A Study on Modulation Classification of PSK Signals Based on Statistical Moments

통계적 모먼트에 의한 PSK 신호의 변조분류에 관한 연구

Modulation type classifier based on statistical moments has been successfully employed to classify PSK signals. Previously, the classifier developed utilizes the statistical moment of samples of the received signal phase, which may be difficult to extract from received signal. In this paper we propose a new moments-based classifier to classify PSK signals by using the moments of the demodulated signal for PSK. THe demodulated signal can be easily extracted from the conventional demodulation of PSK. The evaluation of the performance of the proposed classifier for PSK signals has been investigated in additive white Gaussian noise environment using the exact distribution of the demodulated signal. The performances of classifier in terms of probability of misclassification were evaluated. We found that the coherent system classifier gave 4dB improvement for BPSK and 3dB for QPSK over noncoherent system classifier, when the probability of misclassification is 10 and m equals to 4.

통계적 모먼트(statistical moments)에 의한 변조형태 분류기(classifier)는 PSK 신호를 분류하는데 자주 이용되어 왔다. 이전에 사용된 분류기는 수신된 신호로부터 추출하기 어려운 신호위상 샘플의 통계적 모먼트를 이용하였으나, 본 논문에서는 확률변수변환을 통한 복조된 신호의 모먼트를 이용하여 PSK 신호를 분류하기 위한 새로운 분류기를 제안한다. 복조된 신호는 종래의 방법으로 쉽게 추출이 될 수 있다. PSK 신호에 대해 제안된 분류기의 성능평가는 복조된 신호의 정확한 위상분포를 사용하여 가산성 백색가우스잡음(AWGN)하에서 오분류확률(probability of misclassification)로 분석하였다. 분석결과 동기 시스팀이 비동기 시스팀보다 n이 4이고 오분류확률이 10 일때 BPSK에 있어서는 4dB, QPSK에 있어서는 3dB 더 우수함을 알 수 있었다.