[发明专利]一种基于混合高斯模型的最大似然调制识别方法

说明书

技术领域

本发明属于通信信号调制识别技术领域，尤其涉及一种基于混合高斯模型的最大似然调制识别方法。

背景技术

调制识别技术主要是在非合作模式下对于截获或者接收的信号进行调制类型的识别。调制识别技术起源于军事应用领域。但是近年来为了解决电磁频谱拥挤信道利用率低等问题新兴了很多新技术，比如软件无线电技术、自适应调制等等，这些技术通常为了不影响信道的吞吐量或者不增加发射功率，发送的信号中很少带有信号调制类型的信息，因此很多情况下接收端处于非合作的模式下，如软件无线电的线下用户。因此，随着新的通信模式的发展，调制识别技术也越来越多地应用于民用通信，也显示出调制识别技术的重要性。

传统的调制识别方法主要分为两大类：一类是基于信号特征的调制识别方法，另一类是基于似然函数的调制识别方法。基于信号特征的调制识别方法一般是通过提取信号的统计特征(比如幅度、相位等)通过模式识别的方法来进行调制类型的识别，这类方法通常具有计算复杂度低识别性能较好的特点，因而在实践中应用的也最多。基于似然函数的调制识别方法一般具有更好的性能，特别是最大似然调制识别方法能够从理论上得出具有最好的性能，但是最大似然方法需要更复杂的计算，同时实际当中最大似然方法的前提条件很难满足，因此最大似然调制识别方法很少应用于实际。然而由于最大似然方法具有理论上的性能上界，将最大似然调制识别方法应用于实际也显得更具有吸引力。

发明内容

本发明提出了一种基于混合高斯模型的最大似然调制识别方法，该方法对于传统的信号星座模型进行了扩展，通过混合高斯模型来模拟真实环境下的信号处理机误差，将这些信号处理机的误差属性与传统的信号星座模型进行结合，使新的星座模型对于真实环境具有更好的稳健性，通过实验证明该模型具有较好的性能曲线，同时拥有较低的运算复杂度。

一种基于混合高斯模型的最大似然调制识别方法，包括如下步骤：

S1、对接收信号进行盲均衡、载频和相位同步处理，得到其中，k＝1,..,K，s_k,n表示第k个标准化星座发送的第n个符号，总共有K个待识别的信号星座，N为总的观测到的符号数，Δθ_n是经过载频相位同步处理后总的系统残差，Δθ_n服从[Δθ_min,Δθ_max]上的均匀分布，并且在一个符号周期内保持不变，p(t)是脉冲成型滤波器，可以为任意的对称成型函数，T_S是符号长度，w是分布于的复加性高斯白噪声，Σ0=σ2/200σ2/2,]]>σ²表示噪声功率，信噪比SNR为γ_n均匀分布于[γ_min,γ_max]且在一个符号周期内保持不变，γ_n为第n个符号的幅度波动因子；