通信中数字调制信号自动识别算法

合集下载

基于瞬时频率的数字调制方式自动识别算法

基于瞬时频率的数字调制方式自动识别算法作者：张志民,李纲,皇甫堪来源：《现代电子技术》2010年第21期摘要:数字通信信号调制方式的自动识别在军用和民用方面都极为重要。

为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,与现有方法相比,运算量显著减少,鲁棒性强,可用于实时处理中。

在此基础上提出三个特征参数和一种基于判决理论的调制方式自动识别算法,给出识别算法的实现流程。

计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。

关键词:数字通信信号; 调制方式自动识别; 瞬时频率; 平均识别率中图分类号:TN911.72-34文献标识码:A文章编号:1004-373X(2010)21-0104-04Algorithm for Automatic Modulation Recognition of DigitallyModulated Signals Based on Instantaneous FrequencyZHANG Zhi-min, LI Gang, HUANG Fu-kan(College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China)Abstract: Automatic modulation recognition of digital communication signals is extremely important for both military and civilian purposes. In this paper, a new method for extracting the instantaneous frequency of the intercepted signals is proposed to automatically recognize the modulation types of FSK2, FSK4, PSK2 and PSK4 signals. This new method has no need of phase-unwrapping or symbol synchronization. Compared to other available approaches, it has greatly reduced the processing power consumption. Furthermore, this method is much more robust and can be used in real-time application systems. On the basis of this, three key features and an algorithm for modulation recognition of the aforementioned four types of signals are derived. This algorithm is based on the decision-theoretic approach and its realization flowchart is also presented. Computer-3 dB. It proves that the new method for the instantaneous frequency extracting is efficient and the modulation recognition algorithm is suitable for the practical application of signal detection and fast recognition in non-cooperation communication systems.Keywords: digital communication signals; automatic modulation recognition; instantaneous frequency; average recognition rate0 引言数字通信信号调制方式的自动识别是信号分析领域中一个比较新的研究方向,它在军用和民用方面,尤其是在军事通信领域中都有很大的应用前景。

浅谈通信信号调制样式自动识别方法

３韩何自动Ｒ调制的新方法［］红外与激光工Ｊ．用高阶累量实现对２Ｓ与２Ｓ、ＡＫ４Ｓ、ＦＫ４Ｓ的分［］俊，明浩．识别信号ＰＦＡＫＰＫ４Ｓ、ＰＫ２Ｓ、ＦＫ
类。
程，００３，６ —７．２１（）５６５０
过，ｉｄｅＫｎｌ的成功不是电子书的成功而是亚马逊电子商务平台的成功，有内容的亚马逊可以在电子书产品流行的时候推广电拥
子书，也可以在电子书衰落时，用其他终端售书，并不依赖某一种硬件终端。而国内电子书厂商并没有一个类似的优势内容平
该方法的主要特点是避免示，即尺度参数和位置参数。从这个意义上说，各种信号的本性推理得到接收信号的调制方式。
身特征都可以用该信号分解成的许多小液的尺度和位置来识了复杂的信号处理过程。
识别。小波变换能够把任何信号映射到一个由母小波伸缩，平移而构成的小波函数上去，实现信号在不同时刻，不同频带的合理分离而不丢失任何原始数据。
探索，出了很多新思路和新方法。提
某些特征作为识别的依据，这类方法有很多。ｉｄｋ提出了Ｌｅｔｅ
一
１调制样式识别过程
一
种数字调制信号的自动识别方法。该方法通过信号的解调
个完整的调制样式自动识别系统包括以下几个部分：
和参数提取，构造信号的幅度直方图、率直方图、频差分相
幅度方差和频率方差等分类特征。然后通过模式信号预处理模块、特征提取模块和调制样式识别模块。信号位直方图、将选取分类特征与理想样本的特征参数相预处理模块的主要功能是为后续处理提供合适的数据，其任识别的分类方法，务一般包括：／转换、ＡＤ频率下变频、同相和正交分量分解、比较，按最近原则进行信号自动分类。这种方法能在信噪比８Ｂ有效识别Ａ、ＡＫ２Ｓ、ＰＫ４Ｓ等Ｍ２Ｓ、ＦＫ２Ｓ、ＦＫ载频估计和载频分量的消除等。多信道多发射源的环境大干１ｄ的情况下，在信号。．．ｈｎＹＴＣａ等人在ＩＥ发表文章，ＥＥ对调制信号的包络进行中，号预处理部分要能有效地隔离各个信号，证一次只信保采用参数Ｒ包络平方的均值和包络方差的比值）（对四种有一个信号进入后续的调制识别环节。特征提取模块是从输分析，模拟信号分类，取得了初步成果。．ｓａｅ等人把中频通信ＫＡｓ１ｈ入的信号序列中提取对调制识别有用的信息，主要是从数据通过求解自回归模型参数，来中提取信号的时域特征或变换域特征。时域特征包括信号的信号建模为时变自回归过程，利用瞬时频率与瞬时带宽瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。估计信号的瞬时频率和瞬时带宽，

