摘 要: 提出了一種基于星座聚類" title="聚類">聚類的通信信號(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聚類算法運(yùn)用于信號(hào)星座聚類,通過自適應(yīng)更新聚類參數(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? 星座圖
?
通信信號(hào)調(diào)制方式識(shí)別是軟件無線電關(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均值的聚類算法[1][2]。該方法的不足在于所有噪聲參與到重構(gòu)過程中,使得聚類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)用減法聚類算法[3]確定聚類初始中心,并通過對(duì)聚類結(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,減法聚類則有效降低了聚類時(shí)間開銷。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。
?