基于高阶累积量和循环谱的信号调制方式混合识别算法

BillScot2

摘 要：为了识别当前通信系统所采用的主要调制方式，该文结合高阶累积量和循环谱的特点，采用混合识别算法，
同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数，
. q6 t( W2 L0 |将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5 类。然后利用高阶
累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识
别。为便于工程实现，该文采用半实物仿真以及 LabVIEW 和 MATLAB 混合编程来验证算法。仿真结果证明，该
* c2 v7 Y; g7 d+ K/ u8 R+ c算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信
& s. k* i$ [' V3 G号的分类，在信噪比高于 5 dB 时，调制方式识别率可达 94%以上，由此证明了该方法的有效性。
/ H+ J0 {: c, K, b- ]: e" b- r# e关键词：调制识别；高阶累积量；循环谱；神经网络
1 引言
近年来无线通信技术快速成长，数字信号调制
4 @& p/ S# q( w分类的重要性日益上升。信号调制识别是信号检测
8 J7 d6 E  ?6 N  c& v7 @和解调的中间过程，被广泛应用于光谱监视，干扰
识别，智能调制解调器等等。在数字信号调制识别
* B; }* u0 O- S# |7 F0 p
& k& @  [% N& s$ t. u7 b
$ o6 l" X8 C/ [8 k5 A. k9 i# @( S
, k* a/ `4 b: d, X8 c/ @
6 p; w5 _0 W/ X% g; C% E. T$ q
2 s1 l8 X1 a% ]附件下载：

游客，如果您要查看本帖隐藏内容请回复

6 I, f3 }7 S4 q. }/ K& \% ]* M: X; Z

vava

谢谢分享