秦立龙，王振宇，闫朋展

(解放军电子工程学院信息系，安徽 合肥 230037）

0 引言

在调制模式自动识别的框架内，调制模式自动调制识别一般使用统计模式识别[1]。基于统计模式识别的方法可以分成两个部分：特征提取和分类器设计。特征提取负责对接收到的信号提取出最能表现其调制特征的参数。分类器则根据已提取出的特征把信号划分到相应的类别。现有的数字调制模式识别特征提取算法主要归纳为以下几种：基于瞬时信息的特征提取、基于时频分析的特征提取、基于累积量的特征提取、基于谱相关法的特征提取等。

针对通信信号调制模式的特点，提出了一种新的特征提取方法，将最优插值估计算法用于预测器的设计。经过仿真证明，这种基于最优插值估计的提升小波效果优秀，符合工程需要。

1 小波变换简述

第2代小波变换[2]是Swelden提出的一种不依赖于傅里叶变换的小波构造方法，小波基构造方法灵活，算法简单，执行效率高。第2代小波变换将传统小波变换过程分为分裂、预测和更新3个阶段。

（1）分裂

（2）预测

对于一个局部相关性较强的信号，它的偶子集和奇子集是高度相关的，因此，知道其中任何一个，就有可能在它合理的精度范围内预测另一个。记预测算子为P，预测误差 dj-1即为：

（3）更新

2 小波变换的改进

为了有效地提取分析信号的特征，使P的选择能够反映信号的结构，将最优估计方法[3]引入 P的设计，以期获得一组最优的预测系数，即寻找一组P使目标函数J=dTd最小。……