利用波形特征的自动调制分类
信号处理
2024-04-02 v1
摘要
认知无线电 (CR) 构建于软件定义无线电 (SDR) 之上，允许通信架构的自主重构。近年来，CR 被认为是动态频谱接入 (DSA) 应用的推动者，在 DSA 中次要用户机会性地共享授权频谱。DSA 的一个主要挑战是准确表征频谱环境，这需要盲信号分类。该领域的现有工作主要集中在简化的信道模型上；然而，更具挑战性的衰落信道（例如频率选择性衰落信道）导致现有方法计算复杂度过高或性能不足。本文开发了一种新颖的盲调制分类算法，该算法利用一组高阶统计量来克服这些挑战。这组统计量构成一个特征签名，既可以直接用于分类，也可以使用主成分分析 (PCA) 等大数据分析技术进行处理以学习环境。该算法在平坦衰落和选择性衰落信道模型上进行了仿真测试。结果表明，这种盲分类算法的性能优于使用单一高阶统计方法的方法。
引用
@article{arxiv.2404.01119,
title = {Automatic Modulation Classification using a Waveform Signature},
author = {William H. Clark and Joseph M. Ernst and Robert W. McGwier},
journal= {arXiv preprint arXiv:2404.01119},
year = {2024}
}
备注
10 pages, 13 figures, 6 tables, conference, WInnComm16 --fixed