基于最大似然比准则的mpsk信号分类方法 a classification method for mpsk signals based on the maximum likelihood criterion.pdfVIP

第11 卷 第2 期 电路与系统学报 Vol.11, No.2 2006 年 4 月 JOURNAL OF CIRCUITS AND SYSTEMS April, 2006 文章编号 1007-0249 (2006) 02-0054-04 * 基于最大似然比准则的MPSK 信号分类方法 1,2 2 1. 西安电子科技大学 综合业务网理论及关键技术国家重点实验室 陕西 西安710071 2. 杭州电子科技大学 通信学院 浙江 杭州 310018 摘要 本文提出了AWGN 环境下一种基于最大似然比的MPSK 信号识别方法 推导出了用于区分MPSK 信号的 特征参数通用表达式 提出了载频估计误差 信号功率对该参数影响的修正方法 本方法对实际BPSK QPSK 8PSK 16PSK 信号的正确识别率达到80% 以上 关键词 MPSK 调制识别 调制分类 最大似然比 中图分类号 TN971 文献标识码 A 1 引言 [1] 自动调制方式识别 应用范围广泛 尤其在非合作通信中 调制识别是介于信号检测和信息解调 之间的一个中间步骤 因而已经成为非合作通信中的最重要的研究内容之一 最大似然理论是解决调 制分类问题的一个经典方法 [2] 由检测理论 可知 给定观测数据和备择的调制类型集合 在贝叶斯最 小误判概率准则下 最优的调制识别分类器是通过最大化后验概率来实现的 当备择的各个调制类型 先验等概率时 最优分类器简化为最大似然分类器 通过对信号的似然函数进行处理 得到分类的充 分统计量 然后与一个合适的门限进行比较 完成调制识别分类功能 由于截获接收机工作于非协作通信环境 未知数字通信的信息内容 以及存在信号参数的估计误 差 构造的信号似然比函数中一般含有未知参数 此时 最大似然统计假设检验可采用平均似然比检 测或广义似然比检测方法 平均似然比方法得到的统计判决量 在一大类问题中是含有自然指数项的 函数 为了减少运算量 Kim[3~5]等人在小信噪比假设下 通过自然指数函数的级数展开近似 导出基 于信号高阶矩的次优分类算法 但是 他们仅仅给出了用于区分BPSK/MPSK 的特征参量表达式 而 Huang C.-Y.和A. Polydoros[6]虽然给出了用于区分MPSK 信号特征参量的表达式 但是他们的方法对 于实际信号的识别性能不是很高 本文给出了用于区分MPSK 信号特征参量的通式 经过研究发现 这些特征参量的识别性能受载 频估计误差及信号功率影响很大 本文提出了修正方法 并给出了使用修正特征参量对实际MPSK 信 号的识别性能 结果表明 本文提出的特征参量完全可以用来区分MPSK 信号 2 算法原理 设接收机接收到的MPSK 信号为 = + 其中 是MPSK 信号 是加性高斯白噪声 s t w t r t s t w t ( ) ( ) ( ) ( ) ( ) 则信号检测的二元假设为 H r t = w t ≤ t ≤ T 1 H r t = s t + w t ≤ t ≤ T 2