徐彪 杜鴻

摘 要：數(shù)字信號的調(diào)制類型識別在無線頻譜監(jiān)測中有著至關重要的作用。由于瞬時信息和高階累積量都存在一些局限，所以，文章采用了6個聯(lián)合特征參數(shù)作為分類識別的依據(jù)，并利用決策樹對常見數(shù)字調(diào)制信號進行了識別分類。通過仿真實驗證明，文章采用的方法計算復雜度小且具有較高的識別率。

關鍵詞：數(shù)字信號；瞬時特征；高階累積量；調(diào)制識別

隨著無線電通信環(huán)境越來越復雜，無線頻譜管理中需要先確定好信號的調(diào)制類型，然后再進行后續(xù)的處理。目前常用的調(diào)制識別方法主要有基于瞬時特征、基于高階累積量、基于小波變換、基于譜相關[1]等方法。本文從實際工程應用角度出發(fā)，采用高階累積量和瞬時特征混合調(diào)制識別技術對工程中常見的MASK，MFSK，MPSK以及MQAM信號進行調(diào)制類型識別。

1 信號模型建立

2.3 算法設計

本文采用決策樹的分類方法，具體調(diào)制識別算法的流程如圖1所示。

3 實驗仿真與結果分析

本文采用計算機仿真來驗證本文提出的識別算法，仿真實驗在Matlab平臺進行。實驗的仿真參數(shù)為載波頻率fc=4 000 Hz，采樣頻率fs=24 000 Hz，碼元速率為Rb=3 000 bit/s，發(fā)送的碼元個數(shù)為1 024。

3.1 門限值的確定

根據(jù)上一小節(jié)提出的特征參數(shù)，對6類特征參數(shù)進行實驗仿真并確定門限值，信噪比的范圍為0～25 dB，噪聲為高斯白噪聲。圖2顯示了各特征參數(shù)與信噪比關系的仿真結果。

3.2 識別算法仿真

在識別率實驗過程中，采用圖1所示的決策流程，對待識別的10種信號分別進行了1 100次的蒙特卡羅實驗，實驗結果如表2所示。

通過實驗結果可知，本文使用的調(diào)制識別算法能夠在低信噪比條件下很好地完成MASK，MPSK以及MQAM調(diào)制信號。整體在信噪比大于5 dB時均有較好的識別效果。

4 結語

本文針對單一特征在識別過程中存在的問題，將抗噪性能較好的高階累積量和計算復雜度較為簡單的瞬時參數(shù)混合在一起作為調(diào)制識別的依據(jù)，解決了單一類型的特征參數(shù)識別效果不好的問題。實驗表明，本文的識別算法計算簡單，識別的調(diào)制類型多，而且具有很好的識別率，便于在工程中應用。

[參考文獻]

[1]馬兆宇，左鵬，邊東明.通信信號調(diào)制識別方法綜述[C].北京：衛(wèi)星通信學術年會，2013.

[2]何繼愛，杜盼盼.基于高階累積量的數(shù)字調(diào)制信號識別方法[J].測控技術，2017（4）：159-163.

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

[4]趙雄文，郭春霞，李景春.基于高階累積量和循環(huán)譜的信號調(diào)制方式混合識別算法[J].電子與信息學報，2016（3）：674-680.

[5]張達敏，王旭.對基于決策論的數(shù)字信號調(diào)制識別方法的改進[J].計算機應用，2009（12）：3227-3230.