何 彬,谷廣宇

(裝甲兵工程學(xué)院信息工程系,北京100072)

基于決策論判決法的調(diào)制信號(hào)自動(dòng)識(shí)別

何 彬,谷廣宇

(裝甲兵工程學(xué)院信息工程系,北京100072)

調(diào)制方式是通信過程中的重要參數(shù),快速檢測和識(shí)別通信信號(hào)的調(diào)制方式在通信領(lǐng)域,尤其是軍事通信領(lǐng)域,有著極其廣泛的應(yīng)用。對(duì)判決法自動(dòng)檢測和識(shí)別信號(hào)調(diào)制方式的經(jīng)典算法進(jìn)行了改進(jìn),以提高對(duì)日常通信訓(xùn)練中常用的USB、LSB以及FM、2FSK、4FSK信號(hào)的識(shí)別速度及準(zhǔn)確率,并給出了該算法的實(shí)現(xiàn)流程。經(jīng)仿真驗(yàn)證,改進(jìn)算法能在對(duì)其他8種常用調(diào)制方式識(shí)別效果影響不大的前提下,提高對(duì)SSB、FM、FSK信號(hào)的識(shí)別效果。

調(diào)制方式 自動(dòng)識(shí)別 判決法

0 引 言

隨著無線電通信技術(shù)的不斷發(fā)展,軟件無線電技術(shù)已經(jīng)滲透和覆蓋了軍用以及民用通信領(lǐng)域的方方面面。在當(dāng)今通信信號(hào)日趨密集,信號(hào)體制日趨多樣,調(diào)制方式日趨復(fù)雜的環(huán)境下,如何判斷出信號(hào)的調(diào)制方式也變得更加困難。因此如何快速自動(dòng)識(shí)別出信號(hào)的調(diào)制方式,也成為軟件無線的重要研究方向之一。尤其是如今電子對(duì)抗在軍事通信領(lǐng)域中日趨重要,對(duì)于作為信號(hào)確認(rèn)、干擾識(shí)別等電子對(duì)抗技術(shù)基礎(chǔ)的調(diào)制方式自動(dòng)識(shí)別技術(shù)的研究也就日益迫切[1]。無法正確地識(shí)別信號(hào)的調(diào)制方式,就無法使用相應(yīng)的解調(diào)方式對(duì)捕捉到的敵方通信信號(hào)進(jìn)行有效的解調(diào)偵聽,同時(shí)也就無法對(duì)對(duì)方使用的通信通道進(jìn)行干擾,這在電子對(duì)抗中是十分不利的。

基于決策論的判決法是信號(hào)調(diào)制方式自動(dòng)識(shí)別的主要算法之一[2],該方法主要通過事先設(shè)定好的判決門限,對(duì)特征參數(shù)進(jìn)行二元判決,達(dá)到對(duì)信號(hào)調(diào)制方式的識(shí)別[3],具有選取參數(shù)少、計(jì)算量小、魯棒性強(qiáng)等特點(diǎn)[4]。但由于使用判決法時(shí),對(duì)不同制式的信號(hào)識(shí)別要采用相同的特征參數(shù),且每個(gè)判決點(diǎn)處只使用一個(gè)特征量來判決,這就導(dǎo)致識(shí)別的成功率不僅與特征使用的先后順序有關(guān),而且與每個(gè)判決門限的選取密切相關(guān)。文中提出的判決法在經(jīng)典算法[5]的基礎(chǔ)上進(jìn)行了改進(jìn),調(diào)整了特征參數(shù)的判別次序和部分判決門限值。經(jīng)驗(yàn)證明該算法也可以快速準(zhǔn)確識(shí)別AM、FM、DSB、VSB、USB、LSB、AMFM、2ASK、4ASK、2FSK、4FSK、2PSK和4PSK等13種信號(hào)的調(diào)制方式,同時(shí)提高了對(duì)USB、LSB以及FM、2FSK、4FSK的識(shí)別速度及準(zhǔn)確率。

1 調(diào)制信號(hào)的特征參數(shù)

