Affordable Access

Publisher Website

A log-likelihood function-based algorithm for QAM signal classification

Authors
Journal
Signal Processing
0165-1684
Publisher
Elsevier
Publication Date
Volume
70
Issue
1
Identifiers
DOI: 10.1016/s0165-1684(98)00114-5
Keywords
  • Modulation Type
  • Qam
  • Classification
  • Maximum A Posteriori Probability
  • Probability Of Successful Classification
  • Test Statistic

Abstract

Zusammenfassung In diesem Artikel leiten wir einen auf der Log-likelihood-funktion basierenden Klassifikationsalgorithmus zur Klassifikation von Quadratur-Amplitudenmodulierten (QAM) Signalen in additivem, normalverteiltem weißem Rauschen ab. Wir leiten zunächst die Wahrscheinlichkeitsdichtefunktion der Amplitude des empfangenen QAM Signals ab und entwickeln dann die benötigte Statistik zur Signalklassifizierung, basierend auf dem Kriterium der maximalen a-posteriori Wahrscheinlichkeit, und zeigen eine schematische Struktur eines Klassifikators für ein M-wertiges QAM Signal. Die sich ergebende Struktur des vorgeschlagenen Klassifikators ist anpassungsfähig und leicht zu erweitern. Sowohl der theoretische Ansatz als auch der numerische Ansatz werden benutzt, um die Leistungsfähigkeit zu untersuchen, die sich durch die Wahrscheinlichkeit einer erfolgreichen Klassifizierung ausdrücken läßt. Wir stellen auch ein Beispiel vor, daß die Möglichkeiten des entwickelten Klassifikators aufzeigt. Es wird gezeigt, daß zwei Ansätze gleiche Ergebnisse liefern und daß die Rate einer erfolgreichen Klassifizierung gegen 100% strebt, wenn das SNR⩾12 dB ist.

There are no comments yet on this publication. Be the first to share your thoughts.