[发明专利]alpha稳定分布噪声衰落信道数字调制信号识别方法

说明书

本发明属于通信及水下信号处理技术领域，公开了一种alpha稳定分布噪声衰落信道数字调制信号识别方法，包括：核密度估计算法估计出脉冲噪声的概率密度函数；期望条件最大化算法估计多径衰落信道的参数；根据概率密度函数和信道参数对备择集中每种信号均构造对数似然函数，并利用复合假设检验进行数字调制信号的识别，使对数似然函数最大的假设所对应的调制方式被判定为信号的调制方式。当混合信噪比在10dB以上时，本发明对BPSK、QPSK、16QAM和64QAM信号的识别率在90％以上，可见本发明具有良好的识别性能。

技术领域

本发明属于通信及水下信号处理技术领域，尤其涉及一种alpha稳定分布噪 声衰落信道数字调制信号识别方法。

背景技术

信号的调制识别是信号检测和解调之间的一个关键技术，在军事和民用领 域都有广泛应用。传统的数字调制信号识别方法多以高斯噪声为噪声模型，而 在实际环境中的噪声往往具有尖峰脉冲性质且噪声的概率密度函数有较厚的拖 尾。Nikias教授等人的研究证明，Alpha稳定分布是描述这类脉冲噪声信号的一 种有效的模型。在通信过程中，信道会对接收信号的包络产生很大影响，从而 扰乱调制识别的结果。信号在发收两个通信端之间传输时，除了包含直达路径 外，还存在多条不同传输时间延时的路径，原因是传输空间中的障碍物会对信 号进行反射、散射或折射作用，使传播中的信号幅度衰减并产生码间干扰，被 称为多径效应。实际传输中的信道多数都会体现多径的性质，因此研究脉冲噪 声多径衰落信道下数字调制信号的识别方法具有一定的意义。Chavali V G等人 采用混合高斯分布建立加性噪声的模型，在平坦衰落信道下分类识别调幅调相 信号。该研究采用期望条件最大化算法迭代得出未知的信号衰减指数和噪声参 数，最后根据复合假设检验过程分类BPSK、QPSK、8PSK和16QAM信号，仿 真的平均识别准确率较高，然而性能的好坏依赖于未知的信道和噪声参量估计 的精确程度，除此之外还依赖于样本点个数的多少(Chavali VG,da Silva C R C M.Maximum-likelihood classification of digital amplitude-phase modulated signals in flat fading non-Gaussian channels[J].IEEETransactions on Communications, 2011,59(8):2051-2056.)。V.GauthamChavali等人在平坦衰落信道下，研究有时 间相关高斯混合模型噪声干扰的2/4/8PSK和16QAM信号的识别。首先采用AR 模型对时间相关的噪声进行建模，利用稳健滤波器新方法估计出AR模型的参 数，然后用估计出的参数作为白化滤波器的系数，利用期望条件最大化算法估 计未知的信道和噪声参数，最后采用复合假设检验实现分类识别。当GSNR在 8dB时，识别的平均准确率在70％左右，识别率较低(V.GauthamChavali,Claudio R.C.M.daSilva.Classification of Digital Amplitude-Phase Modulated Signals in Time-Correlated Non-Gaussian Channels[J].IEEE Transactions on Communications,2013,61(6):2408-2419.)。Wallayt W等人采用高斯混合模型的噪声，考虑了频 率选择性信道下16QAM和2/4/8PSK信号的分类识别，未知的信道和噪声参数 采用期望条件最大化算法估计，然后选用复合假设检验完成识别，但是该方法 假设多径信道各径的时间延迟相同(Wallayt W,Younis M S,Imran M,et al. Automatic Modulation Classification forLow SNR Digital Signal in Frequency-Selective Fading Environments[J].WirelessPersonal Communications, 2015,84(3):1-16.)。

综上所述，现有技术存在的问题是：目前的数字调制信号的识别方法在alpha 稳定分布噪声衰落信道环境下存在识别率较低。

发明内容