特征提取及其在数字调制方式识别中的应用.pdfVIP

维普资讯 第 24卷 第 2期 信 号 处 理 Vo1．24． No．2 2008年 4月 SIGNALPROCESSING ADr．2008 特征提取及其在数字调制方式识别 中的应用 邹宝娟 李迟生 万国金 (1．南昌工程学院 电气与电子工程系，南昌330099；2．南昌大学 信息工程学院，南昌33~ 9) 摘 要 ：通信信号调制识别技术在军事和民用领域都具有重要的应用前景，而特征参数的提取是调制方式识别的首要 问题。本文提出了两个新的特征参数，并结合这两个新 的特征参数在统计模式识别的基础上构造了一组新的特征集参数， 该特征集无需任何先验知识。随后 ，本文针对2PSK、QPsK、8PSK、16QAM、2FSK、4FSK、8FSK、2ASK、4ASK等9种调 制类型，采用了分层结构的神经网络分类器进行 自动识别。大量仿真表明，在待识别的信号信噪比大于5dB时，该识别系 统的正确识别率达97％以上 ，且识别的稳定性好。 关键词：数字调制；特征提取 ；调制方式识别 ；神经网络 FeatureExtractionand ItsApplicationtoDigitalModulationRecognition ZOUBao-juan LIChi—sheng WANGuo-jin (1．DepartmentofElectricalandElectronicsEngineering，NnachnagInstituteofTechnology，Nanchnag330099； 2．SchoolofInformationEngineering，NnachnagUniversity，Nnachnag330029) Abstract： Digiatlmodulationrecognitionhasfoundimportnatapplicationsbothinmilitarynadcivil，whilethefeatureextractionis htepreliminarystepfordigitalmodulationrecongition．Thispaperproposestwonovelfeatures，nadcombinethemandohterexistingpa‘ rarneterstoconstructanewfeature setbasedonstatisticpatternrecongition．Thissetoffeaturesneedsnoapriori infomr ationabouthte nature ofhtesigna1．Lateron，weadoptalayeredneuralnetworkclassifiertocompletehterecongitionprocess．Th emodulationtypesclas‘ siftedbythisrecongizerare2PSK，QPSK，8PSK，2FSK，4FSK，8FSK，2ASK，4ASKand16QAM．Simulationresultsshowthathteaverage rateofaccurateclassificationisover97％ atasignal-to-noise(SNR)of5dB，andmore，htesystem isrobust． Keywords： digitalmodulation；featureexrtaction；modulationrecongition；neuralnetworks Mobasseri[1]提出利用信号星座图形状作为判决的标 1 引言 志，该方法扩展性好 ，但是计算复杂并且要求在相关接收的 数字调制方式的分类在通信的一些应用中扮演着十分