论文部分内容阅读
摘 要：作为信息的主要媒介，通信信号仅能在有线信道中进行传输，要想在无线信道中进行传输，那么就必须在充分应用调制解调技术的基础上才能实现。关于通信信号调制方式的识别，所涉及的因素多而杂，在通信技术迅猛发展的今天，信号的调制方式日益多样化，要想满足人们日常生活的需求，我们有必要加强通信信号调制方式识别的研究。本文的重点研究对象为常用通信信号，对相应的调制方式识别进行系统的分析与研究。
关键词：常用通信信号；调制方式；识别
调制方式是区分不同信号的重要特性指标。在进行调制方式识别过程中，主要的内容是分辨出多信号环境中各种信息以及噪声干扰等复杂环境下的信号参数、调制方式，以此作为分析处理工作的依据。如今，在通信技术日益发达的背景下，无线通信环境也随之复杂化。无论是民用还是军用，如何在识别通信信号不同调制参数、样式过程中保持高效性，俨然已经成为人们所关注的重点内容。下面对两种常见通信信号调制识别方式进行系统分析及优劣势对比。
1 决策模式识别方式
决策模式识别方式是以“假设检验”为理论基础的。同时，决策模式识别也是一种能够有效识别多重假设检验问题的方法。在受到严重干扰的情况下，决策模式识别方法通过对所截获信号的理论分析与推导来得出检验累积量，然后再将其与相关数据做比对，最终形成判决准则。检验累积量选取的准则为目标函数（使用损耗函数）的最小化原则，往往都是在变量得到优化之后才被应用。除此之外，在非协作通信环境下，如果要应用识别器，就必须构造相应的似然比（ALR）。这里需要注意的是，由于信道参数以及位置型号中的信息内容始终都具有一定的估计误差，因此在似然比的构造中往往都会出现诸多位置参数，所以要想得出平均似然比，首先就必须对这些未知参数进行平均处理。在最初，所使用的识别方法基本都是以相位识别法（PBC）或平方律识别法（SLC）为基础，虽然这些方法的实施能够实现对信号特性的充分利用，具有较强的便捷性，但能够识别的种类明显较少（仅能识别BPSK信号或QPSK信号）[1]。
决策模式识别方式的优势：较之于其他识别方式，决策模式识别在理论基础上相对较完善。决策模式识别方式的实施不但可以确保在贝叶斯最小误判代价准则的基础上达到最优分类效果，并从中获取准确的识别性能理论曲线，同时在低信噪比的背景下也能够通过完善信道信息来改进算法，最终促使非理想信道下识别性能的准确性得到保障。
决策模式识别方式的劣势：似然比的推导不仅方式复杂，而且计算量极为庞大。如果我们想在严重缺乏先验知识的情况下进行建模或估计参数，那么相应数据俨然就难以与实际的信道特征相匹配，相应算法应有的性能则无法充分发挥出来。
2 统计模式识别方式
统计模式识别是以统计识别理论为基础而衍生出来的一种识别方式。从整体上来看，统计模式识别方式主要由信号预处理、特征提取、分类识别这3部分组成。具体而言：第一，信号预处理。此部分主要负责数据提供，并且要保证数据的准确性。根本作用是为接下来的特征提取奠定数据基础。主要任务包含载频分量与分量的消除、正交和同相分量的分解、频率下的变频等。要想在中频或数字调制上实现对信号幅度、频率以及相位的准确计算，并确保信号在调制识别中的唯一性，我们就必须在多信道发射源的时候对不同信号进行分离。第二，特征提取。在进行特征提取的时候理应将预处理作为基础与前提，对信号域特征或者时域特征的提取必须在充分应用预处理功能的前提下进行。第三，分类识别。在进行分类识别的过程中，理应对识别分类器以及判决准则的选择引起足够重视，确保所选识别分类器与判决准则的适用性、可靠性[2]。
统计模式识别方式的优势：统计模式识别方式不仅理论分析不复杂，预处理也十分简单，易操作。在高信噪比的环境下，统计模式识别方式下的信号特征不仅识别方便，并且适用于多种类型。同时，统计模式的识别性能在特定情况下能够实现与理论中最优算法的完全吻合。特别是在非合作通信情况下（严重缺乏先验知识，并且预处理精度较低），这种方式始终都能保持良好的识别性能。
统计模式识别方式的劣势：目前，统计模式识别方式在识别框架上明显缺乏理论方面的基础，相应算法所需要的识别体系也相对复杂。我们都知道，噪声对算法识别效果的影响是巨大的，加之特征提取在信道不理想的时候会变得非常模糊，工程应用在很多情况下都无法应用或成功率较低。
3 结语
目前，针对通信信号已经具有相对较完善的调制识别研究，但不可否认的是，无论是在非理想信道还是在共信道多信号中，所能够适应的算法都具有较强的单一性，并且大量算法的应用仅仅在5db以上的信噪比环境中才能发挥出应有作用，在实际工程中的应用难度相对较大。基于此，关于通信信号的调制方式识别方法的应用还需要通过更加深入的分析与研究来进行不断完善。
参考文献
[1]张志民.数字通信信号调制方式自动识别研究及实现[D].国防科学技术大学，2012.
