论文部分内容阅读
为解决在频率选择性衰落信道中，频偏、相偏和噪声功率等多参数未知的幅相调制信号的调制分类问题，提出一种新颖的基于马尔可夫链蒙特卡罗（MCMC）方法的调制分类算法．给出最大后验概率分类器框架，利用MCMC方法产生未知参数和发送符号的各态历经随机样本，用蒙特卡罗积分近似估计分类器框架中无法得到封闭表达式的后验概率，MCMC方法所用到的未知参数和发送符号的后验条件概率密度函数（pdf）由接收信号先验pdf推导得出．数值仿真证明了该算法的收敛性及分类器良好的分类性能．