还利用了一个基于AD+FPGA+DSP结构的可编程的软件无线电硬件平台系统,并在此系统测试环境下,实现了对常见数字通信信号自动调制识别的指标测试。通过本文的研究,充分说明了在此软件无线电硬件平台上实现自动调制识别算法的有效性及应用的灵活性,为实现完整可靠的软件无线电系统奠定了基础,具有很深的工程意义。
王雪霞[10]2008年在《基于软件无线电的通信侦察接收机关键技术研究》文中研究说明近年来,随着作战理论的不断发展和作战形式的不断变化,通信侦察面临的环境越来越复杂,迅速发展的先进干扰和抗干扰通信技术也对通信侦察提出了越来越高的要求。为了应对面临的挑战,提高通信侦察系统性能一直是电子对抗领域内的研究热点。作为通信侦察系统的核心,通信侦察接收机的功能是完成对无线电通信信号进行搜索、截获、测量、分析、识别、监视,以及对辐射源进行测向和定位,以便获得信号的技术参数、辐射源位置、相关信息和情报。随着通信对抗技术的发展,基于软件无线电技术的侦察接收机成为通信侦察接收机发展的必然趋势。因此,本论文重点研究了基于软件无线电的通信侦察接收机的关键技术,进一步提高通信侦察接收机的性能,满足我军对信息进行准确的截获和侦察的需求。首先,为了满足电子对抗中对通信侦察接收机提出的宽频段、多模式等要求,本文详细分析了基于软件无线电技术的智能天线的结构和算法,建立了基于智能天线的通信侦察接收机模型,该通信侦察接收机能从时域、频域、空域对接收信号进行叁维处理,工作频段宽,波形适应能力强,系统功能模块化,软件易于升级,可扩展性好。本文研究了该通信侦察接收机中的基于多相滤波的信道化处理模块,推导了基于多相滤波结构的复信号和实信号的信道化处理模块的数学模型,对实信号信道化处理模型进行了仿真分析;并对通信侦察接收机中智能天线部分进行了深入研究,推导了基于信号循环平稳性的CAB盲数字波束形成算法,用该算法对通信侦察接收机中的数字波束形成模块进行仿真分析。由于智能天线具有良好的方向性,基于智能天线的通信侦察接收机不仅在宽频带范围内实现了全概率截获信息,还能够实现测向功能。其次,由于扩频通信在通信对抗中的广泛应用,通信侦察接收机需要对扩频通信信号进行检测和参数估计。因此,本文重点研究了对直扩信号的扩频码周期估计的倒谱法。针对短码周期估计,提出了基于经典谱估计的改进倒谱法,对传统倒谱法进行了叁方面改进:利用有偏自相关函数对功率谱进行估计、对自相关函数加窗处理、对所求倒谱进行频谱校正,仿真结果表明改进后的倒谱法比传统倒谱法的峰值更加突出、平滑,利于周期峰值搜索,信噪比容限提高了2.1dB。同时,还提出了基于现代谱估计的改进倒谱法,先用Yule-Walker法或Burg法进行功率谱估计,然后再求其倒谱并进行频谱校正,本文还总结出了适用于倒谱法的确定AR模型阶数的经验准则。仿真结果表明,应用现代谱估计的倒谱法比应用经典谱估计的倒谱法估计效果更好。针对长码周期估计,研究了m序列延迟相乘的特性,并在此基础上提出用基于延迟相乘的改进倒谱法来估计长码周期,先对待估计信号进行延迟相乘预处理,再用针对短码的改进倒谱法进行周期估计,仿真结果表明,延迟相乘预处理使改进后的倒谱法对长码信号也能进行周期估计,解决了已有的扩频码周期估计方法无法对长码周期进行有效估计的问题。然后,为了对接收到的非扩频信号或解扩后的信号进行调制方式的识别与分类,首先要提取信号特征,并选择适当的特征构成特征向量作为后续的调制识别分类器的输入。本文研究了信号基于瞬时信息的特征提取方法、基于小波分解的细节特征提取方法、基于高阶累积量的特征提取方法和基于分形理论的特征提取方法,由这四组特征参数构成了原始特征集。本文提出用遗传算法进行特征选择,在深入研究了遗传算法的原理、基本操作、运算流程与主要特点的基础上,进行了基于遗传算法的信号特征选择器设计,并用离散小波神经网络(DWNN)分类器验证遗传算法应用于数字调制识别的有效性。仿真结果表明,遗传算法能够对不同的模式组合选择出适用于该模式的特征向量,降低了特征向量维数,从而提高了后续的分类器的性能。最后,为了实现对多种信号调制方式的自动识别与分类,本文深入研究了DWNN和ART2A神经网络,在此基础上提出了基于ART2A-DWNN组合神经网络的调制识别分类器。DWNN分类器的收敛速度快,不存在局部极小点,具有较强的抗噪性,且识别特征相近的调制方式的能力较强,但是不具备可扩展性,在同时识别很多种调制方式时识别效果不佳。而ART神经网络具有良好的可扩展性和识别性能。组合神经网络分类器将ART2A-E神经网络和DWNN结合起来,ART2A-E神经网络作为组合网络的第一层,将相近模式归为一类,即进行粗糙分类,DWNN作为组合网络的第二层,分别对每一类进行详细分类。经过粗糙分类后,每个类内的模式数目变少,使得DWNN能够快速收敛,且识别准确性较高。仿真结果表明,ART2A-DWNN分类器识别信号范围广,正确识别率高,具有可扩展性,同时还具有很强的抗噪性,并且训练与识别速度快,弥补了单个神经网络分类器的不足。
参考文献：
[1]. 软件无线电中的信号处理算法通信信号的同步及其调制模式的自动识别[D]. 刘军. 汕头大学. 2003
[2]. 基于循环谱的调制方式识别与高动态同步技术研究[D]. 高玉龙. 哈尔滨工业大学. 2007
[3]. 基于LabVIEW的软件无线电调制解调和信号识别技术研究[D]. 谢小娟. 南京理工大学. 2006
[4]. 软件无线电接收机中信号调制样式识别算法的研究[D]. 张鸣. 西安科技大学. 2005
[5]. 软件无线电中调制信号识别方法的研究[D]. 辛建芳. 太原理工大学. 2008
[6]. 基于FPGA高速软件无线电模块设计与实现[D]. 柳井刚. 电子科技大学. 2018
[7]. 自适应信道化滤波与调制识别技术研究与实现[D]. 董鑫. 解放军信息工程大学. 2014
[8]. 基于神经网络的软件无线电信号的调制识别[D]. 潘明. 电子科技大学. 2007
[9]. 基于软件无线电的通信信号调制识别技术[D]. 李燕. 哈尔滨工程大学. 2014
[10]. 基于软件无线电的通信侦察接收机关键技术研究[D]. 王雪霞. 哈尔滨工业大学. 2008
标签：电信技术论文; 通信论文; 分类器论文; 调制信号论文; 神经网络模型论文; 同步通信论文; 信号处理论文; 信道估计论文; 信道带宽论文; 仿真软件论文; 幅度调制论文; 算法论文;