摘要：我国以前的传统通信传输并不需要对其中的通信信号模式进行识别，这主要是由于采用合作通信的方式，信号发射方与接收方彼此之间都深谙信号传输的调制模式，因此在之后的处理工作当中并不存在任何障碍。但随着无线通信技术的不断发展进步，在通信系统当中逐渐出现越来越多的调制方式，因此对其进行识别的现实意义也逐渐明显。
关键词：无线信道；典型；通信信号模式；识别技术
引言：早期在识别无线信道中典型通信信号模式主要是采用人工的方式，即接收设备在完成信号接收工作之后将由专人通过肉眼或多年工作经验对接收信号的时域波形等形状进行观察和识别。这种识别方式不仅存在极大的误差率，同时也大大影响了识别通信信号模式的效率。本文将结合当前的最新情况，从介绍无线信道中的两大典型通信信号入手，着重分析无线信道中用以识别典型通信信号的技术。
无线信道中的典型通信信号
模拟调制信号
在无线信道当中主要有两种典型的通信信号，第一种就是模拟调制信号。所谓的模拟信号指的就是在时间和幅度上具有连续性且始终保持平滑变化状态的信号。通常情况下，模拟信号被用于描述自然界中物理量的值,由于模拟信号的分辨率非常高,因此其基本上不存在量化误差的情况,同时模拟调制信号比较容易处理,往往只需要利用模拟电路即可。但模拟信号也具有一定的局限性，譬如说在长距离传输过程当中,作为通信信号的模拟调制信号更加容易受到噪音干扰影响，特别是在高信噪比的环境下常常会出现信息丢失、分辨识别困难等问题。而当调制信号中原始基带信号为连续信号的情况下，该技术即为模拟调制技术[1]。
数字调制信号
除却上文刚刚提及的模拟调制信号，在无线信道当中的另外一种典型通信信号即为数字调制信号。而数字调制信号技术也是现代通信系统当中用于传输信息的最主要的技术。这是由于数字调制技术比模拟调制技术的抗噪性更好、安全性更高。所谓的数字信号指的就是在时间和幅度上呈现出离散状态的信号,由于数字信号的离散性使其能够与电子计算机完美相融,因此与模拟信号调制技术相比，数字调制技术具有更加广泛的应用范围。数字调制技术和模拟调制技术也具有相似之处,即在控制载波相关信号参量上二者均是通过使用基带数字信号。其中用于调制控制载波幅度的被称作是振幅键控;用于调制控制载波频率的被称作是频率键控;而用于调制控制载波相位的则被称之为相位键控。
无线信道中典型通信信号模式识别技术
提取信号特征参数
当前用于提出无线通信信号特征参数的方式如图1所示，本文将就其中的机几种特征参数提取法进行简要介绍。
图1 提取信号特征参数的常见方法.png)
在时域特征提取法当中以常见时域特征信号Azzouz为例，该方法就是提取其中的零中心顺时特征分量。该方法的最大优势就是计算简便，便于操作，但时域特征提取法适用于识别计算量比较小，且信噪比较高、不同信号之间不会出现干扰的理想状况中[2]。功率谱指的就是信号在单位频段当中的实际功率幅度，该参数能够大致反映出频域上信号的分布与走势，因此也常常被当做识别通信信号模式的方法之一，但由于某些信号之间的功率谱密度几乎一致，因此该方法的识别精准度还有很大缺陷，往往需要借助新的参数才能够较为准确的进行识别。在小波变换法当中，窗口的大小虽然固定但是形状可以发生变化，能够较为准确的将时域、频域上的局部特征描述出来，也能够简单的分析多分辨率，该方法的最大优势便是对信号瞬时参量具有极高的敏感度，即使是信号中的微小细节也能够敏感的捕捉到，因此在识别数字调制信号当中常常使用小波变换法提取特征参数。
决策树信号识别法
所谓的决策树信号识别法指的就是通过利用决策树分类器，将复杂的问题拆分成若干个简单的小问题，采用化繁为简的方式完成典型通信信号模式的识别。决策树分类器引起形状酷似一棵树而得名，根节点是其起始位置，并完成测试输入数据样本的工作，之后依据不同的测试结果将数据样本划分成若干个不同的子集，每一种子集代表着一个叶子节点，最终完成分类目标的确定。决策树信号识别法的流程如下图所示：
图2 决策树识别算法流程.png)
如图可知，首先需要将特征参数n进行提取，并对比于t1(n)、t2(n)、t3(n），之后按照大小将信号分为四类，分别为{2ASK、AM}、{BPSK、QPSK、16QAM}、2ESK、MSK。之后需要从{BPSK、QPSK、16QAM}当中将特征参数f1提取出来，并与t(f2)进行比较从而分离出QPSK与16QAM两个信号，最后从{2ASK、AM}当中将特征参数M3提取出来，之后再与t(M3)进行对比，从而分离出2ASK和AM两个信号[3]。
支持向量机识别法
所谓的支持向量机识别法指的就是通过支持向量机完成识别典型通信信号模式的工作。支持向量机是从统计学习理论当中演化而来，按照结构风险最小化的原则将问题进行分类。支持向量机识别法的具体流程如下图所示：
图3 支持向量机的识别方法流程图.png)
由上图可知，使用支持向量机的识别方式首先需要学习训练信号样本，并且设立四个支持向量机分类器，完成提取与之相对应的四个信号特征参数。所有等待识别的典型通信信号均需要通过分类器1，基于训练规律分类器1将自动为信号集选择与之相对应的分类器，即分类器2、分类器3和分类器4，最终将分类结果进行输出即完成整个识别无线信道中典型通信信号模式的任务。此种能够进行层层分级的分类器能够过滤掉许多不需要的特征参数，从而大大减少计算量和计算难度，并且使得响应速率得以有效提升，在此过程当中分类目标的数量得以有效控制，因此分类结果也具有极高的准确率[4]。
结论：总而言之，本文通过对无线信道中两种典型通信信号即模拟调制信号和数字调制信号进行简单介绍，进而为人们展示了现阶段用于识别无线信道中典型通信信号模式中经常使用的集中提取信号特征参数的方法，并在此基础之上介绍了利用决策树的识别方式以及利用支持向量机的识别方式，以期能够帮助人们加深对无线信道中典型通信信号模式识别技术的认识和理解，并为相关领域的研究人员提供必要的参考数据和文献资料。
参考文献：
[1]罗明. 无线信道中典型通信信号模式识别技术的分析 [D].西安电子科技大学，2015.
[2]王彬. 试论在无线信道中典型通信信号调制模式的识别技术[D].解放军信息工程大学，2015.
[3]方奇. 探究如何在无线信道当中识别典型通信信号调制模式[D].国防科学技术大学，2016.
[4]潘莹. 无线信道中典型通信信号模式识别技术之我见[D].北京邮电大学，2015.
论文作者:邓文辉
论文发表刊物:《基层建设》2016年18期
论文发表时间:2016/11/17
标签：信号论文; 通信论文; 典型论文; 特征论文; 向量论文; 技术论文; 道中论文; 《基层建设》2016年18期论文;