信号识别中的决策论分类器改进

石明明，鲁周迅，马 鑫

（南京工业大学 信息科学与工程学院，江苏 南京 211816）

0 引言

信号调制方式识别是通信信号处理的一个重要研究课题，是信号分析中一个快速发展的领域。决策论识别技术通过事先设定好的阈值，对特征值进行二元判决，达到对信号调制方式的识别。决策论识别技术具有实现过程简单、分类速度快、实用性高的特点。

然而传统决策论识别技术中的特征值σdp对噪声非常敏感误差率高，计算量大，导致识别时间较长。这里对模拟信号在低信噪比情况下，设计了新特征值P′来代替特征值σdp来进行分类识别的方案。

1 调制信号的识别

1.1 特征值提取

对于模拟调制信号，其最为常用调制样式主要有：AM、FM、DSB、LSB、USB五种。其统一的数学表达式应该为：

根据文献[1]，对于以上五种模拟信号的识别而言，最重要的就是从信号中提取以下4个特征值：

根据文献[2]其中at是判断弱信号的一个幅度判决电平，c是在全部取样数据Ns中属于非弱信号个数，ϕNL(i)是经零中心化处理后的瞬时相位的非线性分量。

1.2 信号识别

根据文献[3]传统识别方法采用1.1节中三个三种特征值对信号进行识别。通过对以上三个特征值设置门限，从而确定判决边界，即某个特征值同一定的门限值的比较结果，将决定分支走向。图1给出了针对这里所提到的5种模拟调制信号的判决树。

图1 传统识别方法信号判决树

2 信号识别技术的改进

2.1 特征值P的分析

由谱对称性P的定义，可以得出以下两点结论：

①特征值P以载频点为界，分别计算位于载频两侧的频谱幅度的绝对值之和得到PL与 PU。根据各种信号的频谱样式，通过 PL−PU使得信号可以分成若干类别，通过 PL+PU使得P值的范围在[−1,1]之间；

2.2 特征值P′的设计

通过上述分析，提出对特征值P进行改进：使 PU中包括，得到新的特征值P′，其表达式为：

2.3 改进的决策论分类器设计

图2给出了改进的信号识别流程图，可以看出，由于采用改进的特征值P′，避免σdp的使用。

3 仿真结果与分析

3.1 识别速度分析

实验环境中,CPU为Intel Core 2 Duo T9900；内存2 G;操作系统为 Windows 7；仿真环境为 MATLAB 2007。此外，为了避免操作系统后台进程或程序对识别速度的影响，实验特在安全模式下进行。

图2 更新的基于决策论的信号识别流程

表1展示了基于这两种流程的识别时间对比。对比显示，改进流程中所用最长时间仍小于原流程中所用最长时间。这说明，改进流程的识别速度优于原流程。

表1 两种流程下各信号识别时间对比

4 结语

介绍了模拟调制信号识别技术，实现了对AM、DSB、LSB、USB和FM信号的识别。通过对Nandi A K和Azzouz E E所提出特征值的介绍，分析特征值σdp的不足之处，以及特征值P对信号进行分类的原理，提出了改进的特征值P′，用以代替σdp，并对以上五种信号进行仿真，给出了实验结果。此外，通过与原流程进行识别时间对比，证明了改进流程具有较快的识别速度。

[1] AZZOUZ E E, NANDI A K.Automatic Identification of Digital Modulation Types[J].Signal Processing, 1995, 47(01):55-69.

[2] RAMAKONAR V, DARYOUSH H, ABDESSELAM B.Automatic Recognition of Digital Modulated Communications Signals[J].Fifth International Symposium on Signal Processing and Its Applications, 1999(02): 753-756.

[3] 马菊红，朱灿焰.认知无线电中一种循环特征检测方法研究[J].通信技术,2009,42(04):24-26.

[4] 贾中宁，俞洋，薛波协.协同认知无线电MANET中的功率控制性能分析与仿真[J].通信技术,2009,42(09)69-71.