摘　要： 提出了一种基于星座聚类" title="聚类">聚类的通信信号调制识别" title="调制识别">调制识别新方法。将基于密度思想的M-DBSCAN聚类算法运用于信号星座聚类，通过自适应更新聚类参数，利用其良好的抗噪声性能实现了较低信噪比" title="低信噪比">低信噪比高斯白噪环境下信号星座图的重构" title="重构">重构。将该方法应用到对PSK/QAM信号的调制识别，实验结果表明该方法是实际有效的。
　　关键词： 调制识别 M-ADBSCAN算法  聚类  星座图

　　通信信号调制方式识别是软件无线电关键技术之一。在数字幅相调制信号的识别中，可以对信号星座图进行处理，将形状识别与调制识别相结合，获取关键调制特征。在现有文献中，对星座图的重构基本采用模糊C均值的聚类算法[1][2]。该方法的不足在于所有噪声参与到重构过程中，使得聚类中心受噪声影响较大而产生较大误差。另外，模糊C均值在聚类初始值选定上存在着主观性以及对信号先验知识的缺乏，使最终的聚类结果具有很强的随机性。此外，星座图重构的准确性还与载波恢复密切相关。
　　本文将改进的DBSCAN算法(Density Based Spatial Clustering of Applications with Noise)用于被加性高斯白噪声干扰后信号的星座图重构，即运用减法聚类算法^[3]确定聚类初始中心，并通过对聚类结果的有效性分析，自适应地调整输入参数，提高了识别性能。该算法可以有效剔除部分噪声，且对星座旋转不敏感，减法聚类则有效降低了聚类时间开销。为进一步提高星座图重构的准确性，将该识别模块嵌入一多模" title="多模">多模式数字锁相环中，实现非数据辅助的载波恢复，解决了载波频率偏移及相位抖动的问题。对PSK/QAM信号识别的仿真结果表明，此算法具有较好的抗噪性，在低信噪比下仍有较高的识别率。

改进的DBSCAN算法在调制识别中的应用.pdf