5.4信号调制样式自动识别

实现调制样式识别的第一步，也是最关键的一个环节是，从接收的信号中提取用于信号样式识别的信号特征参数。对模拟信号的识别可以来用以下四种特征参数：
3
5.4.1 模拟调制信号的自动识别
1）零中心归一化瞬时幅度之谱密度的最大值 2）零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差 3）零中心非弱信号段瞬时相位非线性分量的标准偏差 4）谱对称性
2 NL
(i)]
1 [
NL(i) ]2
c an (i)at
c an (i)at
式中，a t 是判断弱信号段的一个幅度判决门限电平，c 是
在全部取样数据 Ns 中属于非弱信号值的个数，NL (i) 是
经零中心化处理后瞬时相位的非线性分量，在载波完全
同步时，有：
NL (i) (i) 0
式中，0
5.4 信号调制样式自动识别
主要内容
模拟信号调制样式的自动识别数字信号调制样式的自动识别模拟数字信号调制样式的联合自动识别自动识别中应注意的问题
1
5.4.1 模拟调制信号的自动识别
S (t) a(t) cos[ct (t)]
假设所要识别的模拟调制样式主要有：
AM（调幅)：(t) 0, a(t) [1 r m(t)]
SB与AM－FM信号的分界线(门限)，而需设置一个判
决门限．用 t( max )来表示，判决规则如下： max t( max ) 时，判为FM信号；
max t( max ) 时，判为DSB或AM－FM信号。
6
2) 非弱信号段零中心瞬时相位非线性分量绝对值的标准偏差 ap
1
ap [
1
Ns
(i) ， (i) 为瞬时相位。
N s i1

