浅析通信信号调制识别方法
通信信号调制方式的识别涉及到很多复杂的因素，是一种典型的模式识别。由于通信技术的迅猛发展，信号的调制样式也变得复杂多样，常规的识别方法已无法满足实际需要，新的通信信号识别研究面临着巨大的挑战。文章着重介绍了统计模式识别方法和决策模式识别方法并提出了它们的优缺点。简要介绍了非理想信道和共信道多信号的调制方式识别。
标签：调制方式；统计模式；识别；决策模式识别方法
信息通过信道快速、安全、准确地传输，极大地方便了人们的日常沟通。信号作为信息的媒介，可以在有线信道传输，却几乎无法直接通过无线信道进行传输。要使通信信号顺利在无线信道中传输，必须采用调制解调技术调制后才可以进行传输，而且调制方式是由简到繁，由虚拟到数字等多样的。调制识别存在于检测与调解之间，接受方面需要根据信号的调制进行解调才可以被进入到下一步的操作中。
如果想要解调相应地信息内容需要截获信号，同时还需要分析信号调制方式及参数，干扰信号，准确识别发出方的调制方式。调制方式是一种信号区别于另一种信号的重要特性指标。调制识别的基本任务存在与多信号及噪声干扰的复杂环境中，能够对信号的鉴别方式进行调制，并且对信号参数进行调节，能够在一定程度上对信号信息进行处理。当今，通信技术急速发展下，无线通信环境在不断的发展中变得愈来愈复杂。如何快速、高效的监视并识别那些采用了不同的调制参数和不同的调制样式的通信信号，无论是在军事还是民用领域都一直是人们关注的焦点。
1 数字调制识别方法
人工识别已无法满足在存在着大量未知信号的电磁环境中进行信号实时性识别的要求。后来，人们根据信号频谱的差异研究出了自动调制识别技术。它的出现解决了一直以来依赖人工识别的重要难题。通信信号也早已不是之前的模拟信号，已经成为具有较强抗失真和抗干扰的数字信号，而且数字调制识别方法的成本较低。高速数字信号处理技术、计算机技术和微型芯片技术的蓬勃发展下能够促使自动调制识别技术能够大规模的运用。归纳总结这些年国内外的研究成果，自动调制识别方法可归纳为统计模式识别、决策模式识别两种方法。
1.1 统计模式识别方法
统计模式识别方法主要由三个部分组成，分别为：信号预处理、特征提取和分类识别，从模式的识别理论中衍生而来，三者互为补充，不可或缺。信号的预处理主要是为了提供精确的数据，目的是为例特征的提取做相应地准备。信号的预处理在数字调制或中频上计算接收信号的瞬时幅度、相位和频率。在多信道多发射源的情况下，可以分离不同信号，确保信号在调制识别过程中保持唯一性。
调制信号的小波分析 一、小波函数简介 1.Haar小波 最简单的小波函数，Haar小波是离散的，与阶跃信号相似，同Daubechies db1 小波是一样的。 2. Daubechies小波 Daubechies小波是紧支正则小波，便于进行离散小波分析。这类小波没有显式的表达式，除了db1（Haar）。然而它的传递函数的模的平方是有简单的表达式的。 3. Biorthogonal小波 此类小波具有线性相位，用于信号和图像重建。 4. Coiflet小波 这个小波族是I.Daubechies应R.Coifman的要求所创建的，coif N较dbN有更好的对称性。
5.Symlets 小波 此小波由Daubechies 提出，作为对db 小波族的修正，是一种近似对称小波，它和db 小波族的性质是近似的。 6.Morlet 小波 其尺度函数不存在，小波函数为x e x x 5cos )(22-=ψ， Morlet 小波不满足容许性条件。 7.Mexican Hat 小波 小波函数为2241 2 )1)(32 ()(x e x x ---=πψ，它是Gaussian 概率密度函数的二阶
导数，由于它不存在尺度函数，因此不具有正交性。 8.Meyer小波 Meyer小波的尺度函数和小波函数都在频域中定义，都具有显式的表达式。 二、连续小波变换 从数学上来说，傅里叶变换就是将信号) f乘以一个复指数后在所有的时间 (t 域上求和。变换的结果就是傅里叶系数。 相似的，连续小波变换（CWT）定义为，将信号乘以由尺度和位移确定的小波函数后，再在整个时间轴上相加。CWT的变换结果是很多小波系数C,C是尺度和位移的函数。 大尺度对应于时间上伸展大的小波，小波伸展地越大，所比较的信号段就越长，所以小波系数所量度的信号特征也就越粗糙。 在计算机中，任何实数域的信号处理都是对离散信号的操作，那么，CWT 的连续性及它与DWT的区别表现在尺度的选取和对位移的操作。与离散小波变换不同的是，只要在计算机的计算能力之内，CWT可以在每一个尺度上计算；在位移上连续是指小波可以在待分析函数的整个域上进行平滑的移动。 三、离散小波变换 对于大多数信号来说，低频部分往往是最重要的，给出了信号的特征。而高频部分则与噪音及扰动联系在一起。将信号的高频部分去掉，信号的基本特征仍然可以保留。 信号的概貌主要是系统大的、低频的成分，大尺度；而细节往往是信号局部、高频成分，小尺度。
