多径信道下调制信号识别新方法

doi:10.3969/j.issn.1001-2400.2011.05.003

J4 ›› 2011, Vol. 38 ›› Issue (5): 13-19.doi: 10.3969/j.issn.1001-2400.2011.05.003

多径信道下调制信号识别新方法

李艳玲^1,2;李兵兵¹;殷昌义¹;刘明骞¹

(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. 河南农业大学信息与管理科学学院，河南郑州 450002)

收稿日期:2010-07-07 出版日期:2011-10-20 发布日期:2012-01-14
通讯作者: 李艳玲
基金资助:
国家自然科学基金资助项目(60772138);高等学校学科创新引智计划资助项目(B08038);国家863计划资助项目(2007AA01Z288)

Novel method for digital modulation signal identification in the multipath fading channel

LI Yanling^1,2;LI Bingbing¹;YIN Changyi¹;LIU Mingqian¹

(1. State Key Lab. of Integrated Service Networks, Xidian Univ., Xi'an 710071， China;
2. School of Info. and Management Sci., Henan Agricultural Univ., Zhengzhou 450002， China)

Received:2010-07-07 Online:2011-10-20 Published:2012-01-14
Contact: LI Yanling

摘要/Abstract

摘要：

针对多径信道中存在调制信号识别难以实现及识别率低的问题，提出了一种全盲的基于小波变换和高阶循环累积量相结合的算法(W-HOCC)．该算法利用小波变换的线性性质和循环累积量的叠加性质构造识别特征，即把接收信号在小波变换前后的四阶累积量的比值作为识别特征参数．从理论上证明了该算法能够消除多径信道参数的影响．仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下，分类2ASK、2PSK和4QAM信号的识别率几乎达到100%；与基于高阶累积量的算法相比，在识别BPSK和QPSK时，W-HOCC算法的性能明显优于基于高级累积量的算法，而且具有更强的抗噪声和抗多径能力．

关键词: 高阶循环累积量, 小波变换, 特征提取, 多径信道

Abstract:

Two major drawbacks of digital modulation identification are its low probability of correct classification (Pcc) and difficulty in classifying a variety of digital signal types in the multipath fading channel. Thus, a new blind classification method using the wavelet transform and higher-order cyclostationary cumulants (W-HOCC) is presented, in which a new classification feature is extracted using the linearity property of WT and the Superposition property of HOCC. Through theoretical analysis, it is proved that the extracted feature parameter can eliminate the influence of the multipath channel parameter. Monte Carlo simulation results show that in identification of 2ASK, 2PSK and 4QAM signals the proposed method yields the Pcc of 100% in the multipath fading channel when the signal-to-noise ratio (SNR) is 0dB. Compared with the higher-order cumulants-based method, the W-HOCC method can lead to better identification performance. Also, the W-HOCC method can bring about highly accurate recognition even for a low SNR.

Key words: higher-order cyclostationary cumulants, wavelet transform, feature extraction, multi-path channel

中图分类号:

TN911.7

李艳玲;李兵兵;殷昌义;刘明骞. 多径信道下调制信号识别新方法[J]. J4, 2011, 38(5): 13-19.

LI Yanling;LI Bingbing;YIN Changyi;LIU Mingqian. Novel method for digital modulation signal identification in the multipath fading channel[J]. J4, 2011, 38(5): 13-19.

