摘 要： 提出了一種基于星座聚類(lèi)" title="聚類(lèi)">聚類(lèi)的通信信號(hào)調(diào)制識(shí)別" title="調(diào)制識(shí)別">調(diào)制識(shí)別新方法。將基于密度思想的M-DBSCAN聚類(lèi)算法運(yùn)用于信號(hào)星座聚類(lèi)，通過(guò)自適應(yīng)更新聚類(lèi)參數(shù)，利用其良好的抗噪聲性能實(shí)現(xiàn)了較低信噪比" title="低信噪比">低信噪比高斯白噪環(huán)境下信號(hào)星座圖的重構(gòu)" title="重構(gòu)">重構(gòu)。將該方法應(yīng)用到對(duì)PSK/QAM信號(hào)的調(diào)制識(shí)別，實(shí)驗(yàn)結(jié)果表明該方法是實(shí)際有效的。
關(guān)鍵詞： 調(diào)制識(shí)別 M-ADBSCAN算法? 聚類(lèi)? 星座圖
?
通信信號(hào)調(diào)制方式識(shí)別是軟件無(wú)線電關(guān)鍵技術(shù)之一。在數(shù)字幅相調(diào)制信號(hào)的識(shí)別中，可以對(duì)信號(hào)星座圖進(jìn)行處理，將形狀識(shí)別與調(diào)制識(shí)別相結(jié)合，獲取關(guān)鍵調(diào)制特征。在現(xiàn)有文獻(xiàn)中，對(duì)星座圖的重構(gòu)基本采用模糊C均值的聚類(lèi)算法[1][2]。該方法的不足在于所有噪聲參與到重構(gòu)過(guò)程中，使得聚類(lèi)中心受噪聲影響較大而產(chǎn)生較大誤差。另外，模糊C均值在聚類(lèi)初始值選定上存在著主觀性以及對(duì)信號(hào)先驗(yàn)知識(shí)的缺乏，使最終的聚類(lèi)結(jié)果具有很強(qiáng)的隨機(jī)性。此外，星座圖重構(gòu)的準(zhǔn)確性還與載波恢復(fù)密切相關(guān)。
本文將改進(jìn)的DBSCAN算法(Density Based Spatial Clustering of Applications with Noise)用于被加性高斯白噪聲干擾后信號(hào)的星座圖重構(gòu)，即運(yùn)用減法聚類(lèi)算法[3]確定聚類(lèi)初始中心，并通過(guò)對(duì)聚類(lèi)結(jié)果的有效性分析，自適應(yīng)地調(diào)整輸入?yún)?shù)，提高了識(shí)別性能。該算法可以有效剔除部分噪聲，且對(duì)星座旋轉(zhuǎn)不敏感，減法聚類(lèi)則有效降低了聚類(lèi)時(shí)間開(kāi)銷(xiāo)。為進(jìn)一步提高星座圖重構(gòu)的準(zhǔn)確性，將該識(shí)別模塊嵌入一多模" title="多模">多模式數(shù)字鎖相環(huán)中，實(shí)現(xiàn)非數(shù)據(jù)輔助的載波恢復(fù)，解決了載波頻率偏移及相位抖動(dòng)的問(wèn)題。對(duì)PSK/QAM信號(hào)識(shí)別的仿真結(jié)果表明，此算法具有較好的抗噪性，在低信噪比下仍有較高的識(shí)別率。
?
