基于近似对数似然比的数字调制信号自动识别算法
通信信号数字调制方式自动识别算法研究
通信信号数字调制方式自动识别算法研究随着信息通信技术的飞速发展，对高速，高质量的信息传输要求也越来越高，信号调制解调技术势在必行。
数字调制方式在数字通信中占有比较重要的地位，具有良好的可靠性和稳健的性能，但需要高精度的定时和低码率的编解码，难以满足实时性技术的需求。
而自动识别算法的出现，对于实时性的信号调制方式的应用极大的改善了性能，是一种行之有效的解决方案。
在研究通信信号数字调制方式自动识别算法的过程中，应该首先考虑以往已经发展出来的自动识别算法，例如经典的K-means聚类算法，在给定的数据集上进行聚类，根据不同属性得出不同的类别，从而使对信号的识别的精度得以提升。
此外，还可以结合机器学习算法，如神经网络、支持向量机等，利用其建模和训练分析信号，从而有效地提高数字调制方式的识别准确性。
同时，研究发现，除了设计通用的自动识别算法外，实际应用中也可以针对具体信号调节措施，采用基于不同特征的分类和归类模型，例如利用模糊聚类算法提取信号模型，应用模型复杂度估计算法检测各个模型的精确性等，使得自动识别算法可以更有效地识别出通信信号数字调制方式。
此外，在通信信号数字调制方式自动识别算法研究中，还可以利用学习自适应算法不断改进算法，对不同类型的信号进行模型训练更新，以达到最优识别准确率，以满足不同应用环境的性能需求。
综上所述，通过研究发现，通信信号数字调制方式自动识别算法具有很高的实用性和抗干扰能力，可以有效地满足识别信号的实时性的要求。
然而，自动识别算法的研究并未完全结束，今后仍需要深入研究，提出算法和方法，以实现精确而迅速的识别，以满足实际应用的需要。
结论本文对于通信信号数字调制方式自动识别算法的研究进行了综合阐述，指出经典的K-means聚类算法和机器学习算法，以及基于不同特征的分类和归类模型和学习自适应算法等都可以提高信号识别准确性，并有效控制应用中的错误信号识别率，从而达到满足实际要求的信号调制通信技术。
探讨数字通信信号调制方式自动识别算法
探讨数 字通 信信 号调 制方式 自动识别算 法
杨 胜 义
（ 兰 州理 工 大 学 甘肃 省 兰 州 市 ７ ３ ０ ０ ０ ０ ）
摘 要： 调制方式 的 自动识别是通信 接收系统 设计 的重要研究课 题， 本文结 合实际工程 提出 了一种信号调 制方式 的 自动识别 算 法 。与其他算法相 比， 该算法的显著特点是 结构 简单、 计算量较小 、 适合 实时计 算， 而且当环境 的信 噪 比较低 时， 该算法具有较高 的识 别准确度 ； 同时该算法还考虑 了参数符合成 形的影响， 这就让该算法更能满足实 际工程 的需要。 关键词 ： 调制方式识 别； 通信信号； 识别算法
圈 差 三
蛐ｎ ｌ 捌Ⅺ ０ 枷
１ ６ ０ ０
象样点藏 （ 个）
ａ ）成 形前 的 ２ Ｐ Ｓ Ｋ信 号￣ ｇ ｔ Ｊ ｔ
采样点教 （ 个＇
ｂ ）戚彤 以后 的 ２ Ｐ Ｓ Ｋ信 号幅 度
４
幅度产生影响。 下面 以 Ｑ Ｐ Ｓ Ｋ和 Ｂ Ｐ Ｓ Ｋ两种信 号为例 ， 来分析符 号成形对 信号相位的提取以及对信号瞬时幅度 带来 的影响。
－
－
｜ 、 佃
．
．～
，
｜ ５ ｜ ＼ 一
频 城 波 彤
图 １
Ｉ － ．
萋ｔ
■ 辛 ０ ． ６
曩 ｏ － ２
０
州域 波 形
