基于聚类算法的MQAM信号识别方法

摘要

本发明公开了一种基于聚类算法的MQAM信号识别方法，主要解决由多聚类半径引起的调制识别系统复杂，运算量大，识别率低的方法。其实施步骤为：首先采用了循环逼近的思想对接收信号的实际载波频率进行无限逼近估计，使得能消除载波频率对聚类识别的影响；再通过小波消噪，均衡技术处理减小噪声，多经对聚类识别的影响；最后根据星座图的对称性，取基带信号的同向分量和正交分量为一个聚类特征集，增加聚类中心点的聚类密度，由一种聚类半径对聚类特征集进行聚类根据聚类中心点数识别出信号集中信号。仿真结果表明，本发明具有减小运算量，简化识别系统，提高识别率的优点，可用于识别4QAM、16QAM、32QAM和64QAM信号。

主权项

1.一种基于聚类算法的MQAM信号识别方法，包括如下步骤：(1)将接收到的MQAM信号表示为：$x\left(n\right)=\underset{k=0}{\overset{+\infty }{\Sigma }}s\left(k\right)h(n-k)+v\left(n\right),n=\mathrm{1,2},...,N$其中，x(n)是接收信号序列，h(·)是多径信道的冲激响应，v(n)是加性高斯白噪声，其均值为0，方差为σ²，k为序列数，N是采样点数，$s\left(k\right)=\underset{t=0}{\overset{+\infty }{\Sigma }}{I}_{M}g(t-m{T}_s)\cos \left(w_{c}k\right)+\underset{t=0}{\overset{+\infty }{\Sigma }}{Q}_{M}g(t-m{T}_s)\sin \left(w_{c}k\right),m=\mathrm{1,2}...,$T_s是符号周期，M为进制数，I_M为基带信号同向分量，Q_M为基带信号正交分量，w_c＝2πf_c，f_c为载波频率，g(t)为门函数；(2)对接收到的信号序列x(n)进行循环逼近下变频变换，得到基带信号s′(k)＝I′_M(k)+j*Q′_M(k)，I′_M表示受到噪声和多径干扰后的基带信号s′(k)同向分量，Q′_M表示受到噪声和多径干扰后的接收信号s′(k)正交分量；(3)对基带信号s′(k)进行小波消噪，减小噪声对信号的干扰；(4)对小波消噪后的基带信号作均衡处理，得到均衡处理后的信号：s″(k)＝I″_M(k)+j*Q″_M(k)，其中，I″_M表示s″(k)的同向分量，Q″_M表示s″(k)正交分量；(5)提取s″(k)的同向分量I″_M和正交分量Q″_M作为聚类特征集并对该特征集进行聚类；(6)根据聚类中心点的个数的不同识别出不同的信号，若聚类中心点个数为2时判为4QAM信号，若聚类中心点个数为4时判为16QAM信号，若聚类中心点个数为6时判为32QAM信号，若聚类中心点个数为7，8或9时判为64QAM信号。