罗今梅，刘海家，李智

（1.四川大学电子信息学院，成都 610064；2.西南电子电信研究所，成都 610299）

0 引言

随着通信信号复杂度的逐步增加，通信信号的调制方式也开始逐渐复杂，而信号的调制方式识别是信号盲解调中至关重要的一部分，所以对信号调制方式识别技术的研究具有重要意义。在军用以及民用方面，调制识别都具有广泛的应用。在军用方面，调制识别是电子对抗战中重要的一环，利用它可实现对截获信号的盲解调。在民用方面，调制识别能够实现空闲频谱监测。目前信号调制识别方式有很多，主要可分为基于最大似然法的调制识别方法和基于特征提取的调制识别方法。其中，提取特征的方法有瞬时特征、谱相关特征、高阶累积量特征、小波变换特征等。根据提取的特征进行分类又分为支持向量机法和机器学习法。

Azzouz等［1］提出一种基于瞬时特征的信号调制识别方法，在信噪比大于10 dB时，其识别准确率大于90%；Hassanpour等［2］提出一种基于支持向量机的信号调制识别算法，在信噪比大于-5 dB时，其识别准确率大于98%；张弛等［3］提出一种基于四阶累积量的信号调制识别方法，结果表明，当信噪比大于8dB时，其识别准确率大于99%；J.O’Shea等［4］提出一种基于卷积神经网络的调制识别算法，将信号的IQ两路信号作为输入，通过残差网络实现调试方式的分类，奠定了深度学习应用在调制方式识别的基础。

然而，实际工程上常常需要处理几十通道甚至上百通道的信号检测和调制识别，利用纯软件实现就显得十分困难，而FPGA是近来发展迅速的可编程逻辑器件，以其高速并行、易于实现流水线的结构适合处理运算需求高的前端信号处理。……