微弱信号相关检测 前言 随着现代科学研究和技术的发展，人们越来越需要从强噪声中检测出有用的微弱信号，于是逐渐形成了微弱信号检测这门新兴的科学技术学科，其应用范围遍及光学、电学、磁学、声学、力学、医学、材料等领域。微弱信号检测技术是利用电子学、信息论、计算机及物理学的方法，分析噪声产生的原电子学、信息论、计算机及物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点与相关性，检测被噪声淹没的微弱有用信号，或用一些新技术和新方法来提高检测系统输出信号的信噪比，从而提取有用信号。微弱信号检测所针对的检测对象，是用常规和传统方法不能检测到的微弱量。对它的研究是发展高新技术，探索及发现新的自然规则的重要手段，对推动相关领域的发展具有重要的应用价值。 目前，微弱信号检测的原理、方法和设备已经成为很多领域中进行现代科学技术研究不可缺少的手段。显然，对微弱信号检测理论的研究，探索新的微弱信号检测方法，研制新的微弱信号检测设备是目前检测技术领域的一大热点。 1.概述 微弱信号是测量技术中的一个综合性技术分支，它利用电子学，信息论和物理论的方法，分析噪声产生的原因和规律，研究被测信号的特征和相关性，检测并恢复被背景噪声所掩盖的微弱信号，微弱信号的检测重点是如何从强噪声中提取有用信号，探测运用新技术和新方法来提高检测系统中的信噪比。 在检测淹没在背景噪声中的微弱信号时，必须对信号进行放大，然而由于微弱信号本身的涨落，背景和放大器噪声的影响，测量灵敏度会受到限制。因此，微弱信号的检测有以下三个特点：（1）需要噪声系数尽量小的前置放大器，并根据源阻抗与工作频率设计最佳匹配（2）需要研制适合微弱信号检测原理并能满
信号检测与处理 1、设在某二元通信系统中，有通信信号和无通信信号的先验概率分别为：P(H 1)=0.8，P(H 0)=0.2。若对某观测值x 有条件概率分布f(x|H 1)=0.25和f(x|H 0)=0.45，试用最大后验概率准则对该观测样本x 进行分类。 2、在存在加性噪声的情况下，测量只能为2v 或0v 的直流电压，设噪声服从均值为0、方差为 2 σ的正态分布，设似然比门限值为0l ，试对测量结果进行分类（10分） 3、设二元假设检验的观测信号模型为： H0:x=-1+n H1:x=1+n 其中n 是均值为零、方差为1/2的高斯观测噪声。若两种检验都是等先验概率的，而代价因子为： C 00=1 ,C 10=4, C 11=2 C 01=8。试求Bayes 判决表示式，并画出bayes 接收机形式。 4、设x1,x2,…xn 是统计独立的方差为2σ的高斯随机变量，在H1假设下均值为a1，H0假设下均值为a0，似然比门限为0l ，试对其进行判决，并求两种错误概率。（20分） 5、在二元数字通信系统中，时间间隔T 秒内，发送一个幅度为d 的脉冲信号，即s 1=d,代表1；或者不发送信号，即s 0=0，代表0。加性噪声服从均值为0，方差为1的高斯分布，当先验概率未知，正确判决不花代价，错误判决的代价相等且等于1时，采用极大极小准则计算其极大极小风险为多大，相应的q 0为多少？ 6、在加性噪声背景下，测量0V 和1v 的直流电压在P(D1|H0)=0.1的条件下，采用Neyman-Pearson 准则，对一次测量数据进行判决。假定加性噪声服从均值为0，方差为2的正态分布。（已知erf(0.9)=0.7969） 第四章 1、已知发送端发送的信号分别为???≤≤-=≤≤=T t t A t s T t t A t 0,sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=) ()()(:H )()()(:H 1100t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 2、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t A t 0,2sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 3、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t 0,sin )(0,0)(s 1 0ω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。