从 图 １中 我 们 可以 看 出 ｇ （ ｔ ） 在 频 域 上 是 带 宽 有 限的 ， 而 在 时 域 上 是 无ห้องสมุดไป่ตู้限的 ， 仅仅在码元 的判决时该始终为零 。 一般情况下只考虑 ３个窗 口， 在 ３个 窗 口以后 衰 减 就 很 大 ， 可 以忽 略 。因 为在 时 域 上 是 无 限 的 ， 这 就 必 然 会 造 成 前 后码 元之 间相 互 影 响 ， 从 而 对 信 号相 位 的提 取 和 信 号 的 瞬 时
通信信号数字调制方式自动识别算法研究
通信信号数字调制方式自动识别算法研究近十年以来，随着信息传输技术的发展，信号处理技术也取得了很大的进步。
现代通信信号处理技术的关注和研究，尤其是发展了数字信号处理的应用和研究领域，从而更好地实现信号的有效传输和处理。
在这一过程中，自动识别数字信号调制方式的方法一直备受关注，被广泛应用于各种通信系统。
数字信号调制方式自动识别技术是一个不断发展的研究领域，它涉及到许多复杂的数字信号处理技术。
其基本原理是，使用接收到的信号样本，经过一定的分析处理，能够自动识别信号的调制方式和参数，实现信号的解调处理。
这种技术的实现，会帮助我们更好地研究和利用可调节的信号，从而更好地实现信号的检测、传输和处理。
综上所述，数字信号调制方式自动识别技术是近十年来信号处理领域发展的一个重要研究方向，本文致力于深入研究这一领域，主要从三个方面进行探讨：首先，介绍不同数字信号调制方式的原理和特点，包括二进制幅度调制、三角幅度调制、多边形幅度调制、脉冲调制等等。
其次，分析和讨论自动识别数字信号调制方式的算法，介绍目前应用于此领域的识别算法，包括基于脉冲失真分析的算法，基于频谱分析的算法，基于统计量检测的算法等。
最后，对不同方法进行详细的比较，并进行实验结果分析，从而总结出有效且精确的数字信号调制方式自动识别算法。
在数字信号调制方式自动识别算法的研究过程中，需要综合利用各种数字信号处理技术，包括信号分析、数据检测等，从而提出能够更好识别和传输信号的算法。
另外，还要注意降低算法的复杂性，减少算法的计算量，以及把握信号处理的精度和准确性，以实现有效的信号传输。
总之，数字信号调制方式自动识别算法是一个涉及许多复杂数字信号处理技术，具有极其重要意义的研究领域，在未来可以进一步深入研究，以更好地实现信号的检测、传输和处理。
努力发展数字信号处理技术，提高信号处理的实用性，才能实现可调节的信号的有效传输和处理。
本文就数字信号调制方式自动识别算法的研究和应用作了深入的探讨，对这一研究领域的发展具有重要的意义。
基于神经网络的数字调制信号的自动识别
基于神经网络的数字调制信号的自动识别作者：周明江王继武来源：《科技创新导报》2017年第01期摘要：该文在采用MATLAB生成FSK、PSK等常用数字调制信号的基础上，进一步详细分析了各种常用数字调制信号的基本瞬时特征，提取出了可用于区分各种常用数字调制信号的5个特征参数，并将特征参数映射为常用数字调制信号，依据特征参数将神经网络技术运用于常用数字调制信号的自动识别，实验证明此方法能较好识别常用数字调制信号，效果良好。
关键词：神经网络特征提取模式识别中图分类号：U495 文献标识码：A 文章编号：1674-098X（2017）01（a）-0115-05随着通信技术的飞速发展，出现了适用于不同背景环境的通信标准，每种标准都有其特定的调制方式和工作频段，为了满足人们实现不同标准间互通的需求，软件无线电技术应运而生。
它利用可升级、可替代的软件来完成尽可能多的通信功能硬件模块，将多种类型的信号处理基于一体。
为了能够处理不同类型的调制信号，必须首先识别出信号的调制类型，然后才能进行下一步处理。
