基于改進蟻群算法的通信網(wǎng)數(shù)字信號調(diào)制識別方法研究

施妮沙

（貴陽學(xué)院數(shù)學(xué)與信息技術(shù)學(xué)院，貴陽 550001）

0 引言

隨著客戶的需求不斷提高，通信信號的調(diào)制方法也發(fā)生了改變，由傳統(tǒng)的模擬轉(zhuǎn)變?yōu)榱藬?shù)字化，復(fù)雜程度也更大[1]。本文針對在有限的頻帶中，如何識別存儲的大量通信數(shù)字信號識別進行研究，提出一種基于改進蟻群算法的通信網(wǎng)數(shù)字信號調(diào)制識別方法。

1 基于改進蟻群算法的通信網(wǎng)數(shù)字信號調(diào)制識別方法設(shè)計

1.1 基于改進蟻群算法的識別步驟設(shè)計

改進蟻群算法對通信網(wǎng)數(shù)字信號調(diào)制進行識別整體可大致分為4步，分別為：

步驟1：初始化。首先假設(shè)螞蟻的個數(shù)為x 只。并給出x 個網(wǎng)絡(luò)參數(shù)的優(yōu)化范圍，保證矩陣中的每一列都對應(yīng)一個待定的參數(shù)范圍內(nèi)的端點值，隨機選取一個較小的正數(shù)對信息量中的每一個數(shù)字信號進行初始化，并將所有的螞蟻放置在蟻巢中，并對信號進行調(diào)制，提取識別特征參數(shù)；

步驟2：針對待求解問題搜索對應(yīng)螞蟻。每只螞蟻在矩陣集合中開始外出覓食，確定數(shù)字信號識別臨界點。

步驟3：更新迭代時間和計數(shù)器次數(shù)。

步驟4：重復(fù)上述步驟，直至搜索結(jié)果達到了循環(huán)迭代搜索的終止條件，若迭代次數(shù)和搜索路徑均為最大值時，則輸出最優(yōu)解，終止改進蟻群算法的識別。

1.2 調(diào)制信號及特征識別參數(shù)提取

通信網(wǎng)中接收到的數(shù)字信號通常是被噪聲污染的，因此在對其進行識別識別時首先要對信號進行調(diào)制，調(diào)制信號可用公式表示：

式中，k 的取值范圍為0，1，2，…，n，其中n 表示為通信網(wǎng)中信號源發(fā)出的信號序列長度；S（t）表示為發(fā)送信號；N（t）表示為在通信網(wǎng)的傳輸頻帶上均值為0的噪聲；ak表示為由信號源端發(fā)出的信號序列；F 表示為數(shù)字信號傳輸?shù)哪芰浚籘 表示為信號的寬度；f 表示為發(fā)送信號時信號源端的載波頻率。

通過上述方式調(diào)制的信號在通信網(wǎng)中接收段會被接受采集，經(jīng)過預(yù)處理后，在已經(jīng)到達指定載波頻率、相位及定時同步的條件下，經(jīng)過變頻獲取到復(fù)基帶信號[2]。再根據(jù)通信網(wǎng)中對于數(shù)字信號采集的調(diào)制原理，對各類數(shù)字調(diào)制信號發(fā)射序列。

σmax表示為零中心歸一化的瞬間，數(shù)字信號幅度之譜的密度最大值。在對數(shù)字信號進行歸一化的目的是為了去除信號中由于信道傳輸造成的增益影響。利用σmax進行判斷主要是用于區(qū)分數(shù)字信號調(diào)制的調(diào)制方式是使用多進制數(shù)字頻率調(diào)制（MFSK）還是多進制數(shù)字相位調(diào)制（MPSK）。γap表示為零中心分弱信號段內(nèi)瞬間相位非線性分量的標準差[3]。利用γap判斷調(diào)制信號是利用正交相移鍵控（QPSK）的方式還是利用BPSK 或MASK。γdp表示為零中心分弱信號段內(nèi)瞬間相位非線性分量絕對值的標準差，利用γdp判斷是MPSK 調(diào)制方式進行信號調(diào)制，還是使用二進制相移鍵控（BPSK）的方式對信號進行調(diào)制。判定后根據(jù)幾種調(diào)制方法對應(yīng)的特征參數(shù)進行提取，即可完成對數(shù)字信號調(diào)制的特征參數(shù)提取。

1.3 數(shù)字信號識別臨界點確定

利用改進蟻群算法確定數(shù)字信號提取的合適范圍，利用該算法規(guī)定收斂時間達到規(guī)定范圍，即首先讓改進蟻群算法在最佳融合時間點上的，停止識別。在改進蟻群算法在進行識別的過程中，統(tǒng)計識別中每一個數(shù)字信號的調(diào)制方式，并根據(jù)獲取到的調(diào)制方法統(tǒng)計分布情況設(shè)置特征參數(shù)。

在一定范圍內(nèi)，若發(fā)現(xiàn)連續(xù)的進化率均小于規(guī)定的最小值，則表示其效率降低，這時將其轉(zhuǎn)入改進蟻群算法的迭代運行中，完成對最優(yōu)解的求解。

2 實驗

利用本文設(shè)計的識別方法與傳統(tǒng)的識別方法，分別對著500個信號進行識別，并比較兩種識別方法的誤差率。圖1為兩種方法識別結(jié)果的誤差率曲線圖。

圖1 兩種方法識別結(jié)果誤差率曲線圖

由圖1中的曲線對比可以得出，本文方法的識別結(jié)果誤差率明顯低于傳統(tǒng)方法的識別結(jié)果誤差率，且隨著通信網(wǎng)中信號個數(shù)的增加，傳統(tǒng)方法誤差率出現(xiàn)了明顯的增高趨勢，但本文方法的誤差率不會受到信號個數(shù)增加的影響。因此，本文提出的識別方法具有更高的準確性和穩(wěn)定性，更符合實際的數(shù)字信號識別需要。

3 結(jié)束語

本文針對通信網(wǎng)中的數(shù)字信號識別問題，提出了針對性的識別方法，但仍有很多問題有待解決，例如對于時變信道中的信號分類識別問題、非常規(guī)的調(diào)制方式識別問題等，在日后的研究中還將對這些問題進行更加深入的研究。