浅析通信信号调制识别方法 通信信号调制方式的识别涉及到很多复杂的因素，是一种典型的模式识别。由于通信技术的迅猛发展，信号的调制样式也变得复杂多样，常规的识别方法已无法满足实际需要，新的通信信号识别研究面临着巨大的挑战。文章着重介绍了统计模式识别方法和决策模式识别方法并提出了它们的优缺点。简要介绍了非理想信道和共信道多信号的调制方式识别。 标签：调制方式；统计模式；识别；决策模式识别方法 信息通过信道快速、安全、准确地传输，极大地方便了人们的日常沟通。信号作为信息的媒介，可以在有线信道传输，却几乎无法直接通过无线信道进行传输。要使通信信号顺利在无线信道中传输，必须采用调制解调技术调制后才可以进行传输，而且调制方式是由简到繁，由虚拟到数字等多样的。调制识别存在于检测与调解之间，接受方面需要根据信号的调制进行解调才可以被进入到下一步的操作中。 如果想要解调相应地信息内容需要截获信号，同时还需要分析信号调制方式及参数，干扰信号，准确识别发出方的调制方式。调制方式是一种信号区别于另一种信号的重要特性指标。调制识别的基本任务存在与多信号及噪声干扰的复杂环境中，能够对信号的鉴别方式进行调制，并且对信号参数进行调节，能够在一定程度上对信号信息进行处理。当今，通信技术急速发展下，无线通信环境在不断的发展中变得愈来愈复杂。如何快速、高效的监视并识别那些采用了不同的调制参数和不同的调制样式的通信信号，无论是在军事还是民用领域都一直是人们关注的焦点。 1 数字调制识别方法 人工识别已无法满足在存在着大量未知信号的电磁环境中进行信号实时性识别的要求。后来，人们根据信号频谱的差异研究出了自动调制识别技术。它的出现解决了一直以来依赖人工识别的重要难题。通信信号也早已不是之前的模拟信号，已经成为具有较强抗失真和抗干扰的数字信号，而且数字调制识别方法的成本较低。高速数字信号处理技术、计算机技术和微型芯片技术的蓬勃发展下能够促使自动调制识别技术能够大规模的运用。归纳总结这些年国内外的研究成果，自动调制识别方法可归纳为统计模式识别、决策模式识别两种方法。 1.1 统计模式识别方法 统计模式识别方法主要由三个部分组成，分别为：信号预处理、特征提取和分类识别，从模式的识别理论中衍生而来，三者互为补充，不可或缺。信号的预处理主要是为了提供精确的数据，目的是为例特征的提取做相应地准备。信号的预处理在数字调制或中频上计算接收信号的瞬时幅度、相位和频率。在多信道多发射源的情况下，可以分离不同信号，确保信号在调制识别过程中保持唯一性。
信号识别 1.特征参数法 思路：根据瞬时幅度，瞬时相位，瞬时频率特征参数的差异进行识别优点：计算量小，简单 缺点：受信噪比影响大 2.功率谱方法 思路：经典功率谱估计有直接法，间接法 直接法：P PER w=1 N X N W2 优点：简单，快速 缺点：当数据N太大时，谱曲线起伏加剧，N太小时，谱分辨率不好。 间接法： 2 1 j 1 (k)e M jwk PER N k P x M - - = '=∑ 优点：采用分段取平均值方法使方差性能得到改善。 缺点：方差性能的改善是以牺牲偏差和分辨率为代价的。 3.基于小波变换（衍生的方法） 思路：1.对信号进行小波变换，提取变化后时域的包络方差与均值平方之比作为特征参数 2.提取频域频率，幅度，相位，功率谱密度等特征 3.时域频域相结合 优点：克服傅里叶变换的不足，对瞬时信息具有较强的检测能力 缺点：小波变换的方法对于类间识别效果还不是很理想, 如对2PSK 和4PSK的识别, 单独用该方法还不能达到很好的分类效果, 必须与其它方法结合 使用。 4.高阶累积量方法 思路：计算二阶、四阶、六阶、八阶累积量，并通过归一化、平方等变换寻找差异进行区分 优点：对噪声不敏感 缺点：对载波和码元同步要求较高 5.人工智能识别方法 思路：利用专家系统、人工神经网络、模糊推理、Agent理论、遗传算法等人工智能方法形成经验与知识的推理规则 优点：不依赖数据库的先验知识，分析灵活，自我学习 缺点：容易漏检、误判 6. 基于支持向量机的信号识别 思路：通过优化算法函数（结构风险最小化原理，粒子群优化，模糊数学，粗集理论），模型建立（一对一或一对多）和参数的而选择（带宽、均值、峰值点，归一化瞬时幅度等）进行信号的识别
第三章 1、 设在某二元通信系统中，有通信信号和无通信信号的先验概率分别为：P(H 1)=0.8， P(H 0)=0.2。若对某观测值x 有条件概率分布f(x|H 1)=0.25和f(x|H 0)=0.45，试用最大后验概率准则对该观测样本x 进行分类。 2、在存在加性噪声的情况下，测量只能为2v 或0v 的直流电压，设噪声服从均值为0、方差为 2σ的正态分布，设似然比门限值为0l ，试对测量结果进行分类（10分） 3、设二元假设检验的观测信号模型为： H0:x=-1+n H1:x=1+n 其中n 是均值为零、方差为1/2的高斯观测噪声。若两种检验都是等先验概率的，而代价因子为： C 00=1 ,C 10=4, C 11=2 C 01=8。试求Bayes 判决表示式，并画出bayes 接收机形式。 4、设x1,x2,…xn 是统计独立的方差为2σ的高斯随机变量，在H 1假设下均值为a1，H0假设下均值为a0，似然比门限为0l ，试对其进行判决，并求两种错误概率。