因此，调制信号的自动识别技术，就成了软件无线电技术中的关键。
神经网络具有的信息分布式存储、大规模自适应并行处理和高度的容错性等特点，是用于模式识别的基础。
特别是其学习能力和容错性对不确定性模式识别具有独到之处。
其中BP网络长期以来一直是神经网络分类器的热点，由于它理论发展成熟，网络结构清晰，因此得到了广泛应用。
基于A.K. Nandi和E.E. Azzouz从瞬时频率、瞬时幅度和瞬时相位中提取的特征参数，我们就可以用神经网络对常用的数字调制信号进行自动分类。
1 神经网络根据T. Koholen的定义：“人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体做出交互反应。
”人工神经网络是在现代神经学研究成果的基础上发展起来的模仿人脑信息处理机制的网络系统，它由大量简单的人工神经元广泛连接而成，反映了人脑功能的若干特性，可以完成学习、记忆、识别和推理等功能。
通信信号数字调制方式自动识别算法研究
通信信号数字调制方式自动识别算法研究近年来，随着通信技术的飞速发展，数据传输速率越来越快，信号处理能力也在不断提高。
为了提高这种处理能力，自动识别通信信号数字调制方式（ASK）广泛用于各种信息传输，是当前重要的研究内容。
自动识别ASK的基本原理是通过分析被测试信号的频谱特性，根据不同的信号，采用不同的信号处理技术，以有效地辨别信号的调制方式。
具体来说，ASK信号首先要经过离散傅里叶变换（DFT），来提取信号的特征，并将其存储在DFT后的矩阵中。
然后，利用滑动窗口技术，对信号的不同子带进行分析，得到自相关系数，并从自相关系数的值的变化特征判断信号的调制方式。
最后，根据DFT特征和自相关特征，提取出特征向量，利用有限状态机（FSA）等技术来进行识别，以实现信号的自动识别。
由于现有的自动识别ASK算法存在一定的缺陷，因此，如何设计出一种高效率的自动识别算法，成为当前研究中非常重要的课题。
首先，在离散傅里叶变换方面，可以尝试使用快速傅里叶变换、多项式傅里叶变换等技术，以提高变换的效率。
其次，在滑动窗口方面，为了更有效地辨别信号的调制方式，可以尝试对信号的不同子带进行滑动窗口分析，而不要使用单一子带分析法，以减少误差。
同时，在识别阶段，也可以选用其他算法，如支持向量机（SVM），朴素贝叶斯（NB）等，进一步提高准确率。
另外，目前较多的自动识别ASK算法，也是基于离线方式设计的，没有考虑到在线检测的要求。
因此，为了实现在线检测，还需要重新设计自动识别ASK的算法，能够根据实际应用情况，采用多参数融合的方法，以提高检测的效率和准确性。
总之，自动识别通信信号数字调制方式的研究，有助于提高信号处理的性能，实现高速数据传输。
未来，日益普及的宽带通信技术，将为这一研究提供更多机会，同时，也将促进大量的技术发展，以改善用户体验。
针对当前自动识别通信信号数字调制方式的算法，研究者还有许多方面可以探索，如改进现有算法，开发新的在线检测算法等，这将极大提高信号处理的效率，为信息传输提供更高的速率，更好的服务。
通信信号数字调制方式自动识别算法研究
通信信号数字调制方式自动识别算法研究近年来，由于通信技术的进步，收发信号所采用的通信方式越来越多样化。
其中，数字调制（Digital Modulation）方式对收发信号的保密性、可靠性和延迟要求有较高的要求。
同时，数字调制方式中采用自动识别技术可以有效减少了识别错误率，提高了信号的可靠性，为通信技术的发展做出了重要贡献。
