1.2.1 通信信号的调制识别

在传统的调制识别中，针对的调制类型主要是模拟调制信号。然而，随着数字调制信号在通信领域的快速发展，数字调制信号的调制识别方法已成为通信信号调制识别方面的主流。基本方法主要包括决策论方法和统计模式识别方法。

1.决策论方法

决策论方法通常采用最大似然检验法，依据概率论和假设检验理论来处理信号的检测问题，属于多假设检验决策问题。一般根据目标函数最小化原则，采用似然比（Likelihood Ratio，LR）函数作为检验统计量，因此该方法又称为似然比检验（Likelihood Ratio Test，LRT）方法[4]。

在已发表的文献中，主要包括：文献[5]采用平均似然比，在低信噪比下完成了对MPSK信号的分类；文献[6]利用序贯似然比实现了对QAM信号的分类；文献[7]研究了MFSK信号的分类问题；文献[8]研究了多径信道中的调制识别问题；文献[9]应用广义似然比分类框架，以高阶相关分类统计量为基础实现调制识别。

2.统计模式识别方法

统计模式识别方法根据研究对象的特征或属性，利用以计算机为中心的机器系统，运用一定的分析算法认定研究对象的类别[10]。在信号处理领域，对信号进行统计模式识别一般包括信号预处理、特征提取和分类识别三部分。图1-1给出了统计模式识别系统框图。

图1-1 统计模式识别系统框图

信号预处理是指把接收的信号变成合适的数据形式，为后续的特征提取做好准备；特征提取的主要目的是通过表征显著类别差异的模式信息获取一组“少而精”的分类特征；分类识别也称特征综合，主要任务是根据某一分类判决规则把一个给定的由特征向量表示的输入模式归入一个适当的模式类别。

在已发表的文献中，主要包括：文献[11-13]利用通信信号时域、频域和时频域提取的一些特征值实现了对常见的模拟和数字调制方式的识别；文献[14]利用高阶矩和高阶累积量实现了对数字调制方式的识别；文献[15]利用循环谱函数提取特征参数实现了对常见数字调制方式的识别。

近几年，时频分析在通信信号调制识别中得到了广泛的应用。例如，文献[16]利用互Margenau-Hill时频分布（Cross Margenau-Hill Distribution，CMHD）实现了对调制类型的识别；文献[17]利用小波变换实现了对通信信号调制类型的识别等。另外，分形特征[18]、复杂度特征[19]及统计矩矩阵特征[20]也应用到了通信信号的调制识别中。