（20分） 5、在二元数字通信系统中，时间间隔T 秒内，发送一个幅度为d 的脉冲信号，即s 1=d,代表1；或者不发送信号，即s 0=0，代表0。加性噪声服从均值为0，方差为1的高斯分布，当先验概率未知，正确判决不花代价，错误判决的代价相等且等于1时，采用极大极小准则计算其极大极小风险为多大，相应的q 0为多少？ 6、在加性噪声背景下，测量0V 和1v 的直流电压在P(D1|H0)=0.1的条件下，采用Neyman-Pearson 准则，对一次测量数据进行判决。假定加性噪声服从均值为0，方差为2的正态分布。（已知erf(0.9)=0.7969） 第四章 1、已知发送端发送的信号分别为???≤≤-=≤≤=T t t A t s T t t A t 0,sin )(0,sin )(s 10ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=) ()()(:H )()()(:H 1100t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 2、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t A t 0,2sin )(0,sin )(s 10ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 3、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t 0,sin )(0,0)(s 1 0ω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。
Journal of Image and Signal Processing 图像与信号处理, 2018, 7(4), 220-226 Published Online October 2018 in Hans. https://www.doczj.com/doc/9318353063.html,/journal/jisp https://https://www.doczj.com/doc/9318353063.html,/10.12677/jisp.2018.74025 A Brief Analysis of Detection and Recognition Technology for Communication Signals Jing Yang, Naiping Cheng Department of Electronic and Optical Engineering, Space Engineering University, Beijing Received: Sep. 28th, 2018; accepted: Oct. 13th, 2018; published: Oct. 20th, 2018 Abstract The detection and recognition technology of communication signals plays an important role in the vigorous development of wireless communications. This paper summarizes the development of communication signal detection and modulation recognition technology, analyzes and summariz-es the selection of the realization chip of the digital signal processing module in the detection and modulation recognition, the signal detection especially the weak signal detection method, the fea-ture extraction and the selection of the classification device in the signal recognition, and com-pares their respective advantages and disadvantages. Finally, the future research direction of de-tection and recognition technology is prospected. Keywords Signal Detection, Modulation Recognition, DSP, FPGA, Feature Parameter Extraction, Classifier 通信信号检测识别方法简析 杨婧，程乃平 航天工程大学电子与光学工程系，北京 收稿日期：2018年9月28日；录用日期：2018年10月13日；发布日期：2018年10月20日 摘要 通信信号的检测识别技术在无线通信蓬勃发展的今天发挥着重要的作用。文章综述了通信信号的检测、
