为了识别MFSK和MPSK信号，需要进一步对这两类信号进行处理。在文献中已经对峰度作了详细的介绍。峰度可以使参数保持信号原有的分布特征，在低信噪比的情况下可以减小了孤立采样点所带来的影响。假设信号的特征向量为Xi(i=1，2，…，n)，那么峰度的定义为：
由表1可知，虽然MFSK信号的小波变换系数幅值是一个多峰值阶梯函数，但由于峰度本身的特性，MFSK信号的峰度却很小。而MPSK信号的小波变换系数幅值是一个常量，它的峰度却较大。因此，可以在两类信号的峰度值之间找到一个阈值TH3。当峰度值大于TH3时，则判为MPSK信号，反之，则判为MFSK信号。
4.2 分类器的结构
经以上分析，可以画出图2所示的分类器结构。它由三部分组成：(1)计算调制信号的幅值方差，根据计算出的结果设置门限值，可以区分出MASK，16QAM和MPSK、MFSK三类信号。(2)根据MPSK和MFSK信号小波变换系数幅值的峰度值得到阈值TH3，这样可以将MPSK、MFSK信号区分出来。(3)根据信号的小波变换系数幅值的层数可以实现各调制信号的类内识别。图1中C表示数字信号的小波变换系数幅值的层数，N1、N2是设置的层数门限值，分别为3和6。第（2）部分中TH3的值是根据文献[16]中提出的方法进行确定的，本文中TH3取2.97。
5 仿真结果
