위상 및 주파수 오프셋에 강인한 개선된 변조 분류 알고리즘

Abstract

위상 오프셋, 주파수 오프셋 등이 존재하는 비이상적인 채널 환경에서, 특징 기반 자동 변조 분류 방법의향상된 성능을 얻기 위해서는 성능 열화 요인에 강인한 특징 인자를 선택하는 것이 중요하다. 본 논문에서는이러한 위상 및 주파수 오프셋에 영향을 받지 않는 큐뮬런트 기반의 자동 변조 분류 알고리즘을 제안한다.BPSK, QPSK, 8PSK, 16QAM, 64QAM 등의 선형 디지털 변조 방식을 분류하기 위해 오프셋에 강인한 차동 복호 신호의 큐뮬런트를 특징 인자로 사용하며, 계산한 특징 벡터들의 유클리드 놈(Euclidean norm) 계산을 통해 변조 분류를 수행한다. 컴퓨터 모의실험을 통해 제안한 알고리즘과 기존 알고리즘의 성능을 평균 변조 분류 확률 관점에서 비교 및 분석하고, 제안한 알고리즘의 우수성을 검증한다. In a non-ideal channel environment where the phase offset and the frequency offset exist, it is important to select features that are robust to performance degradation factors. In this paper, we propose a cumulant based automatic modulation classification algorithm which is independent of the phase and the frequency offset. In order to classify linear digital modulation schemes, e.g., BPSK, QPSK, 8PSK, 16QAM, and 64QAM, we use the cumulants of differential decoded signal as features, and by calculating the euclidean norm of the obtained feature vectors, we perform the modulation classification. Through computer simulation, we compare the performance of the proposed algorithm and the existing algorithm in terms of average classification probability, and show the superiority of the proposed algorithm.