數(shù)字通信信號(hào)的調(diào)制方式識(shí)別與參數(shù)估計(jì).pdf

1、通信信號(hào)調(diào)制方式的自動(dòng)識(shí)別（簡(jiǎn)稱調(diào)制識(shí)別）在軍用和民用通信方面都是一個(gè)重要的課題。在軍事上，它可以用于電子偵察，電子戰(zhàn)和威脅分析等情形。戰(zhàn)爭(zhēng)狀態(tài)下，分析截獲信號(hào)的調(diào)制方式，既是偵聽(tīng)敵方信號(hào)的先決條件，也能為壓制和干擾敵方信號(hào)提供必要的依據(jù)。民用方面，它可用于無(wú)線電管理部門監(jiān)視空間頻譜活動(dòng)等。調(diào)制識(shí)別的任務(wù)就是在信號(hào)的先驗(yàn)知識(shí)相對(duì)較少的情況下，通過(guò)一定的算法判斷出接收信號(hào)的調(diào)制方式，并估計(jì)出其中感興趣的調(diào)制參數(shù)。調(diào)制識(shí)別算法已經(jīng)有幾十年的

2、研究歷史，隨著電子技術(shù)和通信理論的發(fā)展，這一領(lǐng)域的研究從未間斷并越來(lái)越受到人們的重視。
　　 本文在前人工作的基礎(chǔ)上，對(duì)數(shù)字通信信號(hào)的調(diào)制識(shí)別和參數(shù)估計(jì)問(wèn)題進(jìn)行了研究和探索，主要包括:
　　 1、針對(duì)調(diào)制識(shí)別過(guò)程中的一些信號(hào)參數(shù)進(jìn)行了估計(jì)，采用一種可以同時(shí)估計(jì)信號(hào)載頻和帶寬的快速估計(jì)算法，估計(jì)結(jié)果能用于信號(hào)下變頻和設(shè)置低通濾波器的截止頻率。改進(jìn)了一種基于相位差分的載頻盲估計(jì)算法，在降低計(jì)算復(fù)雜度的同時(shí)提高了估計(jì)精度。研究

3、了成形函數(shù)對(duì)基于信號(hào)包絡(luò)的平方譜的符號(hào)率估計(jì)算法的影響，并討論了應(yīng)對(duì)措施。分析了常見(jiàn)的三種信噪比估計(jì)算法，并重點(diǎn)研究了基于信號(hào)自相關(guān)矩陣奇異值分解的信噪比估計(jì)算法中子空間維數(shù)的判斷方法。
　　 2、針對(duì)符號(hào)率采樣信號(hào)的調(diào)制識(shí)別，研究了基于最大似然函數(shù)的調(diào)制識(shí)別方法，基于信號(hào)星座圖聚類的調(diào)制識(shí)別方法，基于信號(hào)方差的調(diào)制識(shí)別算法和基于特征函數(shù)的調(diào)制識(shí)別算法。介紹了減法聚類和模糊c均值聚類算法在星座圖識(shí)別中的應(yīng)用，比較了兩者的優(yōu)缺點(diǎn)。

4、對(duì)基于模糊c均值聚類的識(shí)別算法進(jìn)行了改進(jìn)，通過(guò)在似然函數(shù)中引入加權(quán)系數(shù)提高了調(diào)制方式的正確識(shí)別率。提出一種基于信號(hào)方差的調(diào)制識(shí)別算法，能在有載波殘余的情況下識(shí)別出不同階數(shù)的QAM信號(hào)，算法簡(jiǎn)單且不需要很高的預(yù)處理精度。對(duì)現(xiàn)有的基于特征函數(shù)的調(diào)制識(shí)別方法進(jìn)行了分析和改進(jìn)，改進(jìn)后的特征函數(shù)在理論上跟噪聲無(wú)關(guān)。
　　 3、從信號(hào)頻譜和包絡(luò)的角度，研究了對(duì)中頻過(guò)采樣信號(hào)的調(diào)制識(shí)別算法。通過(guò)對(duì)前人提出的不受噪聲影響的包絡(luò)特征進(jìn)行分析，發(fā)現(xiàn)

