從圖3，圖4中可以看出，混合調制的凹凸部位置與插入調制子信道位置有關，并且相位調制中插入幅度調制后必將出現凸部，幅度調制中插入相位調制后也必將出現凹部。如果認知網絡利用混合調制信號傳輸信息，認知網絡和主用戶沒有協調關系(即統計相互獨立)，并且不影響主用戶傳輸，那么認知網絡信號xc與主用戶信號xp的混疊信號xm的自相關函數可以表達為：

式中：(因認知信號與主用戶信號相關獨立)，將式(20)代入式(2)、式(6)可以得到混合信號xm的譜相關函數：

由式(21)可以看出，混合信號的譜相關函數是認知用戶信號和主用戶信號的譜相關函數之和，混合信號譜相關函數的復包絡大于主用戶信號譜相關函數的復包絡，也大于認知用戶信號的復包絡。可以利用信號的二階循環平穩特性快速檢測出信道中主用戶信號傳輸、認知用戶信號傳輸、兩用戶信號混疊和空白信道的四種狀態。這為認知網絡用戶快速可靠接入，快速撤出提供了保障。并且利用改變混合調制的位置還可以標記認知網絡，新的認知節點通過信號譜相關函數的分析可以快速分辨出凹(凸)部位，確定改變調制子信道的位置，進一步可以確定具體的認知網絡。圖5給出認知節點對于四種狀態判別的工作示意圖。

圖6給出認知網絡節點對于信道狀態識別的仿真分析。主用戶為MASK統一調制OFDM信號，認知用戶為MPSK調制加入MASK調制的OFDM信號的認知網絡中，認知節點對四種信道狀態判別概率。由圖6看出，認知節點通過對信號的譜相關分析，可以快速地對于信道的四種不同狀態作出判別，其中空白信道判別最為迅速，也最為準確；混合信道與認知用戶傳輸信道的判別在足夠長的觀察時間后(0．08 s以上)，也會出現準確的判別概率。

通過仿真結果的分析，顯示出了混合調制信號在認知網絡應用中的優勢，也為認知網絡提供一個新的發展方向。

4 結論
本文對于OFDM混合調制信號進行了譜相關分析，把混合調制信號運用到認知網絡中，并且利用混合調制的位置來標記不同的認知網絡，通過對信號二階譜相關分析可以快速識別出信道的四種狀態。該認知網絡模型符合認知網絡快速接入和快速撤出的要求，也符合對主用戶和認知用戶可靠檢測的原則，對認知網絡的標記可有效地協調各認知網絡間的通信，認知網絡的識別能力也得到了加強。