AWGN 信道中的 M-QAM 信号调制识别算法

在分类前从输入数据计算区分特征，是处理调制分类这一模式识别问题的自动调制分类（AMC）方法的复杂性之一。尽管针对多级正交振幅调制（M-QAM）在不同信道场景下的算法已有详尽论述，但文献检索表明，关于 128-QAM、256-QAM、512-QAM 和 1024-QAM 等高阶 M-QAM 调制方案分类的研究甚少。本工作聚焦于探究自然对数特性的强大能力，以及从接收原始输入数据中提取高阶累积量（HOC）特征的可能性。所提取的 HOC 信号处于加性白高斯噪声（AWGN）信道下，定义了四个有效参数以区分从 4-QAM 到 1024-QAM 集合中的调制类型。该方法使识别器更智能并提高了分类成功率。仿真结果在噪声信道统计模型下取得，表明所实现的识别算法能识别 M-QAM；此外，多数结果令人鼓舞，显示对数分类器在 AWGN 与不同衰落信道上均表现良好，且即使在较低信噪比（小于零）下也能达到可靠识别率，可视为一种集成自动调制分类（AMC）系统，用于识别采用独特对数分类器的高阶 M-QAM 信号，具有更高通用性，因此在自动调制识别系统的所有既往工作中均展现出优越性能。