数字通信信号调制方式识别与参数估计

数字通信信号调制方式识别与参数估计数字通信信号调制方式识别与参数估计1. 背景介绍在数字通信中，信号调制方式的识别和参数估计是至关重要的环节。

通过识别和估计调制方式和参数，可以有效地解调信号，从而实现可靠的数据传输和通信。

本文将深入探讨数字通信信号调制方式的识别与参数估计，并提供相关的个人观点和理解。

2. 信号调制方式的分类和特点数字通信中常见的信号调制方式包括调幅调制（AM）、调频调制（FM）、调相调制（PM）、正交振幅调制（QAM）等。

每种调制方式都有其独特的特点和应用场景。

在进行信号调制方式识别时，需要结合信号的频谱特征、相位特征、幅度特征等进行综合分析，以确定信号所采用的调制方式。

3. 信号调制方式的识别方法为了准确识别信号的调制方式，可以采用自相关函数、功率谱密度、频谱特性等方法进行分析。

其中，自相关函数可以用于判断信号的周期性特征，进而推断出可能的调制方式；功率谱密度则可以反映信号的频谱特性，帮助确定信号所采用的调制方式。

还可以结合机器学习算法，如支持向量机（SVM）、深度学习等方法，提高对信号调制方式的准确识别率。

4. 参数估计的重要性及方法对于已识别出调制方式的信号，还需要进行参数估计，包括载波频率、信号相位、调制指数等参数的估计。

参数估计的准确性直接影响到信号的解调效果和通信性能。

常用的参数估计方法有最大似然估计法、最小均方误差估计法等，通过对信号进行模型拟合和参数优化，得到准确的参数估计结果。

5. 个人观点和理解在进行数字通信信号调制方式识别与参数估计时，我认为除了理论知识的掌握外，还需要结合实际场景进行分析和应用。

对于复杂多变的通信环境，传统的识别与估计方法可能存在局限性，因此需要不断探索创新的方法和技术，以提高对信号调制方式的准确识别和参数估计能力。

总结通过对数字通信信号调制方式识别与参数估计的探讨，我们深入了解了其在数字通信中的重要性和方法。

在实际应用中，需要根据具体情况选择合适的识别与估计方法，不断优化和改进算法，以实现更可靠、高效的数字通信系统。

一种数字调制方式自动识别算法

3.1 自动识别系统仿真参数载波频率人 =ZMHz，采样频率 =1 MHz，几2 基带传输速率几 =93.75 k z，每个基带码元的采样点数 H
= 8 发送基带码元个数n=12 ， N 12 ， 8 加人高斯白噪声，信噪比SNR=6dB ，各种调制信号的指标见表1。
衰，调制信号指标
调制方式
中图分类号: TNg l .3 l 文献标志码: A
调制样式自动识别技术是构成基于软件无线电通用接收机的重要技术基础。在多种通信体制并存的通信局面下，接人方式各不相同，自动识别技术能够自动地识别通信信号的调制样式，以便后续对应的通信信号解调处理。因此，它在多体制通信互联和软件无线电方面也有十分重要的应用，是一个新兴的研究领域。在近二十年来，调制样式白动识别技术的研究在不断发展，并且取得了一定的成果。目，前调制样式自动识别方法按分类器的不同原理，大致可分为两类: 一类是基于人工神经网络的分类识别方法，其优点为无须事先确定判决门限，不存在特征参数使用的先后顺序问题，但也存在计算量
特征参数，按照平行判决树准则进行判决1 。 1 3 2.1 特征参数
) 1 中心归一化瞬时幅度功率谱密度的最大值肠，用于提取ASK和QAM信号，同时区分PSK和 a: FSK信号。
乙公 =
M } 1 ， X A 阿弋“，， }
参数，仍为人们广泛接受和引用。本文在文献[ ]的 3
基础上提出了一种新的调制样式识别方法。
. 2 2 判决树
艺八( ’ ) i 人(j)对
人 (j)习
习几 I ) i (
O
在以上各式中: A n )为中 c( i 心归一化瞬时幅度; 必 ( 毗 ) i 为中心化瞬时相位; 人( 为中心归一化瞬时频率。 ) i

一种改进的数字信号调制方式自动识别算法

ｐｉｂｅｔｔｉａｔａｃａｇｓｉｉｔｅｓｏｅｏｅｓｎｌｏｎｉａＳＲ）Ｂ一０ｄ．Ｉｉｌａｌｏｈｓｎｌｈｔｈｎｅｔｎｈｃｐｆｈｉａｔｏｅｒｔｃｅｇｗｈｔｇｓｅ（Ｎ５ｄ３Ｂｔｓ
ｗｈｎＳｅＮＲｓｏｅＢ．ｉｖｒ７ｄ
ＫｅｒＤｉｉａｄｌｔｎＦｅｔｒａａｔｒＲｅｏｎｔｏＡｌｏｉｍｙｗｏｄｓｇｔｍｏｕａｉｌｏａｕｅｐｒｍｅｅｃｇｉｉｎｇｒｔｈ
引
口
是在军事通信领域。随着电子对抗技术研究的不断升温，迫切需要进行调制信号自动识别技术的研究，它被广泛应用于：信号确认、干扰识别、无线电侦听、信号监测和威胁分析等领域。
一
通信信号调制方式自动识别是信号分析领域中个比较新的研究方向它有很大的应用前景，尤其
Ｖ０．７．．１２Ｎｏ２
文章编号：１７０（０７２— ０１— ４１９２２２０）００４０００—
中图分类号：Ｎ１．Ｔ９４３
文献标识码：Ａ
一
种改进的数字信号调制方式自动识别算法
王长宇张国毅高运泉
（ｅｔｆｖｔｎＥｅｔｎｃＥｇｅｒｇｏｉｆｃｖａｏｎｖｒｔ，ｈｎｃｕ３０２Ｄｐ．ｏｉｉｌｒｉｎｉｅｉｆｒｏｅＡｉｉｕｉｓｙＣａｇｈｎ１０２）ＡａｏｃｏｎｎＡｒｔｎｅｉ

数字通信信号自动调制识别技术

数字通信信号自动调制识别技术摘要：近年来，随着数字通信信号自动调制识别技术的发展，随之而来的却是数字通信环境质量的下降。

通常情况下，通信环境质量下降造成的影响非常的严重，不但会制约通信行业的发展和进步，还会使得数字通信信号的传输质量下降甚至破坏，因此，就需要相关的技术人员对数字通信信号的关键技术进行适当的改进和提升，本文提到的数字通信信号自动调制识别技术就是通信行业发展的重要技术。

