摘　要： 提出了一种在多径" title="多径">多径衰落信道" title="衰落信道">衰落信道下基于阵列接收的盲均衡调制识别" title="调制识别">调制识别算法。该方法采用多天线接收的结构，把各阵元" title="阵元">阵元接收到的信号进行选择性联合（Selection Combiner）处理，再利用自适应盲均衡算法的代价函数作为识别特征进行信号识别。仿真表明，该方法在较高信噪比" title="信噪比">信噪比时可以识别多径信道下的MQAM信号。
　　关键词： 调制识别 选择性联合 盲均衡 MQAM

　　调制识别作为信号检测和解调的中间步骤，一直在各种军事、民事应用中扮演着重要角色，如软件无线电、频谱监测、电子对抗等。调制识别在过去的几十年中得到了飞速发展，涌现出许多新理论和新的研究方法。然而，大多数研究都假设在比较理想的信道（加性高斯信道）下进行信号识别。在实际应用中，信号在传输过程通常要经历衰落，并且受到各种信号干扰。在非合作的环境中这种情况更为严重。因此研究在多径衰落信道下的调制识别更为实用。
　　多径衰落信道下的信号调制识别一直是个难题。近年来部分学者在该领域进行了较深入的研究。陈卫东等人^[1]提出了一组多径累量不变量的分类特征，当指数衰减多径信道的衰减参数α<0.7时可以有效区分BPSK、QPSK、8PSK信号，但是该特征不可识别MQAM信号。Barbarossa^[2]利用信号经过恒模算法CMA（Constant Modulus Algorithm）＋字符匹配算法AMA（Alphabet-Matched Algorithms）盲均衡后的高阶累积量作为分类特征，对频率选择性多径衰落信道下的MPSK和MQAM信号进行识别，但是计算量较大。Octavia^[3]提出了多天线接收处理技术，利用信号的循环累积量作为分类特征，对平坦衰落信道下的MPSK和MQAM信号进行识别。但是该方法计算循环累积量的难度较大。
　　综合并改进上述算法，本文采用了一种较为简单的方案，避免了计算繁琐的高阶统计量。首先采用阵列接收的结构，把各阵元接收到的信号进行选择性联合（Selection Combiner）处理^[4]；再利用CMA+AMA自适应盲均衡算法的代价函数作为MQAM信号识别特征，当代价函数收敛时，将具有最小代价函数值的均衡器所对应的信号判为识别结果。
1 阵列接收的信号模型
　　假设信号的载波和定时恢复已经完成，经过多径以及高斯信道后，在单个接收端的接收信号表示为^[4]：
＝＝＝
　　这里假设各个阵元接收信号的衰减幅度和相位是相互独立的，并且每个阵元的噪声都具有相同的功率。为了对多个阵元输出的信号进行处理，采用一种选择性联合的处理技术。选择性联合处理技术就是对L个输入信号进行自动选择，输出始终为信噪比最大的那个信号，用公式描述即为：
　　＝＝＝＝
　　ηl表示第l个阵元信号的信噪比。考虑到每个阵元的噪声都具有相同的功率，信噪比最大意味着信号加噪声的功率也是最大的。
2 盲均衡算法
2.1 CMA+AMA双模式均衡
　　常模算法（CMA）原本是为具有恒包络的信号设计的，但是它对于状态数较小的QAM信号也可以有效均衡，具有较好的全局收敛特性。但是当QAM信号状态数增加，或者信噪比降低时，CMA的性能急剧下降。而字符匹配算法（AMA）利用了星座图的形状信息，是一种半盲的均衡算法，它具有较好的局部收敛特性，精度高，但是需要适当的初始条件。因此，提出了综合两者特点的双模式均衡策略：即采用CMA后,利用CMA的结果初始化AMA，使AMA准确收敛。
2.2 特征提取
　　常模算法（CMA）的代价函数^[5]为:
＝＝
　　当均衡效果好时，均衡器输出y(n)将靠近其中一个星座图的星座点，这时AMA的代价函数近似为0，达到最小。因此可以提取AMA代价函数的值作为调制识别的特征。
3 识别方案
　　识别方案包括两部分：选择性联合和盲均衡。首先，L个接收信号通过选择性联合处理模块，找出信噪比最高的一个信号；然后利用CMA算法初始化AMA均衡器，代价函数最小时所对应的信号即为识别的结果。算法流程图如图1所示。
4 仿真试验
4.1仿真参数设置
　　假设归一化码元速率为1，归一化采样频率为4，码元个数为3 000，信噪比范围0～30dB；每个信噪比条件下对每个待识别信号进行50次蒙特卡罗仿真，阵元个数取为2，待识别的信号为16QAM、64QAM、256QAM。N条路径的情况下，接收的信号可以表示成^[6]：
　　＝＝
　　为了简化仿真模型，做如下假设：
　　（1）信道中有三条路径，包括一条没有衰落的LOS（Line of Sight）视距分量路径和两条具有瑞利分量的路径；
　　（2）信道的瑞利衰落仅影响发送信号的幅度，不影响瞬时相位；
　　（3）在一块数据内各多径分量的衰减幅度是常数（慢衰落）；
　　（4）不同的阵元信道模型相同，只是衰减的幅度和延迟相互独立。
　　则第i个阵元接收信号可以写为:
＝＝＝
4.2 仿真结果
　　图2表示只含一条视距分量路径和一条瑞利分量路径的衰落信道（莱斯衰落）的识别率测试结果，其仿真参数设置为：
＝＝
　　本文针对多径衰落信道下的MQAM信号的调制识别问题进行了研究，利用阵列接收结构以及盲均衡的代价函数作为识别特征，设计了一套多径衰落信道下的MQAM信号的调试识别方案。仿真表明，该方案实现简单，但是需要在较高的信噪比条件下（SNR>30）才能有效识别MQAM信号（识别率大于80%）。
参考文献
1 陈卫东，杨绍全.多径信道下MPSK信号的调制识别算法[J].通信学报，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，肖明波译. 通信系统仿真原理与无线应用.北京：机械工业出版社，2005