QAM调制方式的识别通常分为两类：基于概率密度函数(Probability Density Function, PDF)和基于特征。在第一类中，采用PDF来区分不同的调制方式；在第二类中，一些特征量，诸如高阶累积量[ ]被用来区分调制方式。还有更多的复杂方法，诸如神经网络[ ]和模糊逻辑[ ]能提供更好的性能[2]。

现有的MQAM调制识别方法大多局限于低阶QAM识别，对于高阶QAM特别是64阶以上的QAM识别问题研究的相对较少。部分已有的方法并不是基于完全的非协作通信，而是需要预先获得载频和符号率等先验信息。然而，信号调制方式识别通常是用在非协作通信中，在这种情况下，获得载频和符号率等先验信息是不现实的，因此，这类算法在实际的非协作通信中不具备可操作性。还有些方法依赖于较多的码元个数[ ]，一来，这在实际电子对抗中可能比较难实现；二来，码元数目需求的增加必然导致计算量的增加，不利于实时处理。有些方法对于载波残余不敏感，但对定时同步算法要求很高[ ]。在这样的背景下，本文研究一种通用和高效的方法，用于MQAM的调制方式识别。源:自~优尔-·论`文'网·www.youerw.com/

1.2 目标

在非协作通信前提下，能够在低信噪比下以一定概率识别16QAM、32QAM、64QAM三种信号，并且在一定信噪比下能以10-3的误码率解调上述信号。

1.3 章节安排

本文第2章主要介绍了QAM信号的模型与产生方法；第3章介绍了如何对信号进行参数估计；第4章介绍了调制方式识别的两种方法；第5章介绍了如何判决和测误码率；第6章是实际仿真时对以上章节理论的应用和补充，还有对仿真性能的评估。

2 信号的产生与预处理文献综述

2.1 信号模型

MQAM信号的解析形式可表示如下：

式中  与 表示第n个符号周期内的发送符号的I路与Q路，互相独立。 表示均方根升余弦滤波器的冲激响应。 , , 分别表示载波频率、初始相位和符号周期， 是采样周期。 是均值为零，方差为 的实高斯白噪声。[1][ ][ ][ ]

2.2 信号的产生

本文中，根据调制方式不同，信号中所含比特数必须是4、5、6的整数倍，（分别对应16QAM、32QAM、64QAM）。产生出对应长度的二进制随机序列后，将其映射为对应进制的星座图