文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 0258-7998(2013)09-0102-03
近些年來(lái)，通信信號(hào)的自動(dòng)識(shí)別受到越來(lái)越多的關(guān)注和研究。其應(yīng)用也隨之越來(lái)越廣泛，在民用方面，信號(hào)調(diào)制模式的自動(dòng)識(shí)別是軟件無(wú)線電接收機(jī)的基礎(chǔ)；在軍用方面，信號(hào)調(diào)制方式的識(shí)別也是電子對(duì)抗、信號(hào)干擾的核心技術(shù)之一[1-2]。
目前已經(jīng)存在的信號(hào)調(diào)制識(shí)別方法主要分為兩大類：基于決策理論的方法[1,3]和基于統(tǒng)計(jì)模式識(shí)別的方法[4]。其中基于決策理論方法，由于其需要每一個(gè)參數(shù)都有一個(gè)最優(yōu)門限，并且參數(shù)提取和信號(hào)識(shí)別的順序都會(huì)影響識(shí)別率，因此在現(xiàn)實(shí)應(yīng)用中往往受到較多的限制。而基于統(tǒng)計(jì)模式識(shí)別的方法因其性能好得到了廣泛應(yīng)用。循環(huán)譜具有識(shí)別率高、抗干擾能力強(qiáng)、實(shí)用性強(qiáng)等優(yōu)點(diǎn)而得到越來(lái)越多的重視。
1 譜相關(guān)分析
已知x(t)是一個(gè)均值為零的非平穩(wěn)信號(hào)，則其時(shí)變自相關(guān)函數(shù)定義為:
2 自動(dòng)識(shí)別算法
根據(jù)已閱讀的文獻(xiàn)中關(guān)于數(shù)字信號(hào)識(shí)別調(diào)制的參數(shù)計(jì)算方法，以及各個(gè)參數(shù)的計(jì)算復(fù)雜程度、抗噪性的優(yōu)劣，選擇以下參數(shù)作為本文信號(hào)識(shí)別的參數(shù)，同時(shí)針對(duì)BPSK和QPSK識(shí)別提出一個(gè)新的參數(shù)，通過(guò)軟件仿真驗(yàn)證該參數(shù)的優(yōu)越性能。本文假定待識(shí)別的數(shù)字調(diào)制信號(hào)樣集為{2ASK、4ASK、2FSK、4FSK、BPSK、QPSK}。信號(hào)識(shí)別步驟如下：
從圖4中可以看出，當(dāng)t4=180時(shí)可以將2FSK、4FSK兩種信號(hào)區(qū)分開。
(4)對(duì)于BPSK、QPSK這兩種數(shù)字調(diào)制信號(hào)的識(shí)別，在理論上是比較困難的。因?yàn)樗鼈兊墓β首V密度函數(shù)十分相似，特征也比較接近，頻譜峰值數(shù)都為零，Sx?琢(f)在f軸上的歸一化最大下降值都很小。在已見(jiàn)到的文獻(xiàn)中關(guān)于這兩個(gè)信號(hào)識(shí)別的參數(shù)計(jì)算都較為復(fù)雜，在該文中通過(guò)分析各個(gè)信號(hào)循環(huán)譜三維圖的等高線仿真圖，發(fā)現(xiàn)有明顯的差異，尤其是對(duì)于BPSK、QPSK這兩個(gè)信號(hào)。利用Matlab中的函數(shù)contour對(duì)信號(hào)循環(huán)譜進(jìn)行觀察，記參數(shù)M5為截面圖中圓點(diǎn)個(gè)數(shù)。它們的循環(huán)譜三維圖如圖3、圖4所示，圖5、圖6是利用函數(shù)contour畫出截面圖。
從圖5、圖6中可以看到BPSK、QPSK兩個(gè)調(diào)制信號(hào)識(shí)別的特征參數(shù)M5有明顯差別。當(dāng)M5=4時(shí)，可以判定該信號(hào)為BPSK，當(dāng)M5=2時(shí)可以判定該信號(hào)為QPSK。
3 性能分析
