非重构压缩样值的MPSK信号最大似然调制识别

摘要

在不重构出原始MPSK信号的前提下进行多元假设,推导出不同假设下压缩样值的最大似然函数,提出一种压缩域最大似然调制识别方法.在压缩感知(CS)框架下,压缩域最大似然调制识别方法(compressive maximum-likelihood,CML)使用远小于传统的基于奈奎斯特采样的最大似然调制识别方法(traditional maximum-likelihood,TML)所需的采样个数实现MPSK信号的调制识别.同时给出了在压缩域进行调制识别的标准,并分析了CML算法的识别的性能.最后给出了该方法的性能仿真.仿真表明CML算法的运算复杂度更低,速度更快,而识别性能仅略低于TML算法.压缩比为1/2,信噪比为-8dB时,CML算法对BPSK信号的识别率达到95％.