基于高阶累积量和星座图的调制识别算法
2011-06-08位小记
哈尔滨商业大学学报(自然科学版) 2011年4期
位小记,谢 红,郭 慧
(哈尔滨工程大学信息与通信工程学院,哈尔滨 150001)
通信信号调制识别具有重要的意义,它在电子侦察、智能调制解调器、无线电资源管理等领域都有着广泛的应用[1].随着现代通信技术的飞速发展,信号的调制方式趋于多样化,利用调制识别技术快速稳健地识别接收信号的调制方式越来越重要[2].
目前,通信信号调制识别的方法大致分为判决理论识别方法和统计模式识别方法.判决理论识别方法用概率论和假设检验中的贝叶斯理论来解决信号的识别问题,这种方法需要的先验知识多且运算量很大.统计模式识别法一般由特征值提取和模式识别2部分组成:特征值提取是从接收的信号中提取出区别于其他信号的特征参数;模式识别是根据提取的特征参数确定调制方式.这种方法不需要假设条件,能实现信号的盲识别.由于实际中我们处理的信号是截获到的信号,先验知识少,故常使用统计模式识别方法来实现信号的盲识别.
现有的识别特征有很多种,有信号瞬时时域特征[3]、小波变换提取的特征[4]、分形理论的合维数和信息维数的特征[5]、星座图的特征[6].其中,信号瞬时时域特征对信噪比的变化较敏感,需要根据不同的信噪比选择不同的门限值;星座图特征主要用于对MQAM信号的识别.除此之外,还有利用谱相关、混沌理论提取的特征等.由于高斯白噪声的三阶及其以上累积量为零,因此基于高阶累……
登录APP查看全文