多累積量聯(lián)合的調(diào)制方式識(shí)別方法.pdf

1、調(diào)制方式識(shí)別是指接收機(jī)對(duì)接收信號(hào)所采用的調(diào)制方式類型進(jìn)行自動(dòng)判別，它是處于信號(hào)探測(cè)與解調(diào)之間的一個(gè)信號(hào)處理過程。隨著軟件無線電、自適應(yīng)調(diào)制和認(rèn)知無線電技術(shù)的發(fā)展，民用和軍用通信系統(tǒng)的未來發(fā)展趨勢(shì)是以更加靈活的方式對(duì)信息進(jìn)行發(fā)送和接收，調(diào)制方式識(shí)別是實(shí)現(xiàn)智能通信系統(tǒng)的關(guān)鍵技術(shù)。由于數(shù)字調(diào)制方式相對(duì)模擬調(diào)制方式具有諸多優(yōu)勢(shì)，并且在商用和軍事通信中應(yīng)用更為廣泛，本論文針對(duì)數(shù)字通信信號(hào)調(diào)制方式識(shí)別方法展開研究。研究問題包括：二維累積量特征的統(tǒng)計(jì)

2、模型、多徑衰落信道下累積量特征的估計(jì)方法、具有拒判能力的分類器設(shè)計(jì)和基于無線傳感器網(wǎng)絡(luò)的分布式調(diào)制識(shí)別方法。所取得的研究成果為：
　　1、在加性高斯白噪聲信道下，分析二維歸一化四階累積量特征的統(tǒng)計(jì)模型，為基于累積量特征的調(diào)制識(shí)別方法確定判決門限或判決域提供理論依據(jù)。本文推導(dǎo)得出二維歸一化四階累積量特征近似服從聯(lián)合高斯分布，并從理論上推導(dǎo)出均值與協(xié)方差矩陣的表達(dá)式。為了驗(yàn)證該模型與特征樣本服從的統(tǒng)計(jì)模型一致，根據(jù)貝葉斯準(zhǔn)則在二維特征

3、平面上構(gòu)造最大似然分類器，并從理論上推導(dǎo)出二元調(diào)制方式識(shí)別問題的平均分類正確率，它與仿真實(shí)驗(yàn)得到的平均分類正確率吻合很好。
　　2、提出一種具有拒判能力的調(diào)制方式分類器，它可以對(duì)不屬于備擇調(diào)制方式集合的未知調(diào)制方式進(jìn)行拒判。通過選取兩個(gè)歸一化四階累積量構(gòu)成二維特征平面，將構(gòu)造具有拒判能力的分類器設(shè)計(jì)問題歸結(jié)為如何在二維特征平面上劃分拒判區(qū)域。本文提出兩個(gè)優(yōu)化步驟用于尋求該問題的次優(yōu)解。首先，提出凸包貪婪學(xué)習(xí)算法，它通過對(duì)備擇調(diào)制方

4、式的二維累積量特征訓(xùn)練樣本進(jìn)行學(xué)習(xí)確定其初始判決域。備擇調(diào)制方式的初始判決域具備拒判能力，但它們存在重疊區(qū)域；其次，在平均分類正確率損失最小的前提下，提出凸包交替收縮算法用于收縮各個(gè)備擇調(diào)制方式的初始判決域，使之相互分離，進(jìn)而得到最終的判決域。仿真實(shí)驗(yàn)結(jié)果說明該分類器不僅具備拒判能力，而且其分類性能接近現(xiàn)有方法。
　　3、在多徑衰落信道下，提出一種歸一化四階累積量特征的估計(jì)方法。該方法基于接收碼元的四階互累積量，不需要對(duì)多徑信道系

5、數(shù)進(jìn)行估計(jì)，并且它是漸近無偏的。另外，理論分析表明，多徑信道階數(shù)的過估計(jì)不影響該估計(jì)方法的漸近無偏性。仿真實(shí)驗(yàn)結(jié)果表明，在多徑衰落信道下，基于該估計(jì)方法的累積量特征分類器相對(duì)于現(xiàn)有的四階累積量估計(jì)方法對(duì)識(shí)別數(shù)字調(diào)制方式具有更好的分類性能。
　　4、針對(duì)在慢衰落和加性非高斯噪聲信道下的數(shù)字調(diào)制方式識(shí)別問題，提出一種基于無線傳感器網(wǎng)絡(luò)的分布式識(shí)別方法。利用多傳感器的空間分集和幅度相位調(diào)制方式星座圖的旋轉(zhuǎn)對(duì)稱性，本文得出一個(gè)結(jié)論：對(duì)于調(diào)

6、制方式識(shí)別問題，雖然不同傳感器對(duì)同一個(gè)信號(hào)進(jìn)行觀測(cè)，但每個(gè)傳感器上的接收信號(hào)可以看作是統(tǒng)計(jì)獨(dú)立的。基于以上結(jié)論，并且將加性非高斯噪聲建模為高斯混合模型，提出一種用于在帶寬有限的無線傳感器網(wǎng)絡(luò)背景下進(jìn)行調(diào)制方式識(shí)別的混合似然比分類器。由于在實(shí)現(xiàn)該分類器時(shí)需要對(duì)未知信道參數(shù)進(jìn)行最大似然估計(jì)，本文提出一種改進(jìn)的分布式期望最大化算法。為了驗(yàn)證該算法的估計(jì)性能，推導(dǎo)出在BPSK調(diào)制方式下未知信道參數(shù)無偏估計(jì)的克拉美羅下界(CRLB)。仿真實(shí)驗(yàn)結(jié)果