Abstract
In this paper, a simplified new modulation classification method that utilizes likelihood function for received signal in an impaired AWGN channel environment. The proposed method provides the superior to ML method, although the likelihood under the assumption that each modulated signal is sent utilized. On the other hand, the ML method gets the performance characteristics of high computational complexity and weakness to channel impairment such as phase offsets and frequency offsets. The proposed method has lower computational complexity than that of the ML method. Moreover, the proposed method is robust to the channel impairment such as phase offsets and frequency offsets. The correct classification probabilities of the proposed method and the ML method are given for an AWGN channel with phase offsets and frequency offsets, which were simulated with extensive Monte-Carlo simulation. As shown in simulation resole, a more accurate classification performance both in phase offset environment and in frequency offset can be achieved with the low computational complexity of the proposed method.
본 논문에서는 AWGN 채널 환경에서 likelihood 함수를 사용하여 변조 신호를 구분하는 새로운 구조의 변조 신호 구분 방식을 제안한다. 제안된 방식은 각 변조 신호가 전송된다는 가정하에 likelihood 함수를 사용하지만 기존의 maximum likelihood 방식보다 더 양호한 특성을 갖는다. 기존의 maximum likelihood 방식은 구조의 복잡성과 위상 및 주파수 옵?V을 갖는 채널에서 변조 신호 구분 성능이 열화되는 특성을 갖는다. 제안된 방식은 기존 방식의 impaired 채널 환경에서의 열화 성능을 보완하는 간단한 구조의 blind 변조 구분 성능을 제공한다. 제안된 방식은 위상 및 주파수 옵?V을 갖는 채널 환경에서 기존의 maximum likelihood 방식과 성능을 모의 실험하여 비교 분석 되었다. 제안된 방식의 변조 신호 구분의 정확성은 실험 결과에서 기존 방식보다 더 양호한 성능을 보였으며, 단순한 계산 방식으로 보다 더 간단한 구조를 갖는다.