目前，数字通信信号自动调制识别技术在通信行业中的实践还有一定的阻碍，并且科学技术的进步对数字通信信号自动调制识别技术提出了更高的要求，因此还需要对其进行相关的分析和研究，从而提升数字通信的质量。

关键词：数字通信；通信信号；自动调制识别技术引言：在数字通信行业的发展过程中，数字通信信号自动调制识别技术作为非合作接受的一项重要技术，包括数字信号的调制以及信号的检测和提取等，广泛的应用在民事和军事领域。

但是，数字通信信号自动调制识别技术在实际的通信行业运行和发展中还存在一定的问题和阻碍，其中较为典型的就是通信技术无法识别多径信道中的单载波以及多载波的信号问题，这样就有可能会对后面的调制识别等造成影响。

因此，在进行数字通信信号自动调制识别技术的实践和应用时，需要格外注意基带信号的调制和识别。

一、数字通信信号自动调制识别技术的概念及研究现状1.数字通信信号调制识别技术的概念通常在数字通信信号传输的系统过程中，信号端处发出的信号被称为原始信号，这种信号的频率较低且难以在信道中进行正常的传输，这时，相关的技术人员可以对其进行调制，使其满足信道的要求，从而可以携带一定的信息进行传输。

调制主要指的是对正在传输过程中的原始信号进行相应的频谱搬移，从而将不能够进行传输的原始信号转移到较为适合的信道上来进行传输，因此，调制过的信号被称为已调信号，适合相应的频带并且可以携带大量的信息，顺利的通过信道。

通常情况下，根据实际的信道传输的需要和信号类型的不同，将信号调制的方式归结为两种，模拟信号调制和数字信号调制；还可以根据将信号调制后的频谱类型将其归结为线性调制和非线性调制两种。

探讨数字通信信号调制方式自动识别算法

【文章编号】１００４ — ７３４４（２０１３）０９ — ０３３６ — ０２
探讨数字通信信号调制方式自动识别算法
杨胜义
（兰州理工大学甘肃省兰州市７３００００）
摘要：调制方式的自动识别是通信接收系统设计的重要研究课题，本文结合实际工程提出了一种信号调制方式的自动识别算法。与其他算法相比，该算法的显著特点是结构简单、计算量较小、适合实时计算，而且当环境的信噪比较低时，该算法具有较高的识别准确度；同时该算法还考虑了参数符合成形的影响，这就让该算法更能满足实际工程的需要。关键词：调制方式识别；通信信号；识别算法
圈差三
蛐ｎｌ捌Ⅺ ０枷
１６００
象样点藏（个）
ａ）成形前的２ＰＳＫ信号￣ｇｔＪｔ
采样点教（个＇
ｂ）戚彤以后的２ＰＳＫ信号幅度
４
幅度产生影响。下面以ＱＰＳＫ和ＢＰＳＫ两种信号为例，来分析符号成形对信号相位的提取以及对信号瞬时幅度带来的影响。
－
－
｜、佃
．
．～
，
｜５｜＼一
频城波彤
图１
Ｉ－．
萋ｔ
■ 辛０．６
曩ｏ－２
０
州域波形
从图１中我们可以看出ｇ（ｔ）在频域上是带宽有限的，而在时域上是无ห้องสมุดไป่ตู้限的，仅仅在码元的判决时该始终为零。一般情况下只考虑３个窗口，在３个窗口以后衰减就很大，可以忽略。因为在时域上是无限的，这就必然会造成前后码元之间相互影响，从而对信号相位的提取和信号的瞬时

通信信号调制样式的自动识别

ＺＨＡＮＧＺｈｉｙｏｎｇＺＨＡＮＧＬｉｍｉｎＬＡＮＴｉａｎ。
（１．ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｖａｌＡｅｒｏｎａｕｔｉｃａｌａｎｄＡｓｔｒｏｎａｕｔｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｔａｉ２６４００１）（２．ＭｉｎｉｓｔｒｙｏｆＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈ，ＮａｖａｌＡｅｒｏｎａｕｔｉｃａｌａｎｄＡｓｔｒｏｎａｕｔｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｔａｉ２６４００１）（３．ＮａｖｙｉｎＴａｉｙｕａｎＲｅｐｒｅｓｅｎｔａｔｉｖｅＯｆｆｉｃｅ，ＮａｖａｌＡｅｒｏｎａｕｔｉｃａ１ａｎｄＡｓｔｒｏｎａｕｔｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｔａｉｙｕａｎ０３０００６）
总第２３４期２０１３年第１２期
舰船电子工程
ＳｈｉｐＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ
Ｖｏ１．３３Ｎｏ．１２
７３
通信信号调制样式的自动识别
张志勇张立民兰
（１．海军航空工程学院电子信息工程系烟台

