專利名稱：基于混合矩和fisher判別的正交幅度調(diào)制信號(hào)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信技術(shù)領(lǐng)域，具體涉及一種瑞利衰落信道、低信噪比條件下對(duì)高階正交幅度調(diào)制MQAM信號(hào)的識(shí)別方法，用于自動(dòng)調(diào)制識(shí)別。

背景技術(shù)：
自動(dòng)調(diào)制識(shí)別，是指在衰落信道之下，通過(guò)對(duì)未知信號(hào)進(jìn)行采樣、觀察、分析，對(duì)信號(hào)的調(diào)制類型進(jìn)行自動(dòng)識(shí)別的技術(shù)。顯然，無(wú)論對(duì)于軍用和民用來(lái)說(shuō)，這都是一種核心技術(shù)。在軍用領(lǐng)域，特別在電子戰(zhàn)、C4I系統(tǒng)中，獲取信號(hào)的調(diào)制方式都是關(guān)鍵的一步。在民用領(lǐng)域，軟件無(wú)線電系統(tǒng)對(duì)信號(hào)進(jìn)行分析與處理也是建立在獲取信號(hào)的調(diào)制從而進(jìn)行正確解調(diào)的基礎(chǔ)上的。目前對(duì)MQAM信號(hào)類內(nèi)識(shí)別研究比較少，現(xiàn)有的研究大多集中在高斯信道環(huán)境下，在低信噪比下、高階QAM信號(hào)類內(nèi)識(shí)別的識(shí)別率不高，不能滿足實(shí)際情況發(fā)展的需要。
目前，自動(dòng)調(diào)制識(shí)別主要有兩種途徑，一種是基于似然比的自動(dòng)調(diào)制識(shí)別，另一種是基于特征量的自動(dòng)調(diào)制識(shí)別。在基于似然比的自動(dòng)調(diào)制識(shí)別方案框架內(nèi)，自動(dòng)調(diào)制識(shí)別可以看作一組多假設(shè)檢驗(yàn)所組成的問(wèn)題。其主旨是研究接收信號(hào)波形的概率密度函數(shù)與已知信號(hào)波形的概率密度函數(shù)的關(guān)系?；谶x擇不同未知數(shù)的模型，現(xiàn)有三種基于似然比的自動(dòng)調(diào)制識(shí)別技術(shù)平均似然比檢驗(yàn)ALRT，歸一化似然比檢驗(yàn)GLRT和混合似然比檢驗(yàn)HLRT。這些基于似然比的自動(dòng)調(diào)制識(shí)別方案的缺點(diǎn)是計(jì)算量較大。
基于特征量的自動(dòng)調(diào)制識(shí)別是對(duì)接收信號(hào)的特征量進(jìn)行判決。這里的特征量要能夠代表原始的接收數(shù)據(jù)。比較有代表性的特征量有信號(hào)的正交分量與同相分量的互相關(guān)，信號(hào)幅度、相位、頻率中心歸一化后的方差，信號(hào)間隔過(guò)零點(diǎn)的方差，信號(hào)小波變換后去幅度去除峰值之后的方差，矩，累積量，循環(huán)累積量，熵，恢復(fù)后的星座圖等等。
Wei Dai，Youzheng Wang，Jing Wang等人在文章《Joint Power Estimation andModulation Classification using second and higher statistics》中首先提出了利用高階混合矩進(jìn)行自動(dòng)識(shí)別的方案。這個(gè)方案提出了基于四階矩、六階矩的統(tǒng)計(jì)方法，通過(guò)相應(yīng)概率密度的推導(dǎo)，使特征量能夠消除瑞利信道的影響。但是文章并沒(méi)有的對(duì)OFDM和QAM進(jìn)行識(shí)別和分析。
Bin Wang在文章《Algorithm for Blind Identification of OFDM Signal Based on HigherOrder Moments》中又對(duì)這種方法進(jìn)行了改進(jìn)，用來(lái)在瑞利信道識(shí)別OFDM信號(hào)。這種方法基于四階矩與六階矩，先應(yīng)用相應(yīng)的推導(dǎo)來(lái)消除瑞利信道的影響，然后對(duì)應(yīng)用理論值對(duì)接收信號(hào)信噪比進(jìn)行估計(jì)。這種方法由于對(duì)MQAM信號(hào)進(jìn)行識(shí)別時(shí)，需要對(duì)信噪比進(jìn)行“估計(jì)”，因而計(jì)算量較大，而且當(dāng)對(duì)高階QAM信號(hào)進(jìn)行識(shí)別時(shí)，正確率較低。


