1、調制方式識別是指接收機對接收信號所采用的調制方式類型進行自動判別，它是處于信號探測與解調之間的一個信號處理過程。隨著軟件無線電、自適應調制和認知無線電技術的發(fā)展，民用和軍用通信系統(tǒng)的未來發(fā)展趨勢是以更加靈活的方式對信息進行發(fā)送和接收，調制方式識別是實現(xiàn)智能通信系統(tǒng)的關鍵技術。由于數(shù)字調制方式相對模擬調制方式具有諸多優(yōu)勢，并且在商用和軍事通信中應用更為廣泛，本論文針對數(shù)字通信信號調制方式識別方法展開研究。研究問題包括：二維累積量特征的統(tǒng)計

2、模型、多徑衰落信道下累積量特征的估計方法、具有拒判能力的分類器設計和基于無線傳感器網絡的分布式調制識別方法。所取得的研究成果為：
　　1、在加性高斯白噪聲信道下，分析二維歸一化四階累積量特征的統(tǒng)計模型，為基于累積量特征的調制識別方法確定判決門限或判決域提供理論依據(jù)。本文推導得出二維歸一化四階累積量特征近似服從聯(lián)合高斯分布，并從理論上推導出均值與協(xié)方差矩陣的表達式。為了驗證該模型與特征樣本服從的統(tǒng)計模型一致，根據(jù)貝葉斯準則在二維特征

3、平面上構造最大似然分類器，并從理論上推導出二元調制方式識別問題的平均分類正確率，它與仿真實驗得到的平均分類正確率吻合很好。
　　2、提出一種具有拒判能力的調制方式分類器，它可以對不屬于備擇調制方式集合的未知調制方式進行拒判。通過選取兩個歸一化四階累積量構成二維特征平面，將構造具有拒判能力的分類器設計問題歸結為如何在二維特征平面上劃分拒判區(qū)域。本文提出兩個優(yōu)化步驟用于尋求該問題的次優(yōu)解。首先，提出凸包貪婪學習算法，它通過對備擇調制方

4、式的二維累積量特征訓練樣本進行學習確定其初始判決域。備擇調制方式的初始判決域具備拒判能力，但它們存在重疊區(qū)域；其次，在平均分類正確率損失最小的前提下，提出凸包交替收縮算法用于收縮各個備擇調制方式的初始判決域，使之相互分離，進而得到最終的判決域。仿真實驗結果說明該分類器不僅具備拒判能力，而且其分類性能接近現(xiàn)有方法。
　　3、在多徑衰落信道下，提出一種歸一化四階累積量特征的估計方法。該方法基于接收碼元的四階互累積量，不需要對多徑信道系

5、數(shù)進行估計，并且它是漸近無偏的。另外，理論分析表明，多徑信道階數(shù)的過估計不影響該估計方法的漸近無偏性。仿真實驗結果表明，在多徑衰落信道下，基于該估計方法的累積量特征分類器相對于現(xiàn)有的四階累積量估計方法對識別數(shù)字調制方式具有更好的分類性能。
　　4、針對在慢衰落和加性非高斯噪聲信道下的數(shù)字調制方式識別問題，提出一種基于無線傳感器網絡的分布式識別方法。利用多傳感器的空間分集和幅度相位調制方式星座圖的旋轉對稱性，本文得出一個結論：對于調

6、制方式識別問題，雖然不同傳感器對同一個信號進行觀測，但每個傳感器上的接收信號可以看作是統(tǒng)計獨立的。基于以上結論，并且將加性非高斯噪聲建模為高斯混合模型，提出一種用于在帶寬有限的無線傳感器網絡背景下進行調制方式識別的混合似然比分類器。由于在實現(xiàn)該分類器時需要對未知信道參數(shù)進行最大似然估計，本文提出一種改進的分布式期望最大化算法。為了驗證該算法的估計性能，推導出在BPSK調制方式下未知信道參數(shù)無偏估計的克拉美羅下界(CRLB)。仿真實驗結果