5、它實(shí)際上是四階累積量在中頻信號(hào)上的一種簡(jiǎn)化，這跟高斯白噪聲的高階累積量等于零的性質(zhì)相吻合。將上述特征推廣到六階累積量，并在考慮了成形函數(shù)的情況下仿真比較了四階累積量和六階累積量對(duì)中頻信號(hào)的識(shí)別能力。分析了中頻信號(hào)的頻譜特征，提出了一組基于譜線比值的識(shí)別特征，能在中頻上把接收信號(hào)劃分成盡可能多的子類，具有較高的識(shí)別效率。綜合信號(hào)的頻譜特征和包絡(luò)特征，針對(duì)中頻過(guò)采樣信號(hào)提出一套簡(jiǎn)單實(shí)用的識(shí)別方案，能在不依賴先驗(yàn)信息的情況下完成常見(jiàn)MASK、

6、MFSK、MPSK以及MQAM四大類信號(hào)的調(diào)制識(shí)別。
　　 4、研究了OFDM信號(hào)和單載波信號(hào)的調(diào)制識(shí)別問(wèn)題。OFDM信號(hào)在高斯白噪聲信道下具有漸進(jìn)高斯性，其高階累積量趨向于零，因此可以利用四階累積量實(shí)現(xiàn)OFDM信號(hào)和部分單載波信號(hào)的區(qū)分。在實(shí)際工程中，信號(hào)的包絡(luò)會(huì)受到成形函數(shù)和瑞利信道的影響，使四階累積量的統(tǒng)計(jì)值發(fā)生變化，因此要重新設(shè)置門限才可以實(shí)現(xiàn)兩者的區(qū)分。這種跟包絡(luò)有關(guān)的特征值受噪聲影響很大，因此本文介紹了一種多徑信道下

7、基于信號(hào)循環(huán)自相關(guān)的識(shí)別方法，但是這種方法需要OFDM信號(hào)的先驗(yàn)信息。本文提出一種基于極大值抽取的搜索方法，解除了對(duì)先驗(yàn)信息的依賴，并重新提出一個(gè)更加簡(jiǎn)單的識(shí)別特征。仿真表明，改進(jìn)后的識(shí)別算法識(shí)別率略有下降，但遠(yuǎn)高于基于四階累積量的識(shí)別算法。
　　 5、研究了MIMO信號(hào)以及通信中的干擾信號(hào)的調(diào)制識(shí)別問(wèn)題。對(duì)MIMO信號(hào)的調(diào)制識(shí)別，實(shí)際上是對(duì)其源信號(hào)的調(diào)制識(shí)別，因此必須將接收到的信號(hào)恢復(fù)成多路源信號(hào)再加以識(shí)別。在非協(xié)作通信的接收

8、端，信道矩陣是未知的，本文分布采用恒模均衡(CMA)算法和基于累積量矩陣聯(lián)合近似對(duì)角化(JADE)的算法對(duì)接收信號(hào)進(jìn)行盲分離，將MIMO信號(hào)的調(diào)制識(shí)別問(wèn)題轉(zhuǎn)化為傳統(tǒng)單通道單載波信號(hào)的調(diào)制識(shí)別問(wèn)題。這兩種算法都需要已知源信號(hào)個(gè)數(shù)，也就是發(fā)射天線數(shù)。本文采用基于信號(hào)子空間和聯(lián)合信息標(biāo)準(zhǔn)(CIC)的算法來(lái)解決發(fā)射天線個(gè)數(shù)的估計(jì)問(wèn)題。對(duì)于正常通信中的干擾信號(hào)，可以采用高階累積量的方法加以識(shí)別，這種方法雖然簡(jiǎn)單但是對(duì)先驗(yàn)信息有較大的依賴。本文提出