Matlab实现加性高斯白噪声信道（AWGN）下的digital调制格式识别分类

1、Matla实现加性斯噪声信道（AWG）下的调制格式识别分 Matla实现加性斯噪声信道（AWG）下的调制格式识别分类 内容纲 加性斯噪声信道AWGN）下调制格式识别分类 (1. PSK; 2. QPSK; 3.8QAM; 4. 16QAM; 5. 32QAM; 6.64QAM) 次独仿真，识别正确vs SNR 设计 我的实现法是基于阶累积量的信号特征的识别算法 调制格式识别过程如下： 信号在接收端由于接收机的影响，有可能产直流成分。直流分量在后混频等处理中会产影响，因此在信号处理以前必须去除直流成分。 令s表信的均值，即 则去除直流后的信号表为 %去除直流成分 CMAOUT = CMAOUT

2、- mean(CMAOUT); 信号功率归化 由于信道衰落影响到接收信号的功率，提取有关幅度的特征参量时会出现不致的情况。因此需要对接收信号进功率归化，以消除信号功率的影 响。_x表已经经过去除直流分量之后的信的平均功率，即 那么经过功率归化后的信号表为 接收信号功率归化 CMAOUT=CMAOUT/sqrt(mean(abs(CMAOUT).2); 特征提取 基于阶累积量的信号处理法，对通信信号中的加性斯噪声有很好的抑制能，在低信噪下进信号识别也能有良好的性能，应在信号分析领 域是常有效的。 随机过程k阶累积量为 则根据定义，随机过程的阶和四阶累积量为 ，则上累积量的表达式化简为： 在信号的

3、实际处理中，要从有限的接收数据中估计信号的累积量，可以采采样点的平均代替理论的平均。例如，给定观察数,N 使下来的估计表达式。当信号和噪声阶矩存在并为有限值的时候，其不同定义阶累积量的估计是渐进偏的致估计。 由于处理的信号是AWGN信道下接收的，所以对C2这个阶累积量来说，由于是信号模的平近似计算得到的，因此噪声的功率会也包含进去 了。所以，需要处C2这个累积量。由于信噪已知，则可以计算信号功率根据信噪关系求得噪声功率。 令为信噪，则 C2的累积量的更新为 C21=C21-noise_power s = CMAOUT; 信号功率 噪声功率 C21_hat = C21_hat-noisepow;

4、计算信号阶累积时，由为信号模的平 %我们接收s是AWG信道下接收的，所以时还应考虑噪声功率。 C40_normal = C40_hat/C21_hat.2; %C42_normal = C42_hat/C21_hat.2; 分类识别 从论中得知的些四阶累积量的性质： 但是，对于实际接收到的信号，由于信号功率的影响，法从累积量的绝对值中进信号的区分。为了能够各阶累积量相较，必须采取将信号功率归 化的法，使得不同信号的累积量具有可性。归化是假设信号具有单位功率，C_21=1其他四阶累积量利C_2进归化： 查询可得不同调制式的归化四阶累积量理论值 根据以上表格内容可以做出判断 AbsC40 = ab

5、s(C40_normal); if(AbsC40=1.5)%PSK elseif(AbsC40=0.9&AbsC40=1.1&AbsC40=0.67&AbsC400.9)%16QAM elseif(AbsC40=0.35&AbsC40=1.5)%PSK elseif(AbsC40=0.9&AbsC40=1.1&AbsC40=0.67&AbsC400.9)%16QAM elseif(AbsC40=0.35&AbsC400.63)%64QAM d d 绘制原始噪声 d d %绘制图形 识别正确 信噪 K 调制式识 K 调制式识 M 调制式识 M 调制式识 M 调制式识 M 调制式识 d plot(re