熊一谦，高 勇

(四川大学 电子信息学院，四川 成都 610065)

0 引言

在软件无线电系统中，信号的调制是必不可少的。为了能在接收端正确地解调信号，识别其调制类型是关键的一步。然而，随着无线通信技术的快速发展，日常使用的调制方法也在迅速增加。因此，如何准确地识别调制方式变得更具有挑战性。

传统的基于特征的调制识别算法可以通过数据预处理、特征提取和分类决策3个步骤来实现。特征提取可以从信号的各个方面入手，如瞬时振幅、相位、频率[1]、小波变换[2]、统计特征[3](如高阶矩和累积量)和循环累积量[4]等。近年来，信息熵在信号识别中得到了大量的应用。熵是用来度量信号分布的不确定性，表示信号的复杂程度。因此，信息熵为信号的调制识别提供了理论依据。文献[5]提取接收信号的多维熵特征，并与支持向量机结合，在不需要知道先验信息的条件下实现了对多种调制信号的识别。文献[6]提出一种基于熵云特征的调制识别算法，先提取信号的香农熵和指数熵特征，然后将熵理论和云模型理论有效地结合在一起，在低信噪比的环境下显著提高了信号识别效果。

在分类决策中，传统的分类器包括决策树、随机森林、多层感知和支持向量机。这些模型是不同特征提取算法和分类方法的组合，既需要专家知识，又需要人工设计，因此不可避免地会受到主观因素的影响，并且在低信噪比下不同类型信号的特征参数一般会交织在一起，使得传统的特征提取方法在低信噪比下识别率会不理想。……