如果要對(duì)接收上述的13種調(diào)制信號(hào)進(jìn)行自動(dòng)識(shí)別,首先需提取接收信號(hào)的特征參數(shù)如下[5]:

(1)歸一化零中心瞬時(shí)幅度之譜密度的最大值γmax

γmax主要用來區(qū)分頻率調(diào)制與幅度和相位調(diào)制。設(shè)判決門限t(γmax),則有判決規(guī)則:

(2)非弱信號(hào)段上零中心非線性瞬時(shí)相位分量絕對(duì)值的方差σap

σap是用來區(qū)分信號(hào)的絕對(duì)值相位有無變化,主要用于在AM、DSB與AM-FM信號(hào)或者在數(shù)字調(diào)制信號(hào)中區(qū)分4PSK與ASK、2PSK。設(shè)判決門限t(σap),則有判決規(guī)則:

(3)非弱信號(hào)段上零中心非線性瞬時(shí)相位分量的方差σp

σp用于區(qū)別信號(hào)相位有無變化,在模擬調(diào)制信號(hào)中區(qū)別相位無變化的AM、VSB信號(hào)類和相位有變化的DSB、USB、LSB、AM-FM信號(hào)類;在數(shù)字調(diào)制信號(hào)中區(qū)別ASK信號(hào)和2PSK信號(hào)。設(shè)判決門限t(σp)則有判決規(guī)則:

(4)非弱信號(hào)段上零中心歸一化瞬時(shí)頻率絕對(duì)值的方差σaf

σaf主要用于區(qū)分?jǐn)?shù)字調(diào)制信號(hào)中2FSK與4FSK。設(shè)判決門限t(σaf),則有判決規(guī)則:

(5)非弱信號(hào)段上零中心歸一化瞬時(shí)幅度的方差σa

σa主要用來區(qū)分信號(hào)瞬時(shí)幅度有無變化,即區(qū)別幅度調(diào)制信號(hào)與頻率調(diào)制或相位調(diào)制信號(hào)。設(shè)判決門限t(σa),則有判決規(guī)則:

(6)非弱信號(hào)段上零中心歸一化瞬時(shí)幅度絕對(duì)值的方差σaa

σaa主要用來區(qū)別2ASK信號(hào)與4ASK信號(hào)。設(shè)判決門限t(σaa),則有判決規(guī)則:

(9)譜對(duì)稱性P

P參數(shù)是對(duì)信號(hào)頻譜對(duì)稱性的量度,主要用來區(qū)分頻譜滿足對(duì)稱性的信號(hào)(如AM、FM、DSB、AMFM)和頻譜不滿足對(duì)稱性的信號(hào)(如USB、LSB、VSB),以及用來區(qū)分上邊帶調(diào)制(USB)還是下邊帶調(diào)制(LSB)信號(hào)。設(shè)判決門限t(),則有判決規(guī)則:

2 識(shí)別算法流程設(shè)計(jì)

鑒于判決法的特點(diǎn)和日常訓(xùn)練中LSB、USB以及FM、FSK制式的信號(hào)識(shí)別較多情況,本識(shí)別算法重點(diǎn)針對(duì)上述信號(hào)的快速識(shí)別和準(zhǔn)確率對(duì)經(jīng)典算法的流程進(jìn)行了改進(jìn),改進(jìn)后的判決流程如圖1所示。