数字通信信号自动调制识别技术

数字通信信号自动调制识别技术摘要数字通信信号自动调制识别技术是现代通信领域的重要研究内容，它用于自动检测数字通信系统中信号的调制类型。

本文首先介绍了数值通信信号的调制方式和数数通信信号调制识别的分类方法，接着详细介绍了数字通信信号的特征提取、分类器选择和性能评估等关键方面的研究进展。

本文最后针对现有研究中存在的问题提出了未来可能的研究方向。

关键词：数字通信，调制识别，特征提取，分类器，性能评估1. 引言数字通信是现代通信领域的重要组成部分，它在人类社会的发展中发挥着重要的作用。

调制是数字通信的基本技术，它将基带信号转换为一种适合于在信道上传输的模拟信号或数字信号，以提高信号传输的可靠性和传输速率。

目前，数字通信系统中常用的调制方式有ASK、FSK、QAM、PSK等。

调制方式的不同会影响传输速率、信号质量和系统复杂度等方面的性能。

数字通信信号自动调制识别技术是一种用于检测数字通信系统中信号的调制类型的方法。

自动识别数字通信信号的调制类型能够提高数据传输的可靠性和安全性。

这项技术被广泛应用于现代通信领域，如无线通信、卫星通信、雷达系统、语音识别等方面。

经过多年的发展，数字通信信号自动调制识别技术已经成为了一个成熟的技术。

本文将对数字通信信号自动调制识别技术进行详细介绍。

首先，我们将介绍数值通信信号的调制方式和数数通信信号调制识别的分类方法。

接着，我们将分别从特征提取、分类器选择和性能评估等方面对数字通信信号调制识别的关键技术进行讨论。

最后，我们将讨论数字通信信号自动调制识别技术所存在的问题，并提出未来可能的研究方向。

2. 数字通信信号调制方式数字通信信号的调制方式有多种，常见的调制方式有ASK、FSK、QAM、PSK等。

下面我们将介绍这些调制方式的基本原理。

2.1 ASK调制ASK调制是通过调制信号的振幅来传输数字信息的。

在ASK调制中，数字信号被转换为相应的基带信号，然后通过一个载波信号来进行调制。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＪＡＮＧｎ，ＵｏｇＬｉＺＨＡＮＧｕ－ｅ，ＩＹａＬＩＨｎ — ，ＪｎＣｈｎＧＵＯａｇ— ｎＸｉｎＹｏｇ
（ｅａｔｎｆｌｔｃｌｎｆｒｔｎＥｇｅｒｇＨｎｉｅｓｙＣａｇｈ０２ＣｉａＤｐｒｍｅｔｅｒａａｄＩｏｍａｉｎｉｅｉ，ｕａＵｎｖｒｉ，ｈｎｓａ１８，ｈｎ）ｏＥｃｉｎｏｎｎｎｔ４０
有效性。
关键词：调制识别；分形维数；高阶累量；抗噪声性能；特征参数
ＡｕｏｍａｃＲｅｏｎｔｏｇｒｔｔｉｔｃｇｉｎＡｌｏｉｈｍｏｇｔｌＭｏａｉｎＳｉｎａｎＣｏｍｕｎｃｔｏｉｆｒＤｉｉａｄｕｔｏｇｌｍｉｉａｎｉ
１引言
对于通信系统来说，调制方式是一个重要特征，
域远未发展成熟。表现为尚缺乏一个完整的研究体系，现有方法缺乏普适性、对假设条件依赖较多、如
