摘 要：通信信号调制方式的识别涉及到很多复杂的因素，是一种典型的模式识别。由于通信技术的迅猛发展，信号的调制样式也变得复杂多样，常规的识别方法已无法满足实际需要，新的通信信号识别研究面临着巨大的挑战。文章着重介绍了统计模式识别方法和决策模式识别方法并提出了它们的优缺点。简要介绍了非理想信道和共信道多信号的调制方式识别。
关键词：调制方式；统计模式；识别；决策模式识别方法
信息通过信道快速、安全、准确地传输，极大地方便了人们的日常沟通。信号作为信息的媒介，可以在有线信道传输，却几乎无法直接通过无线信道进行传输。要使通信信号顺利在无线信道中传输，必须采用调制解调技术调制后才可以进行传输，而且调制方式是由简到繁，由虚拟到数字等多样的。调制识别存在于检测与调解之间，接受方面需要根据信号的调制进行解调才可以被进入到下一步的操作中。
如果想要解调相应地信息内容需要截获信号，同时还需要分析信号调制方式及参数，干扰信号，准确识别发出方的调制方式。调制方式是一种信号区别于另一种信号的重要特性指标。调制识别的基本任务存在与多信号及噪声干扰的复杂环境中，能够对信号的鉴别方式进行调制，并且对信号参数进行调节，能够在一定程度上对信号信息进行处理。当今，通信技术急速发展下，无线通信环境在不断的发展中变得愈来愈复杂。如何快速、高效的监视并识别那些采用了不同的调制参数和不同的调制样式的通信信号，无论是在军事还是民用领域都一直是人们关注的焦点。
1 数字调制识别方法
人工识别已无法满足在存在着大量未知信号的电磁环境中进行信号实时性识别的要求。后来，人们根据信号频谱的差异研究出了自动调制识别技术。它的出现解决了一直以来依赖人工识别的重要难题。通信信号也早已不是之前的模拟信号，已经成为具有较强抗失真和抗干扰的数字信号，而且数字调制识别方法的成本较低。高速数字信号处理技术、计算机技术和微型芯片技术的蓬勃发展下能够促使自动调制识别技术能够大规模的运用。归纳总结这些年国内外的研究成果，自动调制识别方法可归纳为统计模式识别、决策模式识别两种方法。
1.1 统计模式识别方法
统计模式识别方法主要由三个部分组成，分别为：信号预处理、特征提取和分类识别，从模式的识别理论中衍生而来，三者互为补充，不可或缺。信号的预处理主要是为了提供精确的数据，目的是为例特征的提取做相应地准备。信号的预处理在数字调制或中频上计算接收信号的瞬时幅度、相位和频率。在多信道多发射源的情况下，可以分离不同信号，确保信号在调制识别过程中保持唯一性。此外，预处理的基础上需要依靠特征提取的功能提取信号的时域特征。通过相应地提取特征，选择和运用合适的判决准则和识别分类器。
优点：理论简单，易于预处理，高信号与信号特征相比适用类型较多，信号特征容易提取，并且性能识别较好。鉴于某些条件而言，识别性能能够接近最优算法，预测处理精度弱，并且非合作通信环境下，先验知识较少而且识别精度差。累积模式识别方法依旧能够有较好的识别性能。缺点：算法的识别体系较繁杂，识别框架没有完备的理论基础，因而并不完善；算法识别效果受噪声影响较大，当信道不理想时，特征比较模糊。且大多没有能够实现工程应用或工程实现的效率不高。
1.2 决策模式识别方法
决策理论识别方法基于假设检验理论，可看成是多重假设检验问题。对在干扰条件下截获的信号累积量进行推到分析，对合适门槛进行比较，对检验量进行积累，从而判决正确的准则性能。检验累积量的选取通常基于使损耗函数（即目标函数）最小化的原则，可以采用优化或是优化后的变量，该变量多为似然比（LR）。因非协作通信环境中识别器在工作，未知信号的信息内容以及信道参数等估计误差的存在，对这些参数进行平均处理，就得到平均似然比（ALR）。
最早的方法有基于相位识别方法（PBC）和平方律识别法（SLC）等。这两种方法只需简单地利用信号的一些特性，运算简单，易于实现，但只能识别BPSK和QPSK信号，可识别的种类太少。
优点：理论基础相当完备，可更好地进行相应地实践，并且确保贝叶斯最小误判代价准则下得到相应地分类效果。此外，低信噪比下也具有相对好的性能，可通过对信道信息的完备性改进算法，保障非理想信道下的识别性能。缺点：在实际应用中，似然比函数推导复杂，计算量大，难以处理。需要一定的先验知识，倘若遇到与实际信道特性不相匹配时，其相应地性能算法将会下降。
2 调制识别非理想信道和共信道多信号
通信过程中因信道传输特性恶化会在一定程度上导致信道衰落，而且在传输的过程中因反射现象会产生多径效应或者电子对抗中由干扰带来的色噪声、脉冲噪声等非高斯噪声这些都存在在非理想通道中。非理想信道中，调制识别方法设定的一般条件不能够满足，如噪声的高斯性等，因此会性能下降，严重的造成信息无法识别。当今，无线电的迅猛发展下，传输频段日渐匮乏，并且加上有意、无意信号的干扰，相同频道的观测数据中经常会出现两个或更多信号的情形。一个信道中存在多个时域完全混叠的信号被成为共信道多信号，因观测数据中有时会混有多个信号，所以单信号调值识别算法不可以被直接用在多信号的调制识别。有些信号时域混叠，其频域、空域及其他域内都都是可区分的，因此，针对信号在其他域内的可分性对共信道多信号识别问题进行分析。具体来说，可分性分两类：基于信号分离的识别方法；基于直接特征提取的方法，前者应用盲源分离的思想，目的将多信号问题转化为单信号问题；后者关键在于寻找信号明显可分的特征域。
3 展望
目前来看，针对调制识别研究而言已经相当成熟，不同条件下、不同需求下，可大致满足信号调值识别需求。具体来说，这一算法仅存在于5dB及以上的信号中。因此，低预处理要求的识别算法，适合于非理想信道、共信道多信号的识别算法以及提升算法效果与完成工程实现相结合的算法值得进一步深入研究。
参考文献
[1]邓南南.浅论通信信号调制识别方法[J].科技信息，2010，17.
[2]刘佳，李晓鹏.通信信号调制识别方法研究[J].数学技术与应用，2013.
[3]曾创展，贾鑫，朱卫纲.通信信号调制方式识别方法综述[J].通信技术，2015，48（3）.
作者简介：李红（1973，12-），女，吉林省长春市人，汉族，工学硕士，硕士研究生，副教授，研究方向：信号与信息处理、通信技术。