文章编号：10069348(2016)12005404
计算机仿真
2016年12月
自主无线电中调制识别辅助同步算法研究
宋青平，余跃
（北京控制与电子技术研究所信息系统工程重点实验室，北京100038）
摘要：对于深空自主无线电调制方式的未知情况，在通用载波同步环路的基础上提出了一种调制识别辅助同步的算法，分别采用决策论法和简化神经网络法来辖助载波同步环路，根据识别结果可以快速有效地选择出环路的鉴相方式，从面完成环路锁定。通过分析比较，说明了简化神经网络法的识别概率明显高于决策论法的识别概率。仿真结果表明，简化神经网络
法在极低信噪比的条件下依然具有较高的识别概率，能够满足深空接收机的实际应用。关键调：深空通信；自主无线电；调制识别：识别概率
中图分类号：TN802
文献标识码：B
ModulationRecognitionAidedSynchronization
AlgorithmforAutonomousRadio
SONG Qing -ping, YU Yue
( Information Systems Engineering Key Laboratory, Beijing Control and Electronic Technology Research Institute, Beijing 100038, China)
ABSTRACT:For the unknown modulation mode of deep space autonomous radio, this paper proposes a modulation recognition aided synchronization algorithm based on the univensal carrier synchronization loop. The decision theory and the simplified artificial neural network ( ANN) algorithms are adopted respectively to aid the loop. According to onoaaa eiidereaa a eapo oeapase doouan snsa orooa plete the loop lock. Through analysis and eomparison, this paper describes that the recognition probability of the pro-posed simplified ANN algorithm is significantly higher than that of the decision theory algorithm. The simulation re-sults show that the simplified ANN algorithm in this paper still has high recognition probability under extremely low signal to noise ratio, which can satisfy the practical application of the deep space receiver.
KEYWORDS: Deep space communication; Autonomous radio; Modulation recognition; Recognition probability
1引言
随着人类探索外太空活动的开展，深空通信日益成为航天工程的新热点"]。但深空通信中普遮存在着国际间合作与各国使用不同航天器的间题，不同的航天器通常使用不同的调制类型、数据速率、协议和纠错码。针对此问题，美国国家航空航天局开发了一种新的无线电接收技术，即自主无线电接收技术。它不需要大量有关信号特性的先验信息就可有效地接收信号[2]。
当接收信号的调制方式未知时，文献[3]采用了一种通用的载波同步环路，通过逐次选择不同调制方式对应的鉴相
基金项目：航空科学基金（2014ZD12016）收稿日期：201602-03
54-
万方数据
方式，以实现不同调制信号的载波同步，具有计算量小、易于实现的待点。但是此法缺少对信号调制方式及环路锁定与否的判断，可能会导致同步时间过长。除此之外，还可以采用调制识别的方法，根据一段接收到的信号判断出信号的调制方式，再选择合适的解调算法进行解调。常用的调制识别的方法有最大似然估计法和模式识别法。从贝叶斯估计的意义上来说，基于最大似然方法的分类结果是最优的4-5)。然面，最大似然方法需要对最优分类器进行完全的数学描述，表达式通常比较复杂，优化过程可能是比较围难的。而且这类方法对模型失配和参数偏差问题比较敏感，稳键性差。基于模式识别的算法，虽然在理论上是一种次优的算法，但其形式通常较为简单，易于实现，而且在某些条件下能够达到近似最优的识别性能。常用的模式识别算法有决策论(DT)法[7)、人工神经网络(ANN)法(8-10)。