识别性能没有一个统一的评价标准等。于将信号的由
Ａｂｓｒｃ：Ｉａａｇｏｄｎｓｉｍｕｉｏｔｋｔｅｈｇｈｏｄｒｃｍｍｕａｔｏｈｉｎｌａｉｈｓｃａａｔｒｓｉｔａｔｔｈｓｏｏｉｅｍｎｔｔａｅｈｉ —ｒｅｕｙｌｎｓｆｔｅｓｇａｓｔａｈｒｃｅｔｃｉ
ｉｅｔｆｅＳ，ｔｉｃｓａｙｔｒｎｎｆａｔｌｈｏ．ｅｐｐｒｔｋｅｈｍｂｎｔｎｏｅｈｉｈｏｄｒｃｄｎｉｄ．ＯｉｓｎｅｅｓｒｏｂｇｉｒｃａｅｒＴｈａｅｉｉｔｙａｓｔｅｃｉａｉｆｔｇ — ｒｅｕｍｍｕａｔｎｏｈｌｎｓａｄ
ｍｏｕａｉｎｒｃｇｔｏ，ｕｌｏｓｌｅｒｉｌｄｎｉｅｒｂｅｘｉｔｉｈｉｕｔｏｈｔａｅｏｄｒｃｄｌｔｏｅｏｎｉｎｂｔａｓｏｖｄｔｐａｔｅｔｆｄｐｏｌｍｅｓｔｅｓｔａｉｎｔａｋｅｔｒｅｕｍｕｌｎｓｉｈｅａｉｉｎｔｈａｔａｈｉｇｅｃａａｔｒｓｉａａｅｅｓＳｍｕａｉｎｒｓｌｈｗｈｆｅｔｅｅｓｏｅａｇｒｔｍ．ｓｔｅｓｎｌｈｒｃｅｉｔｃｐｒｍｔｒ．ｉｌｔｏｅｕｔｓｏｔｅｅｃｉｎｓｆｔｌｏｉｈｓｖｈＫｅｗｏｒｓｍｏｕａｉｎｒｃｇｉｉｎｆａｔｌｉｅｓｏ；ｉｈｏｄｒｕｕａｔ；ｏｓｍｕｉｃａａｔｒｓｉａａｅｅｙｄ：ｄｌｔｅｏｏｎｔｏ；ｒｃｍｎｉｎｈｇ－ｒｅｍｌｎｓｎｉｅｉａｄｃｍｎｔｈｒｃｅｔｐｒｍｔｒｙ；ｉｃ
２１０１年第２Ｏ卷第６期
ｈｔ：ｗ．Ｓ．ｒ．ｔｌｗｗｃ — ｏｇｃｐｌ－ａｎ
计算机系统应用
通信中数字调பைடு நூலகம்信号自动识别
江艳，刘宏立，张俊臣，郭湘勇
（南大学电气与信息工程学院，长沙４０８）湖１０２
采用不同调制方式传输的信号往往体现出不同的信号
特性。接收方如果要获取通信信号的信息内容，就必
高价累积量（大于二阶）为信号的特征参数具有很作好的抗噪声性能，因而，近些年来对基于高阶累积的
须知道信号的调制方式和调制参数。通信信号调制的自动识别是指在未知调制信息内容以及调制参数的前提下，判断出信号所采用的调制方式，并估计出某些
摘
要：将信号的高阶累积量作为信号的特征参数具有很好的抗噪声性能。然而，不同调制信号提取的高阶累
积量参数可能相同，造成不能完全识别。针对这种情况，引进了分形理论。提出了将信号的高阶累积量和分形
维数结合共同作为识别的特征参数。这种方法不仅很好的避免了高斯噪声对调制识别产生的影响，并且解决了单一的将高阶累积量作为识别的特征参数中存在的不能完全识别所有调制类型的问题。仿真结果证明了算法的
ｔｅｆａｔｌｄｍｅｓｏｓｔｅｃｒｃｅｓｉａａｅｅｓｏｅｓｇｎ１ｔｎｔｏｙａｏｄｔｅＧａｓｉｎｎｉｅｉｐｃｎｔｅｈｒｃａｉｎｉｎａｈｈａａｔｒｔｃｐｒｍｔｒｆｔｉａ．ｏｎｌｖｉｈｕｓａｏｓｍａｔｏｈｉｈｉ
ｐｒｍｅｅｓＨｏｖ￣ｄｆｅｅｔｍｏｕａｉｎｔｐｙｈｖｈａｈａｔｒｔａａｔｒ，ｉｈｒｓｌｉａｔｌａａｔｒ．ｗｅｅｉｒｎｄｌｔｅｍａａｅｔｅｓｍｅｃａｃｅｉｉｐｍｅｅｓｗｈｃｅｕｔｎｐｒａｏｙｒｓｃｒｉ