基于改进蚁群算法的通信网数字信号调制识别方法研究

施妮沙

（贵阳学院数学与信息技术学院，贵阳 550001）

0 引言

随着客户的需求不断提高，通信信号的调制方法也发生了改变，由传统的模拟转变为了数字化，复杂程度也更大[1]。本文针对在有限的频带中，如何识别存储的大量通信数字信号识别进行研究，提出一种基于改进蚁群算法的通信网数字信号调制识别方法。

1 基于改进蚁群算法的通信网数字信号调制识别方法设计

1.1 基于改进蚁群算法的识别步骤设计

改进蚁群算法对通信网数字信号调制进行识别整体可大致分为4步，分别为：

步骤1：初始化。首先假设蚂蚁的个数为x 只。并给出x 个网络参数的优化范围，保证矩阵中的每一列都对应一个待定的参数范围内的端点值，随机选取一个较小的正数对信息量中的每一个数字信号进行初始化，并将所有的蚂蚁放置在蚁巢中，并对信号进行调制，提取识别特征参数；

步骤2：针对待求解问题搜索对应蚂蚁。每只蚂蚁在矩阵集合中开始外出觅食，确定数字信号识别临界点。

步骤3：更新迭代时间和计数器次数。

步骤4：重复上述步骤，直至搜索结果达到了循环迭代搜索的终止条件，若迭代次数和搜索路径均为最大值时，则输出最优解，终止改进蚁群算法的识别。

1.2 调制信号及特征识别参数提取

通信网中接收到的数字信号通常是被噪声污染的，因此在对其进行识别识别时首先要对信号进行调制，调制信号可用公式表示：

式中，k 的取值范围为0，1，2，…，n，其中n 表示为通信网中信号源发出的信号序列长度；S（t）表示为发送信号；N（t）表示为在通信网的传输频带上均值为0的噪声；ak表示为由信号源端发出的信号序列；F 表示为数字信号传输的能量；T 表示为信号的宽度；f 表示为发送信号时信号源端的载波频率。

通过上述方式调制的信号在通信网中接收段会被接受采集，经过预处理后，在已经到达指定载波频率、相位及定时同步的条件下，经过变频获取到复基带信号[2]。再根据通信网中对于数字信号采集的调制原理，对各类数字调制信号发射序列。

σmax表示为零中心归一化的瞬间，数字信号幅度之谱的密度最大值。在对数字信号进行归一化的目的是为了去除信号中由于信道传输造成的增益影响。利用σmax进行判断主要是用于区分数字信号调制的调制方式是使用多进制数字频率调制（MFSK）还是多进制数字相位调制（MPSK）。γap表示为零中心分弱信号段内瞬间相位非线性分量的标准差[3]。利用γap判断调制信号是利用正交相移键控（QPSK）的方式还是利用BPSK 或MASK。γdp表示为零中心分弱信号段内瞬间相位非线性分量绝对值的标准差，利用γdp判断是MPSK 调制方式进行信号调制，还是使用二进制相移键控（BPSK）的方式对信号进行调制。判定后根据几种调制方法对应的特征参数进行提取，即可完成对数字信号调制的特征参数提取。

1.3 数字信号识别临界点确定

利用改进蚁群算法确定数字信号提取的合适范围，利用该算法规定收敛时间达到规定范围，即首先让改进蚁群算法在最佳融合时间点上的，停止识别。在改进蚁群算法在进行识别的过程中，统计识别中每一个数字信号的调制方式，并根据获取到的调制方法统计分布情况设置特征参数。

在一定范围内，若发现连续的进化率均小于规定的最小值，则表示其效率降低，这时将其转入改进蚁群算法的迭代运行中，完成对最优解的求解。

2 实验

利用本文设计的识别方法与传统的识别方法，分别对着500个信号进行识别，并比较两种识别方法的误差率。图1为两种方法识别结果的误差率曲线图。

图1 两种方法识别结果误差率曲线图

由图1中的曲线对比可以得出，本文方法的识别结果误差率明显低于传统方法的识别结果误差率，且随着通信网中信号个数的增加，传统方法误差率出现了明显的增高趋势，但本文方法的误差率不会受到信号个数增加的影响。因此，本文提出的识别方法具有更高的准确性和稳定性，更符合实际的数字信号识别需要。

3 结束语

本文针对通信网中的数字信号识别问题，提出了针对性的识别方法，但仍有很多问题有待解决，例如对于时变信道中的信号分类识别问题、非常规的调制方式识别问题等，在日后的研究中还将对这些问题进行更加深入的研究。