1. 研究目的与意义（文献综述）

近年来，信息全球化异常火热，在这火热的背后与通信系统的迅速发展是密不可分的，WiFi技术的成熟，5G技术的起步，这些都是由于通信系统发展迅速，因此取得了非常重大的成果，在社会各个方面也有了广泛的应用，而这些与人们的生活息息相关。伴随着信号处理方面的技术不断进步，对信号方面的研究也越来越多，而信号的识别作为信号处理的首要条件，也开始被重视起来。不过一般的信号自动识别已经有众多的研究也产生了很多极好的方法及优秀的成果，但是基于新技术的信号自动识别才刚开始发展，研究较少，软件无线电，作为一项刚发展起来的新兴技术，可以通过软件层面更改系统硬件的部分信息如工作频率、系统频宽等，与传统无线电技术相比具有巨大优势，将其应用在数字调制信号的自动识别上，可以起到灵活多变的效果，为此可以通过基于软件无线电平台，设计一个自动识别系统，来达到数字信号的自动识别，可识别常见的数字调制信号，如2ASK、4ASK、2FSK、4FSK、2PSK、4PSK等，这方面的研究前景十分广阔，意义也很深远，未来将会具有极大的价值。

数字调制信号的识别作为近段时间的一个热门行业，国内外都对此进行了大量的研究。我国关于信号识别的研究起步较晚，与国外存在着较大的差距。最近这些年，我国也开始加大了对通信方面的投入，国内对数字调制信号的识别也开始慢慢有了些许眉目，研究者也把目光转向新出现的技术，软件无线电就是一个很好的方向，可以通过软件无线电设计出一个数字调制信号的自动识别系统。目前国内外对于信号识别也有一定的基础，不过主要是基于数字信号处理器件的设计，还有基于数字信号处理/现场可编程门阵列，或者是基于电脑和现场可编程门阵列的设计，这些大多都是利用硬件进行识别，与软件方面关系不大或者没有关系，因此这些系统存在这很多不足之处，像更改复杂，不够智能等等。而这些不足正好可以通过软件层面去解决，因此可以基于软件无线电这个平台，利用好软件方面的优势，弥补由前期研究带来的硬件方面的不足，通过软件与硬件相结合的思路完成数字调制信号的自动识别。

2. 研究的基本内容与方案

研究的基本内容：

本文主要是在已有的方法和成果上面，分析如何利用新兴技术软件无线电，通过软件无线电这个平台，进行数字调制信号的自动识别，这个系统可以识别常用的数字调制信号，如2ask、4ask、2fsk、4fsk、2psk、4psk等。

设计的目标：

3. 研究计划与安排

第1周：外文文献的查询以及开题报告的书写
第2-3周：完成开题报告
第4-5周：外文文献的查询及翻译
第6周：研究数字信号的调制方法
第7-8周：设计基于软件无线电的数字调制信号自动识别系统
第9-11周：在仿真软件上进行系统的设计与实现
第12-13周：在实验箱进行实际操作完成实验
第14周：实验的总结以及论文的书写
第15周：论文的修改以及完善
第16周：进行答辩

4. 参考文献（12篇以上）

[1]张瑾.周原.基于MATLAB/Simulink的通信系统建模与仿真（第2版）[M].北京：北京航空航天大学出版社,2017.
[2]周俊.基于LabVIEW的通信信号调制方式自动识别系统的设计与实现[D].云南：云南大学，2015.
[3]陈建鑫.基于软件无线电的数字调制解调技术及其应用研究[D].湖南：湖南大学，2010.
[4]李燕.基于软件无线电的通信信号调制识别技术[D].黑龙江：哈尔滨工程大学,2014.
[5]林华东，庞伟正.软件无线电中数字调制信号的自动识别[D].黑龙江：哈尔滨工程大学，2010.
[6]荣鑫.数字调制信号自动识别及解调技术研究[D].山西：中北大学，2010.
[7]王辉.大动态信噪比下数字调制信号识别方法研究[D].黑龙江：哈尔滨工程大学，2018.
[8]李蒙蒙.基于LabVIEW的数字信号调制识别[D].北京：北京邮电大学，2015.
[9]杜盼盼.基于高阶累积量与循环谱分析的数字调制信号识别[D].甘肃：兰州理工大学，2018.
[10]张茜.基于高阶统计特性的调制信号识别[D].四川：电子科技大学，2015.
[11]陈曦.基于深度学习的数字信号调制方式识别方法研究[D].陕西：西安电子科技大学，2018.
[12]刘丹.一种基于ST_RFT算法的数字调制信号识别方法[J].天津：天津理工大学，2017：36-40.
[13]Ge Yao. Wavelet-based software-[D]. USA:Rutgers The State University of New Jersey,2016.
[14]Yong Gao,Na Xu,WenSi Xu. The MPSK and MQAM signal modulation recognition algorithm in the multipath channel[J].China：SiChuan University,2019：45-47.
[15]Timothy,Charles Clancy. Convolutional Radio Modulation Recognition Networks[J]. International Conference on Engineering Applications of Neural Networks.2016:213-226.