發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述技術(shù)的不足，提出一種基于混合矩和fisher判別的正交幅度調(diào)制信號(hào)識(shí)別方法，以提高在低信噪比、瑞利信道下對(duì)高階MQAM識(shí)別率，減小計(jì)算復(fù)雜度。
為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟 (1)設(shè)定通過(guò)瑞利衰落信道后所接收到的MQAM信號(hào)為
其中s(t)為發(fā)送端發(fā)送的MQAM信號(hào)中待識(shí)別的32QAM或64QAM或128QAM信號(hào)，a(t)和

為信道的影響因子，a(t)服從瑞利分布，

服從0到2π間均勻分布，fd是多普勒因子，w(t)是均值為零，方差為σg2的復(fù)高斯白噪聲； (2)根據(jù)接收信號(hào)y(t)，進(jìn)行過(guò)采樣得到采樣序列
其中s(n)為發(fā)送MQAM信號(hào)采樣序列，w(n)為均值為零，方差為σg2的復(fù)高斯白噪聲的采樣序列，a(n)與

為采樣后的信道影響因子，a(n)服從瑞利分布，

服從0到2π的均勻分布； (3)分別求出接收采樣序列y(n)的二階矩M2，1(y)，四階矩M4，2(y)，六階矩M6，3(y)； (4)根據(jù)二階矩M2，1(y)，四階矩M4，2(y)，得到接收信號(hào)的四階矩歸一化值根據(jù)二階矩和六階矩，得到接收信號(hào)的四階矩歸一化值并由這兩個(gè)特征量得出新特征量Z＝(v20，v30)； (5)利用計(jì)算機(jī)仿真蒙特卡洛方法，得到三種接收信號(hào)的各100個(gè)新特征量值Zi，i＝1...100，通過(guò)fisher判別方法，將這些不同信號(hào)的各100個(gè)新特征量，投影到一維空間上，得到每種信號(hào)的100個(gè)投影向量

i＝1...100，選取32QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量中無(wú)交叉區(qū)域的中點(diǎn)值作為識(shí)別32QAM和128QAM信號(hào)的閾值th1，選取64QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量的無(wú)交叉區(qū)域的中點(diǎn)作為識(shí)別64QAM信號(hào)和128QAM信號(hào)的閾值th2； (6)將投影后的接收信號(hào)特征量向量

分別與門(mén)限值th1和th2進(jìn)行比較，如果則信號(hào)調(diào)制方式判為64QAM信號(hào)；如果則信號(hào)調(diào)制方式判決為128QAM，如果則信號(hào)調(diào)制方式判決為32QAM信號(hào)。
本發(fā)明與現(xiàn)有技術(shù)相比具有的優(yōu)點(diǎn) 本發(fā)明由于利用接收信號(hào)序列不同的高階矩，組成了新的特征量，使得隨著信噪比的變化，不同調(diào)制方式的特征量的值有相同的變化趨勢(shì)且不相等，所以不需對(duì)信號(hào)信噪比進(jìn)行估計(jì)，減小了運(yùn)算量，提高了運(yùn)算精度；同時(shí)由于本發(fā)明利用了fisher判別的模式識(shí)別方法對(duì)不同的特征量進(jìn)行分類，因而可進(jìn)一步減少了運(yùn)算量，提高識(shí)別的精確度。本發(fā)明不但適用于高斯白噪聲信道，也適用于瑞利衰落信道。仿真表明，在瑞利衰落信道，5dB信噪比下，本發(fā)明對(duì)識(shí)別高階MQAM類內(nèi)信號(hào)的識(shí)別率可達(dá)到98％。