本文旨在研究基于数字调制方式的自动识别算法，探讨它的原理及其应用。
首先，本文简要介绍了数字调制的基本原理及其优势；接着，阐述了自动识别技术的主要原理，包括自动识别方案、信号分析技术和自适应信号处理；最后，给出了基于数字调制方式自动识别算法的具体实施，并讨论了在此算法中遇到的问题及其解决方法。
要完成基于数字调制方式的自动识别，首先要求信号持续时间不变，即保证信号不受外部干扰，噪声能量水平远小于信号本身能量水平；其次，要求信号易于检测和识别，且有较高的可靠性。
基于数字调制方式的自动识别有两个重要的方案：其一是基于幅度调制（AM）的自动识别方案；其二是基于相位调制（PM）的自动识别方案。
AM方案通过对信号的幅度进行调制，按一定的序列产生多种调制码，使信号更易识别；PM方案通过改变信号的相位而变换信号的码组，使信号的特征更加明显，从而提高识别的准确度和可靠性。
为了更好地进行自动识别，在检测和识别过程中要对信号进行分析，进行噪声的抑制和信号的增强，以提高信号的检测和识别能力，信号分析技术中采用自适应信号处理，即利用预先存储在处理机内的不同调制信号，通过比较和分析检测到的信号，实现自动识别。
在实施基于数字调制方式的自动识别算法时，会遇到信号被噪声干扰，幅度或相位被突变的情况，从而导致识别失败。
因此，采用噪声抑制算法、自适应信号处理算法等，以便于抑制噪声，增强被检测信号，从而达到较高的自动识别效果。
以上是本文研究基于数字调制方式的自动识别算法的主要内容。
本文的研究发现，基于数字调制方式的自动识别可以提高信号的可靠性，为通信技术的发展做出重要贡献。
通信信号数字调制方式自动识别算法研究
通信信号数字调制方式自动识别算法研究近年来，随着科技的发展，涉及通信信号的信息内容日益增多，信号处理和信息技术得到了长足的发展。
信号处理技术是把复杂的信号数字转换为更容易理解的信号形式，增加了业务数据的可用性和可控性。
在这种背景下，特别是在信号识别技术方面，自动识别有着重要的地位，而其中最重要的便是对通信信号数字调制方式的自动识别算法的研究和开发。
通信信号数字调制方式自动识别算法是一种用于识别传输的信号类型的技术。
其主要是通过分析信号幅度，利用经过特定处理的信号特征来识别信号的信号类型。
通过调整传输信号的相关参数，使其具有更高的稳定性和抗干扰性能。
针对通信信号数字调制方式自动识别算法，研究者们一般采用两种方法：一种是基于傅里叶变换和短时信号分析的方法，另一种是基于系统辨识算法的方法，其中综合采用这两种方法有助于提高识别算法效率。
基于傅里叶变换和短时信号分析的方法，基本流程是对原始数据进行傅里叶变换，计算出傅里叶变换的结果，得出频谱图，然后根据频谱图上的信号特征值，处理出合适的特征矢量，通过聚类等算法得出不同传输信号的信号类型，最后进行判定来识别传输信号的信号类型。
基于系统辨识算法的方法，研究者们通常采用前馈神经网络，根据相关参数调整前馈神经网络的结构，获得最大的识别效率，从而提高算法的准确性，同时还可以进行实时的反馈，以便处理复杂的信号类型。
此外，在识别过程中，有效的干扰抑制手段也是很重要的一环。
研究者们普遍采用降噪技术、滤波技术和判别技术等，对信号进行有效抑制，确保信号的稳定性。
以上只是总结了通信信号数字调制方式自动识别算法的一些研究内容，研究者还可以尝试使用深度学习算法、机器学习算法等技术来进行更多的研究，实现更高的识别效率与抗干扰能力。
这些方法的研究会为通信信号数字调制方式自动识别算法的更高性能提供基础。