[2]曾创展，贾鑫，朱卫纲.通信信号调制方式识别方法综述[J].通信技术，2015，（3）：252-257.
（作者单位：陕西省宝鸡市陕西烽火电子股份有限公司）
关键词：常用通信信号；调制方式；识别
调制方式是区分不同信号的重要特性指标。在进行调制方式识别过程中，主要的内容是分辨出多信号环境中各种信息以及噪声干扰等复杂环境下的信号参数、调制方式，以此作为分析处理工作的依据。如今，在通信技术日益发达的背景下，无线通信环境也随之复杂化。无论是民用还是军用，如何在识别通信信号不同调制参数、样式过程中保持高效性，俨然已经成为人们所关注的重点内容。下面对两种常见通信信号调制识别方式进行系统分析及优劣势对比。
1 决策模式识别方式
决策模式识别方式是以“假设检验”为理论基础的。同时，决策模式识别也是一种能够有效识别多重假设检验问题的方法。在受到严重干扰的情况下，决策模式识别方法通过对所截获信号的理论分析与推导来得出检验累积量，然后再将其与相关数据做比对，最终形成判决准则。检验累积量选取的准则为目标函数（使用损耗函数）的最小化原则，往往都是在变量得到优化之后才被应用。除此之外，在非协作通信环境下，如果要应用识别器，就必须构造相应的似然比（ALR）。这里需要注意的是，由于信道参数以及位置型号中的信息内容始终都具有一定的估计误差，因此在似然比的构造中往往都会出现诸多位置参数，所以要想得出平均似然比，首先就必须对这些未知参数进行平均处理。在最初，所使用的识别方法基本都是以相位识别法（PBC）或平方律识别法（SLC）为基础，虽然这些方法的实施能够实现对信号特性的充分利用，具有较强的便捷性，但能够识别的种类明显较少（仅能识别BPSK信号或QPSK信号）[1]。
决策模式识别方式的优势：较之于其他识别方式，决策模式识别在理论基础上相对较完善。决策模式识别方式的实施不但可以确保在贝叶斯最小误判代价准则的基础上达到最优分类效果，并从中获取准确的识别性能理论曲线，同时在低信噪比的背景下也能够通过完善信道信息来改进算法，最终促使非理想信道下识别性能的准确性得到保障。
决策模式识别方式的劣势：似然比的推导不仅方式复杂，而且计算量极为庞大。如果我们想在严重缺乏先验知识的情况下进行建模或估计参数，那么相应数据俨然就难以与实际的信道特征相匹配，相应算法应有的性能则无法充分发挥出来。
2 统计模式识别方式
统计模式识别是以统计识别理论为基础而衍生出来的一种识别方式。从整体上来看，统计模式识别方式主要由信号预处理、特征提取、分类识别这3部分组成。具体而言：第一，信号预处理。此部分主要负责数据提供，并且要保证数据的准确性。根本作用是为接下来的特征提取奠定数据基础。主要任务包含载频分量与分量的消除、正交和同相分量的分解、频率下的变频等。要想在中频或数字调制上实现对信号幅度、频率以及相位的准确计算，并确保信号在调制识别中的唯一性，我们就必须在多信道发射源的时候对不同信号进行分离。第二，特征提取。在进行特征提取的时候理应将预处理作为基础与前提，对信号域特征或者时域特征的提取必须在充分应用预处理功能的前提下进行。第三，分类识别。在进行分类识别的过程中，理应对识别分类器以及判决准则的选择引起足够重视，确保所选识别分类器与判决准则的适用性、可靠性[2]。
统计模式识别方式的优势：统计模式识别方式不仅理论分析不复杂，预处理也十分简单，易操作。在高信噪比的环境下，统计模式识别方式下的信号特征不仅识别方便，并且适用于多种类型。同时，统计模式的识别性能在特定情况下能够实现与理论中最优算法的完全吻合。特别是在非合作通信情况下（严重缺乏先验知识，并且预处理精度较低），这种方式始终都能保持良好的识别性能。
统计模式识别方式的劣势：目前，统计模式识别方式在识别框架上明显缺乏理论方面的基础，相应算法所需要的识别体系也相对复杂。我们都知道，噪声对算法识别效果的影响是巨大的，加之特征提取在信道不理想的时候会变得非常模糊，工程应用在很多情况下都无法应用或成功率较低。
3 结语
目前，针对通信信号已经具有相对较完善的调制识别研究，但不可否认的是，无论是在非理想信道还是在共信道多信号中，所能够适应的算法都具有较强的单一性，并且大量算法的应用仅仅在5db以上的信噪比环境中才能发挥出应有作用，在实际工程中的应用难度相对较大。基于此，关于通信信号的调制方式识别方法的应用还需要通过更加深入的分析与研究来进行不断完善。
参考文献
[1]张志民.数字通信信号调制方式自动识别研究及实现[D].国防科学技术大学，2012.
[2]曾创展，贾鑫，朱卫纲.通信信号调制方式识别方法综述[J].通信技术，2015，（3）：252-257.
（作者单位：陕西省宝鸡市陕西烽火电子股份有限公司）