江伟华，曹秀岭，童 峰

（厦门大学 海洋与地球学院，水声通信与海洋信息技术教育部重点实验室，福建 厦门361005）

随着信息获取和处理需求的不断提升，对水声通信信号调制样式的自动识别研究成为重要的研究课题.目前无线领域常用的通信信号的调制识别方法［1－4］，往往需要较多的调制参数作为先验知识.由于水声信道具有复杂的时－空－频变特性，使得所需的先验知识在水声信号调制方式未知的情况下很难得到，因此，非合作水声通信信号的自动识别极具挑战性.

调制信号的循环相关特征具有很好的识别能力，Wu等［5］通过循环谱提取水声信号的特征参数，实验结果表明该方案可以获得不错的识别性能.杨柳等［6］则进行了高阶谱的仿真分析，仿真结果表明该算法对不同水声信道环境有一定的适应性.但循环谱估计和高阶谱的计算需要较高的运算量，且远远大于相同频率分辨率的功率谱估计，因此大大限制了这一类调制识别方法的实际推广应用.

范海波等［7］提出了一种基于谱特征的通信信号调制方式自动识别方法，从信号功率谱、平方谱中提取无需调制参数的特征参数作为特征向量，在较低信噪比下仍具有很好的识别准确率.但是，与无线信道相比，在水声信道恶劣传输条件下无需先验知识的特征参数往往呈现出严重的不稳定性、随机性，对分类器性能提出了更高的要求.

就分类器而言，Nandi等［1－2］使用统计判决的识别……