圖1是本發(fā)明的MQAM類內(nèi)信號(hào)識(shí)別實(shí)現(xiàn)流程示意圖； 圖2是本發(fā)明的MQAM信號(hào)通過(guò)瑞利信道后，特征量的值隨信噪比變化仿真圖； 圖3是本發(fā)明的MQAM信號(hào)通過(guò)瑞利信道后特征量的分布仿真圖。

具體實(shí)施例方式 參見(jiàn)圖1，本發(fā)明的實(shí)現(xiàn)步驟如下 步驟1.設(shè)通過(guò)瑞利衰落信道后，接收到的MQAM信號(hào)模型為
其中a(t)服從瑞利分布的信道影響因子，

為服從0到2π間均勻分布的信道影響因子，fd是多普勒因子，w(t)是均值為零，且方差為σg2的復(fù)高斯白噪聲，s(t)為發(fā)送端發(fā)送的待識(shí)別的32QAM，64QAM，128QAM信號(hào)。
步驟2.對(duì)接收信號(hào)y(t)進(jìn)行過(guò)采樣，得到采樣序列y(n)
其中s(n)為發(fā)送MQAM信號(hào)采樣序列，w(n)為均值為零，方差為σg2的復(fù)高斯白噪聲的采樣序列，a(n)為服從瑞利分布的采樣后的信道影響因子，

為服從0到2π的均勻分布的采樣后的信道影響因子，
步驟3.對(duì)上述的接收信號(hào)采樣序列y(n)分別求出其二階矩M2，1(y)，四階矩M4，2(y)，六階矩M6，3(y) M2，1(y)＝E(|y(n)|2)＝S+N M4,2(y)＝E(|y(n)|4)＝m20S2+4NS+2N2 M6，3(y)＝E(|y(n)|6)＝m30S3+9m20S2N+18N2+6N3 其中，S＝E(|u(n)|2)，N＝E(|w(n)|2)， m20＝M4，2(u)/M22，1(u)＝M4，2(a)/M22，1(a)×M4，2(s)/M22，1(s)＝2×M4，2(s)/M22，1(s) m30＝M6，3(u)/M32，1(u)＝M6，3(a)/M32，1(a)×M6，3(s)/M32，1(s)＝6×M6，3(s)/M32，1(s) 其中M4，2(s)/M22，1(s)、M6，3(s)/M32，1(s)的理論值如表1所示 表1.M4，2(s)/M22，1(s)與M6，3(s)/M32，1(s)的理論值 步驟4.構(gòu)造接收信號(hào)新的特征量Z＝(v20，v30)。
根據(jù)采樣序列的二階矩M2，1(y)、四階矩M4，2(y)和六階矩M6，3(y)，求出四階矩的歸一化值和六階矩的歸一化值構(gòu)造新的特征量Z＝(v20，v30)。
步驟5.利用計(jì)算機(jī)仿真蒙特卡洛和fisher判別的方法，確定判別信號(hào)調(diào)制方式的閾值。
(5a)利用特征量的值，計(jì)算fisher判別所需相關(guān)參數(shù) 根據(jù)fisher判別的有關(guān)理論，利用計(jì)算機(jī)仿真蒙特卡洛方法，分別計(jì)算各類樣本均值向量mj，樣本類間離散度矩陣Sb、總類內(nèi)離散度矩陣Sω和樣本類內(nèi)離散度矩陣Si，其中 各類樣本均值向量mj的計(jì)算，通過(guò)得到的三種接收信號(hào)的各100個(gè)新特征量Zi，i＝1...100，根據(jù)公式計(jì)算，j＝1，2，3分別代表三類調(diào)制信號(hào)，式中x為特征量Zi＝(v20，v30)的值； 樣本類間離散度矩陣Sb是通過(guò)公式Sb＝∑(mi-mj)(mi-mj)T進(jìn)行計(jì)算，i和j分別代表三類調(diào)制信號(hào)，i≠j，i，j＝1，2，3； 樣本類內(nèi)離散度矩陣Si，通過(guò)公式Si＝∑(x-mi)(x-mi)T，i＝1，2，3計(jì)算； 總類內(nèi)離散度矩陣Sω，通過(guò)公式Sω＝S1+S2+S3進(jìn)行計(jì)算。
(5b)利用相關(guān)參數(shù)計(jì)算投影直線斜率 定義fisher準(zhǔn)則函數(shù)為