综上所述，通信信号数字调制方式自动识别算法成为当今通信行业中极其重要的研究课题，其研究将为信号处理技术，系统辨识技术及其他相关技术的发展奠定坚实的基础，进一步实现信号的可用性和可控性。
调制识别程序
摘要通信信号调制类型的自动识别普遍应用于信号确认、干扰辨识、无线电侦听、电子对抗和信号监测等领域。
传统的通信电台或系统是针对特定调制样式和带宽的单一型系统，其应用范围超级有限，很不适应目前的多调制、多服务的通信系统。
由于多调制的存在，对于一个通信信号进行接收解调的前提条件是要肯定该信号的调制样式，因此信号调制样式的自动识别是软件无线电接收机中必需具有的功能之一。
本文首先对各类通信信号进行了理论分析，在此基础上针对数字调制信号采用了基于决策论方式的调制方式识别算法，并利用MATLAB软件进行了计算机仿真。
本文的调制识别算法是基于决策论方式，该方式具有运算量小，识别效果好等长处。
关键字：调制识别；算法；仿真ABSTRACTThe auto identification of modulation style of communication signa l is widely used in many kinds of domain, such as signal surveillance and detection, interference recognization, radio interception, and electronic countermeasures. Traditional communication radio is designed for single system with given modulation and ’s application field is finite and it can not adapt to the system of multi-modulation, multi-service at the using of multi-modulation, the precondition of receiving and demodulating signal is to decide the type of the modulation. So automatic recognition of modulation signal is a required function of software radio receiver.First in this paper, various kinds of communication signals are analysed on theories,based on which, aimed at digital modulat ions,using arithmetic for modulation style identification based on decision-theoretic, after that, the whole modulation process is studied by using MATLAB. The decision-theoretic on which our arithmetic is based has some advantages as computational advantage and good identification effect.Key words: