[发明专利]多径信道下基于图像处理的正交幅度调制类内识别方法

说明书

技术领域

本发明属于通信技术领域，涉及一种多径信道、低信噪比条件下对多进制正交幅度调 制MQAM信号类内的识别方法，应用在自动调制方式识别中。

背景技术

自动模式识别AMC是指在衰落信道下，通过观察和分析对接收信号采样下来的数据， 自动识别该信号调制类型的一种技术。它是介于信号探测和信号解调中间的步骤，在军用 和民用中都扮演着重要角色。但是对于MQAM信号类内识别研究比较少，现有的研究大 多集中在理想高斯信道环境条件下，并且在低信噪比条件下识别率不高，不能满足实际应 用的需要。

目前，实现AMC主要有两种方法，一种是决策论方法，另一种是模式识别方法。决 策论方法相当于把调制识别看作一个多假设问题，根据接收到的采样数据，建立合适的似 然函数，求出使该似然函数最大的假设调制类型，就是接收到的调制类型。但是这种方法 很难根据采样数据得到理想的似然函数，存在很大的误差，而且计算复杂度特别大，甚至 有时需要知道许多先验信息，所以这方法不宜使用。如Yucek和Arslan的方法便属于决策 论范畴，参见T.Yucek and H.Arslan，″A novel sub-optimum maximum-likelihood modulation classification algorithm for adaptive OFDM systems″，in Proc.IEEE Wireless Communications and Networking Conference，vol.2，Mar.2004，pp.739-744.他们构建了最大似然分类器来完 成调制识别的任务，但是需要知道所有的信道参数。Paris等人面向了多径信道下的调制识 别问题，首次将均衡技术引入调制识别，参见B.P.Paris，G.C.Orsak，H.Chen，and N.Warke， “Modulation classification in unknown dispersive environments”，in IEEE ASSP’97，1997，pp. 1169.他们采用先均衡消除信道影响，后构建基于假设检验的分类器，同样也属决策论方 法。但是这种方法只能对4QAM和8QAM进行识别。模式识别方法包括两个步聚，第一 步是根据接收到的采样数据，提取出合适的特征向量，第二步是根据所得到的特征向量， 决定接收信号的调制类型。目前，大量的文章提取的特征向量都是基于高阶累积量、高阶 矩或是基于小波变换的后续处理。如Lin Yang等人的文章，参见Lin Yang，Zhi Ji，Xiaodong Xu，Xuchu Dai and Peixia Xu，“Modulation Classification In Multipath Fading Environments”，ISWCS 2007 on 17-19 Oct.2007，pp.171-174.他们同样先采用了均衡技术 消除多径信道的影响，不同于Paris的方法，Lin Yang之后提取了基于高阶累计量的特征量 来进行分类，属模式识别范畴，但是该方法识别率比较低。

发明内容

本发明的目的是在于克服上述现有技术的不足，提出一种多径信道下基于图像处理的 正交幅度调制类内识别方法，以提高在多径信道，低信噪比条件下对MQAM信号类内的 识别率，实现无线通信传输的准确性与有效性。

MQAM信号类内识别领域在低信噪比、多径信道下识别率低的不足，提出一种先均衡， 后采用基于数学形态学的图像分析的方法，

本发明的技术方案是：假设对接收的频带数据做理想载波恢复并得到了基带多径数 据，将均衡后的基带数据星座图转化为二进制图像，并进行分析，实现步骤如下：

(1)设经过多径信道后的基带信号采样序列为：