并把使

最大的

值作為投影直線的斜率。通過(guò)計(jì)算，得到使

最大時(shí)

的值
(5c)通過(guò)得到的投影直線斜率對(duì)特征量進(jìn)行投影，從而確定判決信號(hào)調(diào)制方式的閾值，即將不同信號(hào)的各100個(gè)新特征量Zi，i＝1...100，投影到斜率為

一維空間上，得到每種信號(hào)的100個(gè)投影向量

i＝1...100，選取32QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量中無(wú)交叉區(qū)域的中點(diǎn)值作為識(shí)別32QAM和128QAM信號(hào)的閾值th1，選取64QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量的無(wú)交叉區(qū)域的中點(diǎn)作為識(shí)別64QAM信號(hào)和128QAM信號(hào)的閾值th2。
步驟6.將信號(hào)的特征量做投影后向量

與th1與th2比較，將投影后的接收信號(hào)特征量向量

與門(mén)限值th1與th2進(jìn)行比較，如果信號(hào)調(diào)制方式判為64QAM信號(hào)；如果信號(hào)調(diào)制方式判決為128QAM，如果信號(hào)調(diào)制方式判決為32QAM信號(hào)。
本發(fā)明的效果可以通過(guò)仿真進(jìn)一步說(shuō)明 1.仿真環(huán)境 信號(hào)的調(diào)制類型有32QAM信號(hào)，64QAM信號(hào)和128QAM信號(hào)，每種信號(hào)傳輸?shù)膮?shù)均為符號(hào)率為2k/s，采樣頻率為40kHz，載波頻率為6kHz，多普勒頻移為10Hz。信道模型為瑞利衰落附加高斯白噪聲信道。
2.仿真內(nèi)容及結(jié)果 1)對(duì)發(fā)送端發(fā)送的MQAM信號(hào)通過(guò)信噪比變化范圍為0db至25dB的瑞利信道，四階矩的歸一化值v20與六階矩的歸一化值v30隨信噪比變化的情形，進(jìn)行每信噪比100次的蒙特卡洛仿真，結(jié)果如圖2所示。由圖2可知，當(dāng)信噪比高于15dB時(shí)，v20與v30的值變化不大，并且三種調(diào)制方式的v20值與v30的值沒(méi)有重合，適合進(jìn)行識(shí)別。
2)對(duì)發(fā)送端發(fā)送的MQAM信號(hào)通過(guò)信噪比變化范圍為5dB至25dB的瑞利信道，三種調(diào)制方式的特征量i＝1...100的分布的情形，在每dB在信噪比情形做100次蒙特卡洛仿真，結(jié)果如圖3所示。由圖3可知，三種調(diào)制方式的特征量的值并無(wú)重疊，可以利用fisher判決來(lái)對(duì)不同調(diào)制方式的特征量Zi，i＝1...100進(jìn)行分類，從而可以進(jìn)行判決閾值的確定。
權(quán)利要求
1.一種基于混合矩和fisher判別的正交幅度調(diào)制信號(hào)識(shí)別方法，包括如下步驟
(1)設(shè)定通過(guò)瑞利衰落信道后所接收到的MQAM信號(hào)為
其中s(t)為發(fā)送端發(fā)送的MQAM信號(hào)中待識(shí)別的32QAM或64QAM或128QAM信號(hào)，a(t)和
為信道的影響因子，a(t)服從瑞利分布，
