孙钢灿 王忠勇 刘正威

（郑州大学信息工程学院，河南 郑州450001）

引 言

通信信号调制识别是认知无线电的重要组成部分，一直是研究热点和难点［1－11］。基于统计量特征值的方法是调制识别领域的重要研究方向，Nandi［5］使用2阶矩特征值实现调制识别，Dobre［4］总结了基于2、3和4阶矩特征值的调制识别方法。高阶累积量相对高阶矩具有抑制高斯噪声的优点，张贤达［12］对累积量的计算和性质进行了研究。Swami［6］应用累积量特征值分类常用数字通信信号，陈卫东［7］和Hsiao－Chun［9］研究了基于4阶累积量的抑制多径干扰的调制识别方法，冯祥［8］提出一种将1个4阶累积量值和1个6阶累积量值相结合的调制识别方法，Orlic［10－11］提出了基于1个6阶累积量值的调制识别方法。这些研究表明：高阶累积量相对于高阶矩具有抑制高斯噪声优点。

本文介绍了基于高阶累积量构造调制识别特征值的方法，推导出了该特征值抑制多径干扰性能的一般表达式，证明累积量阶数越高，特征值抑制多径干扰的性能越好。基于此原因，提出了完全基于6阶累积量的调制识别分类特征值，给出了进行MPSK信号调制方式识别的方法。试验证明：6阶累积量特征值的抑制多径信道干扰能力要远高于4阶累积量，抑制高斯噪声的性能4阶累积量要优于6阶累积量，通过分析试验数据给出了不同信道情况下4、6阶累积量分类特征值的选择方法。

1 基于高阶累积量的调制识别特征值抑制多径干扰性能分析

给出经过多径信道信号的数学模型；……