高效調制技術在通信中的應用

朱佳俊 向江太 石 磊

（中國人民解放軍31619 部隊，江蘇 鎮江212000）

隨著通信技術的不斷發展，其在各個領域得到了廣泛應用，在有效的開展通信技術研究過程，通過引入高效調制技術，利于保證通信質量，能夠不斷提高通信安全，基于此，結合工作實際，深入探索了高效調制技術的應用。希望分析能夠不斷提高高效調制通信技術研究水平。

1 調制技術的發展

近年來，通信領域日益擴大，根據該背景下無線頻偏的實際情況來看，其資源不斷減少，促進通信產業進步與發展。4G 時代背景下能夠應用的頻譜資源非常少，當進入5G 時代時將進一步加劇。因此，在全世界范圍內，對于所有標準組織而言，均需深刻思考通過何種途徑和手段提高頻譜應用率，從國家層面來講，這與其經濟利益以及政治利益等息息相關，而且逐漸成一個戰略目標。當前，無線通信領域不斷發展，處于一系列嚴峻環境中，大量新型無效通信技術與設備如雨后春筍涌現，例如個人服務通信等，這與廣大民眾日常生活密不可分，由此促使無線通信發生轉變，它已經做到無縫銜接以及全覆蓋，轉變之后的模式有利于終端用戶以及設備，能夠保證他們享受眾多服務。但是隨著無線設備以及服務的持續上漲，必定對無線頻譜產生不利影響，可能過于擁擠，也可能過于稀缺，由于大多能夠應用的頻譜已提供給服務器，所以難免造成該現象。目前，通信網絡業務越來越多，對人們的認知產生影響，他們了解到靜態固定頻偏分配模式的實際情況，即在無線通信中逐漸耗盡。針對如此嚴峻的數據危機，相關人員一定要積極探索與研究調制解調機制，確保其高效性，推動通信發展進程。

2 高效調制相關技術的研究

圍繞數字通信系統，就其頻偏利用率而言，它的決定因素為，以傳輸的信息數據為對象，對其進行調制，當其處于發送頻帶范圍之中時，具體占據的頻帶寬度，能夠將單位頻帶中的碼率作為一項衡量標準。根據當下的實際情況來看，二進制數字調制技術包含有諸多調制方式，比如ASK 與PSK 等，為實現該方式，往往以載波為對象，對其三項參數進行相應改變，一是幅度，二是相位，三是頻率，各種調制方式均具有較強抗干擾能力，不過它們的頻帶利用率不高。針對EBPSK 調制來講，它屬于非對稱調制技術，相較于傳統BPSK 調制，其差異出自表示碼元的正弦波以及表示“1”碼元的反相正弦波，它們所持續的周期與調制角度可能有一個不同，也可能都不同，正因如此，對頻譜能量產生一定影響，使其集中于載頻譜線上。

2.1 常用調制方式下的信號頻譜特征

2.1.1 信號的功率譜分析

由于功率譜產生的作用，當處于傳輸狀態時，數字通信信號能夠展示出具體的頻率分布，在功率譜中，它所處頻段會形成峰值。調制主要有兩種，一種是載波分量調制，另一種是無載波分量調制，舉例而言，當ASK 等進行調制的時候，會促使信號發生變化，成為載波，但是當DSB 等進行調制的時候，并不會讓信號發生變化，在探究這一信號功率譜之后可以發現數字通信信號功率譜載頻出現的差異，當進行調制時，能夠確保判斷準確。

2.1.2 信號的平方譜分析

首先，以數字通信信號為對象，開展調制工作，同時做好平方處理，利用視頻轉換的方式，可以成為信號平方譜。在平方處理過程中，信號發生較大變化，產生大量直流分量，正因如此，許多情況下可以處理零頻值問題。如果載波出現變化，將影響數字通信信號，作用于平方譜，使其出現大量單頻分量，同時包含BPSK 等調制方式。就FSK 調制而言，其指數較小，通過功率譜識別特征，難以它的準確性，但是利用平方處理，適當提升調制指數，可以在平方譜中完成識別。當MSK 信號經由平方倍頻時，能夠分離2FSK 調制信號。

