1. 研究背景 随着无线通信技术以及互联网技术的迅猛发展，无线频谱资源日趋饱和，为了提高频谱的利用率和保证不同体制无线网络的协同工作，满足多种通信业务需求，认知无线电技术孕育而生，其中的频谱感知技术就是解决这一问题的关键技术之一，其目的就是要对各频段所存在的授权及非授权信号类型进行检测和识别，仍然属于通信信号调制识别的范畴。

首先，在分析单载波调制信号传统统计模式识别算法的基础上，提出了一种基于方向数据统计理论的信号特征提取新算法，利用信号相位服从圆周分布这一特点，在载波频率、带宽和调制指数均未知的情况下，通过一定的角度变换将单载波信号瞬时频率值处理后，作为数据样本，提取分类特征。

该算法提取的特征稳定性明显优于传统算法，不因时间的推移或环境的变化而发生显著改变，对样本长度依赖程度较小，类间可分离度好。

当信噪比大lOdB的情况下，特征趋于平稳，具有较高的置信度。

为非协作频谱感知 中单载波通信信号调制类型的盲识别提供了新的途径。

同时指出了算法需要进一步完善和改进的地方。

其次，针对瑞利衰落信道条件下的单载波信号和多载波信号的类间盲识别问题，提出了一种改进的高阶累积量组合特征参数提取算法。

理论分析证明算法能有效抑制瑞利多径衰落及高斯噪声对接收端识别性能的影响。

算法不需任何先验知识，避免了载波同步处理的繁琐过程，可直接对中频采样信号进行处理。

仿真验证了改进的识别特征与传统的特征相比具有更好的稳健性，并且对子载波数目不敏感。