本文的系統(tǒng)軟件仿真是在MATLAB 2011環(huán)境下完成的，以{2ASK、4ASK、2FSK、4FSK、BPSK、QPSK}等6種調(diào)制類型。仿真時(shí)設(shè)定調(diào)制信號(hào)的載頻為200 kHz，碼元速率為10 KB/s，噪聲采用高斯白噪聲,采樣頻率為800 kHz，每個(gè)采樣信號(hào)段內(nèi)包括Ns=1 024個(gè)采樣點(diǎn)數(shù)據(jù)，仿真時(shí)對(duì)每一個(gè)調(diào)制信號(hào)類型在信噪比-5 dB~25 dB范圍內(nèi)每隔5 dB產(chǎn)生30個(gè)樣本進(jìn)行仿真識(shí)別。調(diào)制識(shí)別的仿真結(jié)果由表1所示。在信噪比15 dB以上，信號(hào)自動(dòng)識(shí)別率達(dá)到96%以上，同時(shí)在信噪比10 dB時(shí)，總體識(shí)別率還能達(dá)到93%，與參考文獻(xiàn)[9]相比識(shí)別率得到了一定的提高,尤其是對(duì)于BPSK、QPSK這兩種信號(hào)的識(shí)別率。
本文主要討論了利用譜相關(guān)對(duì)常見(jiàn)數(shù)字調(diào)制信號(hào)的識(shí)別方法，尤其是BPSK、QPSK之間的識(shí)別率得到了明顯的提升。譜相關(guān)是廣義的周期平穩(wěn)（自相關(guān)周期平穩(wěn)）過(guò)程的一個(gè)特征屬性，而譜相關(guān)函數(shù)是常規(guī)功率譜密度函數(shù)的推廣，功率譜密度只是譜相關(guān)函數(shù)理論的一個(gè)特例。采用譜相關(guān)法對(duì)信號(hào)進(jìn)行識(shí)別，最重要的是特征參數(shù)的選取，其穩(wěn)定性、抗噪性、計(jì)算難易度都是識(shí)別過(guò)程中的難點(diǎn)和重點(diǎn)，這些都需要進(jìn)一步深入研究，如何提高程序運(yùn)行速度同時(shí)減少循環(huán)譜運(yùn)算量等方面都需要進(jìn)一步優(yōu)化，這對(duì)實(shí)時(shí)識(shí)別都是很有實(shí)用意義的研究方向。
參考文獻(xiàn)
[1] AZZOUZ E E, NANDI A K. Automatic identification of digital modulation type[J]. Signal Processing,1995,47(1):55-69.
[2] 王潔,陳惠民,張金藝,等.數(shù)字調(diào)制方式的識(shí)別研究[J].上海大學(xué)學(xué)報(bào)(自然科學(xué)版),2002,8(3):197-199.
[3] SOLIMAN S S, HSUE S. Signal classification using statistical moments[J].IEEE Transactions on Communications,1992,40(5):908-916.
[4] NANDI A K, AZZOUZ E E. Modulation recognition using artificial neural networks[J].Signal Processing,1997, 56(3):165-175.
[5] 張賢達(dá),保錚.非平穩(wěn)信號(hào)分析與處理[M]. 北京:國(guó)防工業(yè)出版社,1999.
[6] GARDNER W A, SOONER C M. Cyclic-spectral Analysis for signal detection and modulation recognition[M]. IEEE,1988:419-424.
[7] 朱雷，程漢文，吳樂(lè)南.利用循環(huán)譜和參數(shù)統(tǒng)計(jì)的數(shù)字信號(hào)識(shí)別法[J].應(yīng)用科學(xué)學(xué)報(bào)，2009,27(2):138-143.
[8] 呂杰，張勝付，邵偉華，等.數(shù)字通信信號(hào)自動(dòng)識(shí)別的譜相關(guān)方法[J].南京理工大學(xué)學(xué)報(bào)，1999,23(4):298-300.
[9] 李俊俊，陸明泉，馮振明.一種改進(jìn)的數(shù)字信號(hào)自動(dòng)識(shí)別方法[J].系統(tǒng)技術(shù)與電子技術(shù)，2005，7(12):2024-2050.