Modulation Recognizing ;Algorithm；Simulation目录第一章引言 (1)本章小结 (1)第二章绪论 (3)研究背景 (3)发展概况 (3)一般调制样式识别进程的框架结构 (5)引言 (7)软件无线电中信号调制通用模型 (7)软件无线电接收机的数学模型 (8)软件无线电中的载波同步 (10)决策树 (12)数字调制信号的模型 (15)4.1.1幅度键控调制(ASK) (15)4.1.2相移键控调制(PSK) (16)4.1.3频移键控调制(FSK) (16)4.1.4正交振幅调制信号(QAM) (17)调制信号的自动识别 (18)4.2.1特征参数集 (18)4.2.2分类识别 (20)调制信号识别中应注意的问题 (22)仿真及结果分析 (23)4.4.1数字调制信号的产生 (23)4.4.2瞬时信息的获取 (26)4.4.3仿真实验及结果分析 (28)第五章结论及展望 (29)对本文工作的总结 (29)决策树识别中存在的问题 (29)对此后工作的展望 (29)参考文献 (31)致谢 (32)附录 (33)程序：信号产生、参数提取及识别进程 (33)第一章引言无线通信在现代通信中占据着极为重要的位置，被普遍应用于商业、气象、军事、民用等领域。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａ ｓｒｃ： Ｉ ｉ ｐｐｒｗ ｅｅ ｐａｎｗ ａｐ ｘｍ ｔｌ ｍ ｘｍ ｍ ａｅａｅｌ ｅ ｈｏ ｌ ｒｈ ｓｆ ｏｕａｏ ｌ ｓ ｉ ｔｎｏ ｂ ｔ ｔ ｎｔ ｓ ａｅ， ｅｄｖｌ ｅ ｐ ｍ ｉ ａｅ ａｉ ｕ ｖｒ ｋｌ ｏｄａｇｉ ｍ ｒｍ ｄｌｔｎｃ ｓｉｃ ｉ ｆ ａ ｈ ｏ ｙ ｇ ｉ ｉ ｏｔ ｏ ｉ ａ ｆ ａｏ
噪 比条件 ，选 择合适 的离散化方案 ，可 以得到高识别率与低运算 量。 关键宇 ：调制识别 ；最 大似然 比；平均似然 比；Ｍ Ｓ ＰＫ
Ａｕｏ ｔ ｇｔ ｌ ｄ ｌｔ ｎ Ｒｅ ｏ ｎｔ ｎ Ａｌｏ ｉ ｍｓ Ｂ ｓ ｄ ｔ ｍａ ｉ Ｄｉｉ ｃ ａ Ｍｏ ｕａ ｉ ｃ ｇ ｉｏ ｇ ｒ ｈ ａ ｅ ｏ ｉ ｔ ｏ ｐ ｒ ｘｍａ ｅｙ ｌｇ ｒｈ Ｌ ｋ ｌ ｏ ｄ Ｍｅ ｈ ｄ ｎ ａ ｐ ｏ ｉ ｔ ｌ ｏ ａ ｉ ｍ ｉｅ ｉ ｏ ｔ ｏ ｔ ｈ
１ 引 言
由信号检测与估计理论 知道 ， 最大似然 理论是解决 调制
检测的分 类判决 式 ， 以实现 对各阶 Ｍ Ｓ 可 ＰＫ信号 进行 分类 。
在此基础上 ， 通过 对分类 判决 式 的主要参 数 的分析 ， 实现 了 对此算法的简化和近似 ， 得到 了一 种新 的近 似离散最 大平 均
量， 似然比是在这些 ｐ ｆ ｄ 平均的基础上得到的。（ ） ２ 广义似然
择的 。文章的结构 如下 ， 二部分 介绍 了信 号模 型， 三部 第 第
分给 出了离散最大平均 似然 比 ＭＰ Ｋ调制识别算法 ， 四部 Ｓ 第
立在 以概率论随机 过程及 数理统 计 为核心 的数学 理论 基础
信号动态范围等方面实现 了优化 ， 而分 类性能损 失很小 。算 法在噪声较大 的情 况下进 行 的高阶 ＭＰ Ｋ信 号分类 具有 优 Ｓ 势 。在计算量方 面 ， 由本文 的仿 真结果 可 以看 到 ， 由于单周 期需 要 的参 与 计 算 的离散 点 数 目较少 （ 其是 Ｅ Ｎ 尤 ／ 。大 于 Ｏ Ｂ时） 其所需 的计算量是可 以依据具体的情况做合适 的选 ｄ ，
