高階累積量調制識別改進(jìn)算法的FPGA實(shí)現

1．2 信號的調制識別流程
在低信噪比環(huán)境中，基于高階累積量的數字調制信號識別算法對2ASK和4ASK信號的識別率普遍較低。針對此問(wèn)題，本文提出了高階累積量的改進(jìn)算法。文中在高階累積量算法的基礎上，對四個(gè)特征參數的判決順序稍作調整，將MASK信號與其他信號分離，取得了較好的效果。具體識別過(guò)程如下：
(1)用編程工具編程產(chǎn)生各種數字調制信號，并加入信噪比已知的噪聲，作為待識別的信號。
(2)將接收到的待識別信號通過(guò)下變頻直接變換到零頻，然后利用正交下變頻技術(shù)得到復基帶調制信號。
(3)計算各種待識別信號的二、四、六階累積量，并計算其特征參數Fe1，Fe2，T4。
(4)利用特征參數T4的識別，可以將信號分為兩組：第一組為MASK信號，第二組為MPSK，16QAM，MFSK信號。利用Fe2的閾值(t1)實(shí)現
第一組組內識別；再利用Fe2的另一個(gè)閾值(t2)和Fe1從第二組中識別出16QAM，MPSK信號。
(5)將待識別信號進(jìn)行微分后再經(jīng)中值濾波器，計算變換信號的高階累積量，并計算特征參數Fe3，利用Fe2實(shí)現MFSK類(lèi)內識別。
在信號的調制識別過(guò)程中，主要是根據決策樹(shù)方法進(jìn)行分類(lèi)和識別。本文在提取上述四個(gè)特征參數的基礎上，根據不同的決策規則建立決策樹(shù)。經(jīng)過(guò)多次性能的仿真和比較，最終得到一種比較好的識別算法，如圖1所示。其中t0，t1，t2，t3，t4都是閾值。