徐彪 杜鸿

摘 要：数字信号的调制类型识别在无线频谱监测中有着至关重要的作用。由于瞬时信息和高阶累积量都存在一些局限，所以，文章采用了6个联合特征参数作为分类识别的依据，并利用决策树对常见数字调制信号进行了识别分类。通过仿真实验证明，文章采用的方法计算复杂度小且具有较高的识别率。

关键词：数字信号；瞬时特征；高阶累积量；调制识别

随着无线电通信环境越来越复杂，无线频谱管理中需要先确定好信号的调制类型，然后再进行后续的处理。目前常用的调制识别方法主要有基于瞬时特征、基于高阶累积量、基于小波变换、基于谱相关[1]等方法。本文从实际工程应用角度出发，采用高阶累积量和瞬时特征混合调制识别技术对工程中常见的MASK，MFSK，MPSK以及MQAM信号进行调制类型识别。

1 信号模型建立

2.3 算法设计

本文采用决策树的分类方法，具体调制识别算法的流程如图1所示。

3 实验仿真与结果分析

本文采用计算机仿真来验证本文提出的识别算法，仿真实验在Matlab平台进行。实验的仿真参数为载波频率fc=4 000 Hz，采样频率fs=24 000 Hz，码元速率为Rb=3 000 bit/s，發送的码元个数为1 024。

3.1 门限值的确定

根据上一小节提出的特征参数，对6类特征参数进行实验仿真并确定门限值，信噪比的范围为0～25 dB，噪声为高斯白噪声。图2显示了各特征参数与信噪比关系的仿真结果。

3.2 识别算法仿真

在识别率实验过程中，采用图1所示的决策流程，对待识别的10种信号分别进行了1 100次的蒙特卡罗实验，实验结果如表2所示。

通过实验结果可知，本文使用的调制识别算法能够在低信噪比条件下很好地完成MASK，MPSK以及MQAM调制信号。整体在信噪比大于5 dB时均有较好的识别效果。

4 结语

本文针对单一特征在识别过程中存在的问题，将抗噪性能较好的高阶累积量和计算复杂度较为简单的瞬时参数混合在一起作为调制识别的依据，解决了单一类型的特征参数识别效果不好的问题。实验表明，本文的识别算法计算简单，识别的调制类型多，而且具有很好的识别率，便于在工程中应用。

[参考文献]

[1]马兆宇，左鹏，边东明.通信信号调制识别方法综述[C].北京：卫星通信学术年会，2013.

[2]何继爱，杜盼盼.基于高阶累积量的数字调制信号识别方法[J].测控技术，2017（4）：159-163.

[3]SWAMI，ANANTHRAM.Hierarchical digital modulation classification using cumulants[J].IEEE Transactions on Communications，2000（3）：416-429.

[4]赵雄文，郭春霞，李景春.基于高阶累积量和循环谱的信号调制方式混合识别算法[J].电子与信息学报，2016（3）：674-680.

[5]张达敏，王旭.对基于决策论的数字信号调制识别方法的改进[J].计算机应用，2009（12）：3227-3230.