基于流形學(xué)習(xí)的MQAM信號自動調(diào)制識別.pdf

1、自動調(diào)制識別(Automatic Modulation Recognition，AMR)是指在接收方預(yù)先不知道接收信號所采用的調(diào)制方式的情況下，從接收信號中主動判斷出信號調(diào)制方式的技術(shù)，在過去的幾十年里取得了長足的進(jìn)展。其中經(jīng)典的統(tǒng)計(jì)模式識別方法已被廣泛地應(yīng)用到信號識別、圖像識別、聚類分析等領(lǐng)域。本文針對目前研究比較熱門的多進(jìn)制正交幅度調(diào)制(MQAM)信號識別展開研究，從流形學(xué)習(xí)入手，深入研究了基于局部幾何結(jié)構(gòu)的MQAM信號識別，具體內(nèi)

2、容如下：
　　局部保持投影(Locality Preserving Projection，LPP)較好地保持了數(shù)據(jù)局部幾何結(jié)構(gòu)，但是忽略了數(shù)據(jù)的類別信息，導(dǎo)致信號調(diào)制識別的效果不好。針對這個問題，提出了有監(jiān)督的LPP方法，通過該方法使得鄰域內(nèi)的同類樣本投影后更加緊致。對常用的五種正交幅度調(diào)制信號(8QAM、16QAM、32QAM、64QAM和128QAM)進(jìn)行實(shí)驗(yàn)，提取高階累積量作為分類特征，再將接收信號中所提取的特征向量進(jìn)行投影

3、，采用最近鄰分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果證明了該算法的有效性。
　　LPP在描述數(shù)據(jù)時，僅考慮了同類數(shù)據(jù)之間的幾何結(jié)構(gòu)而忽略了不同類數(shù)據(jù)之間的幾何結(jié)構(gòu)，導(dǎo)致低信噪比情況下算法識別性能不理想。而邊界Fisher分析(Marginal Fisher Analysis，MFA)利用兩個鄰接圖來分別描述數(shù)據(jù)類內(nèi)幾何結(jié)構(gòu)和類間幾何結(jié)構(gòu)，不僅可以較好地保持局部空間幾何屬性，而且較好地刻畫了數(shù)據(jù)的判別幾何屬性?；诖?，實(shí)現(xiàn)了基于MFA的MQAM信號