摘　要： 提出了一種在多徑" title="多徑">多徑衰落信道" title="衰落信道">衰落信道下基于陣列接收的盲均衡調制識別" title="調制識別">調制識別算法。該方法采用多天線接收的結構，把各陣元" title="陣元">陣元接收到的信號進行選擇性聯合（Selection Combiner）處理，再利用自適應盲均衡算法的代價函數作為識別特征進行信號識別。仿真表明，該方法在較高信噪比" title="信噪比">信噪比時可以識別多徑信道下的MQAM信號。
　　關鍵詞： 調制識別 選擇性聯合 盲均衡 MQAM

　　調制識別作為信號檢測和解調的中間步驟，一直在各種軍事、民事應用中扮演著重要角色，如軟件無線電、頻譜監測、電子對抗等。調制識別在過去的幾十年中得到了飛速發展，涌現出許多新理論和新的研究方法。然而，大多數研究都假設在比較理想的信道（加性高斯信道）下進行信號識別。在實際應用中，信號在傳輸過程通常要經歷衰落，并且受到各種信號干擾。在非合作的環境中這種情況更為嚴重。因此研究在多徑衰落信道下的調制識別更為實用。
　　多徑衰落信道下的信號調制識別一直是個難題。近年來部分學者在該領域進行了較深入的研究。陳衛東等人^[1]提出了一組多徑累量不變量的分類特征，當指數衰減多徑信道的衰減參數α<0.7時可以有效區分BPSK、QPSK、8PSK信號，但是該特征不可識別MQAM信號。Barbarossa^[2]利用信號經過恒模算法CMA（Constant Modulus Algorithm）＋字符匹配算法AMA（Alphabet-Matched Algorithms）盲均衡后的高階累積量作為分類特征，對頻率選擇性多徑衰落信道下的MPSK和MQAM信號進行識別，但是計算量較大。Octavia^[3]提出了多天線接收處理技術，利用信號的循環累積量作為分類特征，對平坦衰落信道下的MPSK和MQAM信號進行識別。但是該方法計算循環累積量的難度較大。
　　綜合并改進上述算法，本文采用了一種較為簡單的方案，避免了計算繁瑣的高階統計量。首先采用陣列接收的結構，把各陣元接收到的信號進行選擇性聯合（Selection Combiner）處理^[4]；再利用CMA+AMA自適應盲均衡算法的代價函數作為MQAM信號識別特征，當代價函數收斂時，將具有最小代價函數值的均衡器所對應的信號判為識別結果。
1 陣列接收的信號模型
　　假設信號的載波和定時恢復已經完成，經過多徑以及高斯信道后，在單個接收端的接收信號表示為^[4]：
＝＝＝
　　這里假設各個陣元接收信號的衰減幅度和相位是相互獨立的，并且每個陣元的噪聲都具有相同的功率。為了對多個陣元輸出的信號進行處理，采用一種選擇性聯合的處理技術。選擇性聯合處理技術就是對L個輸入信號進行自動選擇，輸出始終為信噪比最大的那個信號，用公式描述即為：
　?。剑剑剑?BR>　　ηl表示第l個陣元信號的信噪比?？紤]到每個陣元的噪聲都具有相同的功率，信噪比最大意味著信號加噪聲的功率也是最大的。
2 盲均衡算法
2.1 CMA+AMA雙模式均衡
　　常模算法（CMA）原本是為具有恒包絡的信號設計的，但是它對于狀態數較小的QAM信號也可以有效均衡，具有較好的全局收斂特性。但是當QAM信號狀態數增加，或者信噪比降低時，CMA的性能急劇下降。而字符匹配算法（AMA）利用了星座圖的形狀信息，是一種半盲的均衡算法，它具有較好的局部收斂特性，精度高，但是需要適當的初始條件。因此，提出了綜合兩者特點的雙模式均衡策略：即采用CMA后,利用CMA的結果初始化AMA，使AMA準確收斂。
2.2 特征提取
　　常模算法（CMA）的代價函數^[5]為:
＝＝
　　當均衡效果好時，均衡器輸出y(n)將靠近其中一個星座圖的星座點，這時AMA的代價函數近似為0，達到最小。因此可以提取AMA代價函數的值作為調制識別的特征。
3 識別方案
　　識別方案包括兩部分：選擇性聯合和盲均衡。首先，L個接收信號通過選擇性聯合處理模塊，找出信噪比最高的一個信號；然后利用CMA算法初始化AMA均衡器，代價函數最小時所對應的信號即為識別的結果。算法流程圖如圖1所示。
4 仿真試驗
4.1仿真參數設置
　　假設歸一化碼元速率為1，歸一化采樣頻率為4，碼元個數為3 000，信噪比范圍0～30dB；每個信噪比條件下對每個待識別信號進行50次蒙特卡羅仿真，陣元個數取為2，待識別的信號為16QAM、64QAM、256QAM。N條路徑的情況下，接收的信號可以表示成^[6]：
　?。剑?BR>　　為了簡化仿真模型，做如下假設：
　　（1）信道中有三條路徑，包括一條沒有衰落的LOS（Line of Sight）視距分量路徑和兩條具有瑞利分量的路徑；
　?。?）信道的瑞利衰落僅影響發送信號的幅度，不影響瞬時相位；
　?。?）在一塊數據內各多徑分量的衰減幅度是常數（慢衰落）；
　?。?）不同的陣元信道模型相同，只是衰減的幅度和延遲相互獨立。
　　則第i個陣元接收信號可以寫為:
＝＝＝
4.2 仿真結果
　　圖2表示只含一條視距分量路徑和一條瑞利分量路徑的衰落信道（萊斯衰落）的識別率測試結果，其仿真參數設置為：
＝＝
　　本文針對多徑衰落信道下的MQAM信號的調制識別問題進行了研究，利用陣列接收結構以及盲均衡的代價函數作為識別特征，設計了一套多徑衰落信道下的MQAM信號的調試識別方案。仿真表明，該方案實現簡單，但是需要在較高的信噪比條件下（SNR>30）才能有效識別MQAM信號（識別率大于80%）。
參考文獻
1 陳衛東，楊紹全.多徑信道下MPSK信號的調制識別算法[J].通信學報，2002;23（6）:14～21
2 Barbarossa S,Swami A,Sadler B et al.Classification of digital constellations under unknown multipath propagation conditions [J]. In Proc.SPIE, 2000;4045:175~185
3 Dobre O A,Abdi A,Bar-Ness Y et al.Su.Selection combining for modulation recognition in fading channels. Proc. IEEE MILCOM 2005, Atlantic City, NJ, US
4 Stuber G L. Principles of mobile communication. 2nded.,Boston,MA:Kluwer,2001
5 Johnson C R, Jr. Blind equalization using the constant modulus criterion:a review. Proc. IEEE Trans.Comms.,1998;(10): 1927～1950
6 William H.Tranter等著，肖明波譯. 通信系統仿真原理與無線應用.北京：機械工業出版社，2005