2.2 數字通信信號自動調制識別技術分析

2.2.1 非高斯噪聲下的識別方法

根據無線通信系統具體情況來看，通常其中具有部分非高斯分布噪聲，該噪聲特征鮮明，不僅存在顯著的尖峰脈沖狀波形，而且具有概率密度函數厚度較大的拖尾。一些學者在探究之后得出，對于該類型的隨機信號，Alpha 穩定分布模型作為一種噪聲模型，其有效性更強。此種模型通常有兩種調制識別方法：其一，以色噪聲為對象，使其白化，對它進行轉變，成為高斯白噪聲，在此基礎上再處理；其二，以Alpha 穩定分布噪聲為主體，通過應用其特性，探尋并獲取全新特征，進而完成模式識別。通過研究相關文獻發現，在Alpha 穩定分布噪聲中，傳統二階循環統計量發生較大變化，其明顯退化，就這一問題，深入二階循環譜中，獲取特點頻率以及循環頻率部位的幅值，將其當作特征參量，準確應用最小誤差準則，以此為分類器算法，進而識別信號調制方式。

2.2.2 多徑衰落信道下的識別方法

通過探索非合作通信發現，其通信環境具有較強復雜性，其中多徑效應產生較大干擾，由此影響高斯信道，導致其數字調制識別方式喪失效力。所以，在多徑信號之下，亟需處理數字調制識別問題。基于此，能夠將調制識別劃分成三種類型。首先，以觀測數據為對象，進行直接提取，在衰落信道下，部分特征參數具有相對較強的魯棒性，現階段廣泛應用循環高階累積量。在相關文獻中，所應用的識別特征主要包含兩部分，一是信號的六階累積量，二是信號的四階累積量，由此探索出調制識別算法，該算法以高階累積量為基礎。然后，針對信道衰落，充分應用盲均衡，以此實現補償目的，以恢復數據為對象，對其特征進行提取。相關文獻中，基于多徑衰落環境，以各種信號識別問題為對象，比如MASK 等，探索出一種算法，它以兩項內容為基礎，一是信道盲辨識，二是信道盲均衡。此外，針對多徑干擾，有效圍繞多天線，有效應用其空間分集能力。通過探究相關文獻發現，以多徑效應和系統同步誤差為對象，有效應用盲均衡技術，以此進行解決，同時針對信號，實現減法聚類，從而識別MPSK 等調制方式。在高效調制技術的應用過程，利于不斷提高工作效率，能夠確保相關通信質量不斷提高，基于此，要科學的對其相關技術進行實踐與創新研究，從而才能進一步保證通信識別水平不斷提高。

2.2.3 大動態信噪比下的識別方法

當應用兩種無線電時，高斯白噪聲十分重要，一種是軟件無線電，另一種是認知無線電，它會對調制識別算法產生影響?；诖髣討B環境，信號接收機工作，導致信噪比失穩，大范圍快速變化，所以識別算法必須適應該環境。在大動態信噪比下，通常獲取噪聲分類特征，其具有較強魯棒性，然后進行識別。部分識別算法能夠提取特征，并且進行機器學習，以其特征為基礎，往往通過特征提取發現分類器抗噪聲能力，在大動態信噪比環境中，如果選擇與應用的特征具有較強穩定性，那么十分有利于由此訓練處的識別器，可確保其噪聲的有效調節。

總之，本文從以上幾方面對高效調制技術的應用進行了分析，在有效的闡述過程，為了不斷提高通信水平，應該重視結合工作實際，科學的分析有效的高效調制通信手段，以此才能進一步為通信質量提高奠定良好基礎。