圖1 算法流程Fig.1 Flow chart of the algorithm

改進(jìn)后識(shí)別SSB信號(hào)時(shí)將由經(jīng)典算法中計(jì)算σp和兩個(gè)判別參數(shù)變?yōu)橹挥?jì)算參數(shù)P,而對(duì)FM以及FSK信號(hào),則在經(jīng)典算法的基礎(chǔ)上省去了對(duì)判別參數(shù)σa和參數(shù)σp的計(jì)算與判決。因此在改進(jìn)算法中,對(duì)SSB、FM、FSK信號(hào)進(jìn)行識(shí)別時(shí),所需計(jì)算的判決參數(shù)和計(jì)算量將明顯減少,從而提高對(duì)此類信號(hào)的識(shí)別速度。同時(shí)由于每次判別并不是100%準(zhǔn)確,判別次數(shù)的減少也將提高信號(hào)識(shí)別的準(zhǔn)確率。同時(shí)由于改進(jìn)后對(duì)于AM、ASK、VSB信號(hào)將在經(jīng)典算法的基礎(chǔ)上增加參數(shù)γmax和參數(shù)的計(jì)算與判別,對(duì)DSB、2PSK將增加判別參數(shù),改進(jìn)算法將在提高SSB、FM、FSK信號(hào)識(shí)別速度與準(zhǔn)確率時(shí),以其他6種信號(hào)識(shí)別速度與準(zhǔn)確率的降低為代價(jià)。

3 確定判決門限

該算法與經(jīng)典算法相比,由于判別順序的調(diào)整,對(duì)于各個(gè)特征參數(shù)判別時(shí)所需要區(qū)別的調(diào)制信號(hào)又有所增減,因此需要重新測定特征參數(shù)的判決門限。例如對(duì)于非弱信號(hào)段上零中心非線性瞬時(shí)相位分量的方差σp,算法的改進(jìn)使得這一特征參數(shù)由原來需要對(duì)所有13種信號(hào)進(jìn)行判決,變?yōu)橹恍枰獙?duì)8種信號(hào)進(jìn)行判決。待判別信號(hào)的減少勢必會(huì)使σp在這8種信號(hào)下的分布界限更為明顯,重新選定適當(dāng)?shù)呐袥Q門限,將會(huì)提高信號(hào)在對(duì)這一特征參數(shù)判決時(shí)的準(zhǔn)確率。通過調(diào)整判決門限來提高信號(hào)識(shí)別的準(zhǔn)確率也可以在一定程度上彌補(bǔ)由于判別次數(shù)增加所降低的識(shí)別準(zhǔn)確率。同理,對(duì)于譜對(duì)稱性P,由于在這一算法中,需要在第一次判決中將SSB提取出來,因此就增加了需要判別的信號(hào)種類,信號(hào)種類的增加將會(huì)使不同信號(hào)間的分布界限變得相對(duì)模糊,這同樣需要對(duì)判決門限進(jìn)行微調(diào),以保證信號(hào)識(shí)別的準(zhǔn)確率不會(huì)受到較大影響。

在確定各個(gè)參數(shù)的判別門限的過程中,使用MATLAB對(duì)不同信號(hào)的各個(gè)參數(shù)進(jìn)行了模擬測試。在測試時(shí)采用隨機(jī)二進(jìn)制序列作為數(shù)字信號(hào)源,余弦信號(hào)作為模擬信號(hào)源,載頻均為10 kHz,并以100 kHz頻率采樣。測試中主要通過提取、比較不同信號(hào)的同一特征參數(shù)在信噪比SNR=10 dB下多次測試的值。然后確定一個(gè)合適的、能夠明顯區(qū)別各個(gè)信號(hào)不同特征的門限值。例如,為了確定t (γmax),首先提取各種信號(hào)在SNR=10 dB時(shí)的γmax,如圖2所示。可以明顯看出,FM與FSK信號(hào)在γmax=8時(shí)與其他幾種信號(hào)有明顯分界。因此可以以此方法類推,最后確定各個(gè)參數(shù)判決門限如表1所示。

圖2 γmax在不同調(diào)制下的分布Fig.2 Distribution ofγmaxin different modulations

表1 判決門限表Table 1 Decision threshold table

圖3 在不同調(diào)制下的分布Fig.3 Distribution of|P|in different modulations

以上數(shù)據(jù)均是在特定信號(hào)源條件下測試所得。當(dāng)信號(hào)源尤其是模擬信號(hào)的信號(hào)源采用隨機(jī)信號(hào),如話音信號(hào)時(shí),幅度與頻率的隨機(jī)變化,將給調(diào)制信號(hào)所提取出的判別參數(shù)帶來較大波動(dòng)。因此,在信號(hào)源有所改變的情況下,應(yīng)該對(duì)判別門限也做相應(yīng)微調(diào),使之能保證識(shí)別準(zhǔn)確率的最大化。