滨州学院2012－2013学年第二学期期末考查 电子信息科学与技术(本）2010级《信号检测技术》试卷 （答案一律写在答题纸上，在本试卷上做答无效） 一、选择题（每题2分，共12分） 1.若一个估计量?a 满足[]?E a a =，则我们称该估计量?a 具有（ ） A.一致性 B.有效性 C.充分性 D.无偏性 2.白噪声的功率谱密度为（ ）。 A.幂函数 B.线性函数 C.常数 D.三角函数 3.在白高斯噪声中确知信号的检测的最佳系统的检测性能，关于平均错误概率以下说明错误的是（ ） A. e P erfc = B. 1e P =-Φ C. r 一定，E/N 0上升，Pe 下降 D. E/N 0一定，r 越小，Pe 上升 4.关于匹配滤波器理论，以下说法不正确的是（ ） A.匹配滤波器理论，是以输出信噪比最大为最佳准则的线性滤波理论 B.匹配滤波器不具备时间上的适应性 C.在高斯白噪声下，匹配滤波器的冲击响应与输入函数之间是镜像函数关系 D.按匹配滤波器理论，其输出的信噪比为： max 0 2S E N N ??= ??? 5.以下相干系统，理想二元通信系统是（ ） A.相干相移键控系统 B.相干频移键控系统 C.相干启闭键控系统 D.相干雷达监控系统 6.某一信号x (t)中的有用信号为一正弦信号()sin(2)s t a t ω=，观测时间为（0～T ）则其匹配滤波器的冲击响应()h t 为（ ） A. sin(2)a t ω B. sin(2)a T t ω- C. sin[2()]a T t ω- D. sin(2)a t ω-
二、填空题（每空2分，共40分） 1.在信号检测中，通常可能出现两种错误的判决，定义为 ，其概率分别表示为 和 。二元通信系统通常采用代价因子C 00=C 11=0，C 10=C 01=1，采用极大极小化准则确定假设的先验概率为 。 2.作为双择检测问题的特例，现在研究在加性噪声背景下测量只能为1V 和0V 的直流电压。假定加性噪声()n t 服从均值为0、方差为2σ的正态分布，则此时两个假设可以表示为： 和 ，两个条件概率密度函数可以写为 和 。其似然比为 。 3.设x 1，x 2，…，x n 是统计独立的、且方差为σ2的高斯随机变量。在假设H 1下其均值为a 1,在假设H 0下均值为a 0。如果Λ0为似然比门限，在这两种假设下的联合概率密度函 数分别为 和 ，其等效统计量为 ，随着测量次数n 的增加，其错误概率会 。 4.假设观测波形在观测时间[0，T ]内可表示为: x (t )=s (t ，α)+w i ，式中s (t ，α)为幅值为α的矩形脉冲信号，w i 为零均值高斯白噪声样本函数。试利用矩法估计脉冲信号的幅度α为 ，其方差为 。 5.双择一假设条件下，时域连续接收波形x (t )的似然函数为 和 。 6.以 为准则的最佳滤波，即匹配滤波理论， 和 两种检测等效。 三、综合题（每题16分，共48分） 1.根据n 维输入矢量x 设计一种最佳检测器，对下述四种假设作出判决：H 1—均值为4，H 2 —均值为5，H 3—均值为6，H 4—均值为7，各假设下的条件概率密度函数是高斯的，方差为2σ，假定所有假设的先验概率都相等，且C ij ＝1（i ≠j ）C ii ＝0 2.一次采样信号表示为x s n =+，信号两种假设：0:2H s =-；1:2H s =。（1）设代价因 子001110010,1,2C C C C ====，用极大极小值准则确定检测门限和检测概率()11P D H 。 （2）若虚警概率101)(P H D P =，用纽曼皮尔逊准则确定检测门限和漏检概率()01P D H 。(注：公式表明计算方法即可) 设：2222(), () x t t x x e dt erfc x e dt φ+∞--==?? 3.利用一个高斯过程的M 个统计独立样本i x （i ＝1，2……M ）这个过程的均值为μ，但 方差σ2未知。（1）求σ2的最大似然估计。（2）判断σ2的最大似然估计是否是优效估计？
