QAM调制方式的识别通常分为两类:基于概率密度函数(Probability Density Function, PDF)和基于特征。在第一类中,采用PDF来区分不同的调制方式;在第二类中,一些特征量,诸如高阶累积量[ ]被用来区分调制方式。还有更多的复杂方法,诸如神经网络[ ]和模糊逻辑[ ]能提供更好的性能[2]。
现有的MQAM调制识别方法大多局限于低阶QAM识别,对于高阶QAM特别是64阶以上的QAM识别问题研究的相对较少。部分已有的方法并不是基于完全的非协作通信,而是需要预先获得载频和符号率等先验信息。然而,信号调制方式识别通常是用在非协作通信中,在这种情况下,获得载频和符号率等先验信息是不现实的,因此,这类算法在实际的非协作通信中不具备可操作性。还有些方法依赖于较多的码元个数[ ],一来,这在实际电子对抗中可能比较难实现;二来,码元数目需求的增加必然导致计算量的增加,不利于实时处理。有些方法对于载波残余不敏感,但对定时同步算法要求很高[ ]。在这样的背景下,本文研究一种通用和高效的方法,用于MQAM的调制方式识别。源:自~751-·论`文'网·www.751com.cn/
1.2 目标
在非协作通信前提下,能够在低信噪比下以一定概率识别16QAM、32QAM、64QAM三种信号,并且在一定信噪比下能以10-3的误码率解调上述信号。
1.3 章节安排
本文第2章主要介绍了QAM信号的模型与产生方法;第3章介绍了如何对信号进行参数估计;第4章介绍了调制方式识别的两种方法;第5章介绍了如何判决和测误码率;第6章是实际仿真时对以上章节理论的应用和补充,还有对仿真性能的评估。
2 信号的产生与预处理文献综述
2.1 信号模型
MQAM信号的解析形式可表示如下:
式中 与 表示第n个符号周期内的发送符号的I路与Q路,互相独立。 表示均方根升余弦滤波器的冲激响应。 , , 分别表示载波频率、初始相位和符号周期, 是采样周期。 是均值为零,方差为 的实高斯白噪声。[1][ ][ ][ ]
2.2 信号的产生
本文中,根据调制方式不同,信号中所含比特数必须是4、5、6的整数倍,(分别对应16QAM、32QAM、64QAM)。产生出对应长度的二进制随机序列后,将其映射为对应进制的星座图