服從0到2π間均勻分布，fd是多普勒因子，w(t)是均值為零，方差為σg2的復(fù)高斯白噪聲；
(2)根據(jù)接收信號(hào)y(t)，進(jìn)行過(guò)采樣得到采樣序列
其中s(n)為發(fā)送MQAM信號(hào)采樣序列，w(n)為均值為零，方差為σg2的復(fù)高斯白噪聲的采樣序列，a(n)與
為采樣后的信道影響因子，a(n)服從瑞利分布，
服從0到2π的均勻分布；
(3)分別求出接收采樣序列y(n)的二階矩M2，1(y)，四階矩M4，2(y)，六階矩M6，3(y)；
(4)根據(jù)二階矩M2，1(y)，四階矩M4，2(y)，得到接收信號(hào)的四階矩歸一化值根據(jù)二階矩和六階矩，得到接收信號(hào)的四階矩歸一化值并由這兩個(gè)值得出新特征量Z＝(v20，v30)；
(5)利用計(jì)算機(jī)仿真蒙特卡洛方法，得到三種接收信號(hào)的各100個(gè)新特征量值Zi，i＝1...100，通過(guò)fisher判別方法，將這些不同信號(hào)的各100個(gè)新特征量，投影到一維空間上，得到每種信號(hào)的100個(gè)投影向量
i＝1...100，選取32QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量中無(wú)交叉區(qū)域的中點(diǎn)值作為識(shí)別32QAM和128QAM信號(hào)的閾值th1，選取64QAM信號(hào)的投影向量與128QAM信號(hào)的投影向量的無(wú)交叉區(qū)域的中點(diǎn)作為識(shí)別64QAM信號(hào)和128QAM信號(hào)的閾值th2；
(6)將投影后的接收信號(hào)特征量向量
分別與門(mén)限值th1和th2進(jìn)行比較，如果則信號(hào)調(diào)制方式判為64QAM信號(hào)；如果則信號(hào)調(diào)制方式判決為128QAM，如果則信號(hào)調(diào)制方式判決為32QAM信號(hào)。
全文摘要
本發(fā)明公開(kāi)了一種基于混合矩和fisher判別的正交幅度調(diào)制信號(hào)識(shí)別方法，主要解決了現(xiàn)有技術(shù)的計(jì)算量大和識(shí)別率低的問(wèn)題。其過(guò)程是對(duì)接收的信號(hào)進(jìn)行過(guò)采樣；分別求出過(guò)采樣序列的二階矩、四階矩和六階矩；將各階矩結(jié)果歸一化并組合得到新的特征量；通過(guò)計(jì)算機(jī)仿真蒙特卡洛的方法及fisher判別，確定判決調(diào)制類型的大小不等的兩個(gè)閾值，并將接收到的信號(hào)特征量投影后的特征量與閾值進(jìn)行比較，若投影后的特征量大于較大的閾值判為64QAM信號(hào)，若小于較大的閾值大于較小的閾值判為128QAM信號(hào)，若小于較小的閾值判為32QAM信號(hào)。本發(fā)明在瑞利信道下、低信噪比下有良好的識(shí)別性能，在信噪比5dB情況下識(shí)別率可達(dá)到98％，可用于無(wú)先驗(yàn)信息情況下的正交幅度調(diào)制信號(hào)的自動(dòng)識(shí)別。
文檔編號(hào)H04B17/00GK101764785SQ20091021944
公開(kāi)日2010年6月30日 申請(qǐng)日期2009年12月11日 優(yōu)先權(quán)日2009年12月11日
發(fā)明者李兵兵, 安寧, 黃敏 申請(qǐng)人:西安電子科技大學(xué)