论文部分内容阅读
针对瑞利信道中信号调制识别问题，提出一种基于高阶累量的树状分类器。分类器中累量理论值经过推导得到，分类向量的选择基于错误概率最小的原则，采用最大化类间距离的方法。利用该分类器进行识别，不需预先知道信道参数。理论分析和仿真表明，信噪比10dB时，在适当数据长度情况下，各种信号识别概率在95％以上，该算法适合在瑞利信道下分类。