参考文献

［1］胡建伟, 杨绍全. 小波域的最大似然调制分类［J］. 西安电子科技大学学报, 2006, 33(2): 247-250.
Hu Jianwei, Yang Shaoquan. Maxinum Likelihood Classification for MPSK Signals in the Wavelet Domain ［J］. Journal of Xidian University, 2006, 33(2): 247-250.
［2］欧鑫, 黄小蔚, 袁晓, 等. 类Harr小波与数字信号调制识别［J］. 四川大学学报(工程科学版), 2004, 36(4): 95-98.
Ou Xin, Huang Xiaowei, Yuan Xiao, et al. Modulation Identification of Digital Signals by Constructing Quasi-Harr Wavelet ［J］. Journal of Sichuan University (Engineering Science Edition), 2004, 36(4): 95-98
［3］褚衍杰, 胡年福, 巢凯今, 等. 通带MQAM信号调制方式识别方法［J］. 西安电子科技大学学报, 2008, 35(5): 932-937.
Chu Yanjie, Hu Nianfu, Chao Kaijin, et al. Modulation Recognition of MQAM Signals in the Passband ［J］. Journal of Xidian University, 2008, 35(5): 932-937.
［4］ Xi S, Wu H C. Robust Automatic Modulation Classification Using Cumulant Features in the Presence of Fading Channels ［C］//Proc of the IEEE Wireless Comm and Networking Conf (WCNC). Las Vegas: IEEE, 2006: 2094-2099.
［5］ Wu H C, Saquib M, Yun Z. Novel Automatic Modulation Classification Using Cumulant Features for Communications Via Multipath Channels ［J］. IEEE Trans on Wireless Commun, 2008, 7(8): 3098-3105.
［6］ Swami A, Sadler B M. Hierarchical Digital Modulation Classification Using Cumulants［J］. IEEE Trans on Commun, 2000, 48(3): 416-429.
［7］陈建鑫, 刘宏立, 刘述钢. 基于高阶累积量的信道估计及数字调制识别方法［J］. 计算机系统应用, 2009(11): 172-175.
Chen Jianxin, Liu Hongli, Liu Shugang. A Method for Channel Estimation and Digital Modulation Identification Based on Higher-order Cumulants［J］. Computer Systems Applications, 2009(11): 172-175.
［8］ Zhang Jingjing, Li Bingbing. A New Modulation Identification Scheme for OFDM in Multipath Rayleigh Fading Channel ［C］//IEEE 2008 International Symposium on Computer Science and Computational Technology, ISCSCT. Shanghai: IEEE, 2008: 793-796.
［9］郑文秀, 赵国庆, 罗明. 频率选择性衰减信道下的星形QAM信号载波盲估计［J］. 系统仿真学报, 2008, 20(21): 5917-5919.
Zheng Wenxiu, Zhao Guoqing, Luo Ming. Blind Estimation of Star-QAM Carrier Frequency over Frequency-selective Fading Channels ［J］. Journal of System Simulation, 2008, 20(21): 5917-5919.

[1]	刘洁怡,公茂果,詹涛,李豪,张明阳. 一种深度神经网络多站雷达系统干扰鉴别方法[J]. 西安电子科技大学学报, 2021, 48(2): 133-138.
[2]	魏梓钰,杨曦,王楠楠,杨东,高新波. 互惠双向生成对抗网络用于跨模态行人重识别[J]. 西安电子科技大学学报, 2021, 48(2): 205-212.
[3]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[4]	韩卓茜,王锋,陈沛,李卓伦. 一种历史特征辅助的模糊数据关联算法[J]. 西安电子科技大学学报, 2021, 48(2): 92-98.
[5]	李坤伦,张鲁,许宏科,宋焕生. 小波域扩张网络用于低剂量CT图像快速重建[J]. 西安电子科技大学学报, 2020, 47(4): 86-93.
[6]	王晓华,要鹏超,马丽萍,王文杰,张蕾. 车间环境下机器人语音控制的特征提取算法[J]. 西安电子科技大学学报, 2020, 47(2): 16-22.
[7]	王红艳,朱利民,张潘杰,李金屏. 一种利用外轮廓配准的活塞侧面缺陷检测方法[J]. 西安电子科技大学学报, 2019, 46(5): 75-83.
[8]	郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.
[9]	刘道华,崔玉爽,赵岩松,宋玉婷,王景慧. 一种改进卷积神经网络的教学图像检索方法[J]. 西安电子科技大学学报, 2019, 46(3): 52-58.
[10]	杨建功,汪西莉,刘侍刚. 融合谱-空域信息的DBM高光谱图像分类方法[J]. 西安电子科技大学学报, 2019, 46(3): 109-115.
[11]	王欣远,肖嵩,李磊,焦玲玲. 融合ELM和相关滤波的鲁棒性目标跟踪算法[J]. 西安电子科技大学学报, 2019, 46(1): 57-63.
[12]	汪星;黄小瑜;刘瑄璞;孔宪光;牛萌. 面向工业大数据的多层增量特征提取方法[J]. 西安电子科技大学学报, 2018, 45(4): 106-111.
[13]	高家明;梁煜;张为;刘艳艳. 一种新型低存储二维离散小波变换架构[J]. 西安电子科技大学学报, 2018, 45(2): 110-115.
[14]	贺王鹏;孙伟;苏博;闫允一;郭宝龙. 机械故障诊断的稀疏特征提取方法[J]. 西安电子科技大学学报, 2018, 45(2): 154-159.
[15]	贾琦;梁煜;张为. 一种无片外存储的高性能二维DWT架构[J]. 西安电子科技大学学报, 2017, 44(4): 138-143.

多径信道下调制信号识别新方法

Novel method for digital modulation signal identification in the multipath fading channel

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0