ｕ ｎ ｉ ｗ ｅ ｐ ｒｐ ａ ａ ｐｉ ａ ｉ ｕｅ ｙＳ Ｒ ｃｎｉｏ． ｑ ａ ｔ ， ｈｎａａ ｐｏｒ ｔ ｓｍ ｌ ｇｆ ｓｄｂ Ｎ ｏｄｔｎ ｔ ｙ ｉｅ ｎ ｌ ｓ ｎ ｉ
Ｋ ｙ ｗｏ ｄ Ｍｏ ｕ ａ ｉｎ Ｃ ａ ｓ ｃ ｔ ｎ；Ｍａ ｉ ｍ ｉｅｉ ｏ ｄ；ａ ｅ ａ ｅ ｌ ｅ ｉ ｏ ｄ；ＭＰ Ｋ ｅ ｒ ｓ： ｄ ｌｔ ｌｓ ｉ ａ ｏ ｏ ｆ ｉ ｘｍｕ Ｌ ｋ ｌ ｏ ｈ ｖ ｒｇ ｉ ｌ ｏ ｋ ｈ Ｓ
张炜 杨 虎 张尔扬
（ 国防科 学技术大学 电子科学与工程学院 ，湖南长沙 ４０ ７ ） １０ ３
摘
要 ：针对 ＭＰ Ｋ信 号的调制识别 问题 ，本文提 出了一种新 的近似 最大似 然 比调制分 类算法 ，采 用平均似然 比检测 Ｓ
方法 ，通 过对接 收信号 的离散化和对主要参数 的简化近似 ，得到 了离 散情况 下的近似 分类统计 量。仿真结果表 明 ，依据信
之上 的。本文考虑随机相位 Ａ Ｎ信道 ， ＷＧ 基于决策论提 出调
制识别算法 。对于这种方法 ， 主要 有三种 似然 比技 术用 于解 决多元假设检验问题 ： １ 平均似 然 比检测 （ Ｌ Ｔ ， （） Ａ Ｒ ） 未知信 号和信道参数 均被 看 成 已知 概率 密度 函数 （ ｄ ） ｐ ｆ 的随 机变
ＭＰ Ｋ ｓｇ ａ ，ｎ ｒｄ ｃ ｖ ｒ ｇ ｋ ｌ ｏ ｄ ｍｅ ｏ Ｓ ｉｎ ｌ ｉ ｔ ｕ ｅ ａ ｅ ａ ｅ ｌ ｅｉ ｏ ｔ ｄ，ｇ ｉ ｐ ｒ ｘｍａ ｅｙ ｃａ ｓ ｙ ｓ ｔ ｔ ｓｖ ａ ｒｃ ｉｅ ｉ ， ｓ ｍｐ ｅ ｄ ｍａｎ ｐ ｒ ｎｅ ｏ ｉ ｈ ｈ ａｎ ａ ｐ ｏ ｉ ｔｌ ｌｓ ｉ ｔ ｉ ｉ ｉ ｅ ｅ ｖ ｄ ｓｓ￣ ａ ｌｄ ａ ｉ ａ ａ ｌ－ ｆ ａ ｓｃ ｎ ｔ ｒ ｐ ｒｘ ｍａｅ ． ｉ ｌｔ ｎ Ｉ ｓ ｈ ｎ ｉ ａｅ ｔａ ｅ ａ ｇ ｒｔｍｓ Ｃ ａｎ ｈｓ ｒ ｂ ｂｌｔ ｆｃ ｒ ｃ ｌ ｓ ｉ ｃ ｔ ｎ ａ ｄ ｌｗ ｏ ｕ ｅ ｅ ｓ ａ ｐ ｏ ｉ ｔｄ Ｓ ｍｕ ａｉ ℃ ｕ ｓ ｉ ｄ ｃ ｔ ｈ ｔ ｔ ｌ ｏ ｈ ａ ｇ ｉ ｉｈ ｐ ｏ ａ ｉ ｙ ｏ ｏ ｒ ｔ ｃａ ｓ ａ ｏ ｏ ｈ ｉ ｎ ｉ ｅ ｉ ｆ ｉ ｎ ｏ ｃ ｍｐ ｔ
Ｚｈ ｎ ｅ Ｙａ ｇ Ｈｕ Ｚｈ ｎ ｙ ｎ ａ ｇＷ ｉ ｎ ａ ｇ Ｅｒ ａ ｇ
（ ｌ ｔ ｎｃ ｃ ｎｅａｄｅｇ ｅｒ ｇｃｌｇ ，ａ ｏａ ｕｉ ｒｉ ｆ ｅ ｎｅｔｃｎｑｅ Ｈ ｎ ｈｎ ｓａ４ ０７ ，ｈｎ ） Ｅｅ ｒ ｉ ｓｉ ｃ ｎ ｎｉ ｅｉ ｏｅｅ Ｎ ｔ ｎｌ ｎｖ ｓｙｏ ｄｆ ｓ ｈｉｕ ， ｕ ａ Ｃ ａ ｇｈ ，１０ ３ Ｃ ｉ ｃｏ ｓ ｅ ｎ ｎ ｌ ｉ ｅ ｔ ｅ ｅ ｎ ａ
似然 比 ＭＰ Ｋ调制识 别算法 （ Ｄ ＭＬ ＭＰ Ｋ） 它 在计算量 ， Ｓ Ｑ Ａ — Ｓ ，
分类问题的经典方法 ， 过对 信号 的似 然 函数进行 处理 ， 通 得 到用于分类的统计量 ， 然后 与一个 合适 的 门限进行 比较 ， 完
成调制分类 。信号调 制识 别的分类统计 量 的构造方法 ， 是建
维普资讯 பைடு நூலகம்ttp://
第２ ３卷 第 １期
２０ ０ ７年 ２月
信 号 处 理
Ｓ ＧＮ Ｒ０Ｃ Ｓ Ｉ Ｉ ＡＬ Ｐ Ｅ Ｓ ＮＧ
Ｖ０ ． ３ Ｎｏ １ １２ ． ． Ｆ ｂ ２ ｃ７ ｅ ． Ｏｒ
基 于 近似 对 数似 然 比的数 字 调 制信 号 自动 识 别算 法