王龙龙，李 佩，陶丽伟，鲁兴波，马瑞谦

（中国人民解放军陆军工程大学 通信工程学院，江苏 南京 210007）

0 引 言

在非协同通信中，如何高效准确地识别发送端所发送信号的调制方式对后续信号的解调和处理至关重要。目前自动调制识别方法主要分为两类：判决理论方法和模式识别方法。

判决理论方法是对码元同步采样序列进行处理，数学表达式极为复杂且处理的信号噪声必须服从高斯分布，而实际环境中噪声并不服从高斯分布并且存在多径、信号干扰等问题，导致使用判决理论方法时，调制信号的识别率急速下降，难以在工程中应用。

模式识别方法首先需要提取调制信号的特征参数，然后设计分类器进行分类。常用特征参数的选取主要包括星座图特征和时域特征等。文献[1]通过减法类聚算法重构调制信号的星座图实现低阶MQAM识别。文献[2]采用差分星座图识别不同阶数的正交幅度调制信号，但星座图特征在信噪比不高的情况下很难判断调制信号的阶数。文献[3]在高阶累积量和分层多项式分类器基础上识别出MQAM、MPSK和MASK信号。文献[4]联合幅度变换矩和线性相位对QPSK、DQPSK、BPSK、64QAM进行分类识别。

以上文献对调制识别算法的研究只停留在软件仿真模拟上，并不能很好地研究算法在实际环境中的可行性，故本文选择将调制信号识别算法与USRP软件无线电平台结合，搭建调制信号识别系统，以验证调制识别算法的可行性并进行性能分析。测试结果表明，时域特征在低信噪比环境下，实际参数与理论参数存在较大偏差，当基于决策树理论进行信号识别时，识别效果不理想。……