收稿日期：2014-05-08修回日期：2014-07-10 作者简介：胡珺珺（1981-），女，重庆人，硕士，讲师。研究方向：移动通信技术、信号处理，无线网络等。 摘要：在详细分析与探讨信号防御性能的基础上,对利用边界扫描的大区域通信信号电路体系进行了探讨,提出以TD-SCDMA 网络为基础的双极化天线通信信号检测系统。通信信号检测过程中，用嵌入式处理器LPC2148结合四阶累积量的切片检测出TD-SCDMA 信号，并通过估计获得TD-SCDMA 信号的采样率,经过二次谱算法的运算，获得谱峰间的距离来估计出OVSE 码的周期参数。以标准验证芯片为中心，针对相同类型的混合信号电路组建验证电路,最终完成对验证模块DOT4MBST 及验证电路的检测验证。测试结果表明,提出的双极化天线的通信信号检测系统能够在错综复杂环境中，对通信信号进行精确的采集,且鲁棒性强。 关键词：二次谱，双极化天线，信号检测 中图分类号：TP 144文献标识码：A 双极化天线的通信信号检测方法 胡珺珺1，张宇2，刘艳3 （1.重庆邮电大学移通学院， 重庆401571；2.重庆川仪自动化股份有限公司，重庆401121；3.中国移动通信集团设计院有限公司重庆分公司，重庆401121） Research of Dual Polarized Antenna Signal Detection Method of Communication HU Jun-jun 1，ZHANG Yu 2，LIU Yan 3 （1.College Mobile Telecommunications ChongQing University of Posts and Telecom ， Chongqing 401571，China ；2.Chongqing ChuanYi Automation Co.，LTD ，ChongQing 401121，China ； 3.China Mobile Group Design Institute Co.，LTD.Chongqing Branch ，Chongqing 401121，China ） Abstract ：To analys and discuss the signal in the defensive performance,on the basis of large area for using boundary scan signal circuit system has carried on the exploration,based on TD -SCDMAnetwork dual polarized antenna communication signal detection system is https://www.doczj.com/doc/9318353063.html,munication signal detection process,using embedded LPC2148processor combines the fourth -order cumulant slice TD-SCDMAsignal detection and estimation for TD-SCDMAsignal sampling rate,through the operation of secondary spectrum algorithm,the distance between the spectral peak to estimate the size OVSE cycle parameters is obtained.In a standard authentication chip as the center,in view of the same type of mixed signal circuit form validation ，the validation module DOT4MBST verification and validation circuit are finished.Test results show that the proposed dual polarized antenna communication signal detection system can be in a complex environment,collection of communication signals accurately,and strong robustness.Key words ：secondary spectrum ，dual polarized antenna ，signal detection 0引言在海量数据通信过程中，对天线通信信号的采集是一个尤为关键的环节。现今，对通信信号的检测几乎都依附于信号检测系统，这样的检测系统主 要是通过通信信号扩散的超低频电波形成的电场来 搜索到“信号”的方位完成检测［1~2］。主流的通信信 号检测方法可以提供不同电波过滤器，能够将完全 不同于通信信号的频率有效地消除，能够促使信号 检测设备完全感受到通信信号散发频率形成的电文章编号：1002-0640（2015）07-0160-04Vol.40，No.7 Jul ，2015 火力与指挥控制Fire Control &Command Control 第40卷第7期2015年7月 160··