基于聯合特征的數字信號調制識別技術研究

徐彪 杜鴻

摘 要：數字信號的調制類型識別在無線頻譜監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個聯合特征參數作為分類識別的依據，并利用決策樹對常見數字調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：數字信號；瞬時特征；高階累積量；調制識別

隨著無線電通信環境越來越復雜，無線頻譜管理中需要先確定好信號的調制類型，然后再進行后續的處理。目前常用的調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，采用高階累積量和瞬時特征混合調制識別技術對工程中常見的MASK，MFSK，MPSK以及MQAM信號進行調制類型識別。

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，發送的碼元個數為1 024。

3.1 門限值的確定

根據上一小節提出的特征參數，對6類特征參數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混合在一起作為調制識別的依據，解決了單一類型的特征參數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.通信信號調制識別方法綜述[C].北京：衛星通信學術年會，2013.

[2]何繼愛，杜盼盼.基于高階累積量的數字調制信號識別方法[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譜的信號調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.對基于決策論的數字信號調制識別方法的改進[J].計算機應用，2009（12）：3227-3230.