4 模擬驗(yàn)證及測試結(jié)論

仿真采用Matlab軟件,在調(diào)制時(shí)數(shù)字信號(hào)源采用隨機(jī)二進(jìn)制序列,模擬信號(hào)源采用余弦信號(hào),分別采用上述13種調(diào)制方式調(diào)制,在信噪比為5 dB、10 dB和20 dB的情況下對(duì)調(diào)制方式已知的10 kHz調(diào)制信號(hào)采用本算法進(jìn)行測試,綜合經(jīng)典算法在相同條件下測試所得數(shù)據(jù)進(jìn)行分析。為盡可能提高對(duì)SSB、FM、FSK信號(hào)的識(shí)別成功率,在測試中又對(duì)判別門限進(jìn)行了一些微調(diào),最終識(shí)別準(zhǔn)確率如表2所示,同時(shí)在相同條件下,采用經(jīng)典算法獲得的最終識(shí)別準(zhǔn)確率如表3所示。

表2 改進(jìn)算法調(diào)制信號(hào)在相關(guān)信噪比下識(shí)別的成功率Table 2 Success rate of improved algorithm in correlated SNR recognition

表3 經(jīng)典算法中調(diào)制信號(hào)在相關(guān)信噪比下識(shí)別的成功率Table 3 Success rate of classical algorithm in correlated SNR recognition

由表中所見,該算法也可以成功識(shí)別出這13種信號(hào)的調(diào)制方式,并具有較高識(shí)別率。將其與經(jīng)典算法在相同條件下計(jì)算所得的識(shí)別準(zhǔn)確率相比,可以看出該算法在識(shí)別USB、LSB以及FM、2FSK、4FSK信號(hào)時(shí),準(zhǔn)確率有所提高,尤其是在信噪比較低的情況下,這種改善更為明顯。

5 結(jié) 語

本算法方式在經(jīng)典算法的較高成功率基礎(chǔ)上,

通過改進(jìn)判別次序與門限,進(jìn)一步提高了SSB、FM、FSK這幾種日常通信與訓(xùn)練中常用調(diào)制方式的識(shí)別速度與識(shí)別效果。仿真驗(yàn)證表明,該改進(jìn)算法確實(shí)可行,對(duì)經(jīng)典算法的改進(jìn)較為明顯。

[1]張志民,李綱,皇甫堪.基于瞬時(shí)頻率的數(shù)字調(diào)制方式自動(dòng)識(shí)別算法[J].現(xiàn)代電子技術(shù),2010,33(21):104-106.

ZHANG Z M,LI G,HUANGFU K.Algorithm for Automatic Modulation Recognition of Digitally Modulated Signals based on Instantaneous Frequency[J].Modern Electronics Technique,2010,33(21):104-106.

[2]李楊,李國通,楊根慶.通信信號(hào)數(shù)字調(diào)制方式自動(dòng)識(shí)別算法研究[J].電子與信息學(xué)報(bào),2005,27(02):197-201.

LI Y,LI G T,YANG G Q.Automatic Digital Modulation Recognition Algorithm of Communication Signals,Journal of Electronics&Information Technology,2005,27(02): 197-201.

[3]石明明,魯周迅,馬鑫.信號(hào)識(shí)別中的決策論分類器改進(jìn)[J].通信技術(shù),2011,44(03):7-8.

SHI M M,LU Z X,MA Xin.Improvement of Decisionmaking Classifiers in Modulation Recognition,Communications Technology,2011,44(03):7-8.

[4]孫偉豹,孫虎,王軍.判決法對(duì)數(shù)字和模擬信號(hào)的自動(dòng)識(shí)別及驗(yàn)證[J].計(jì)算機(jī)科學(xué),2012,39(11):88-107.

SUN W B,SUN H,WANG J.Automatic Recognition of Digital and Analog Communication Signals based on Decision Laws,Computer Science,2012,39(11):88-107.

[5]楊小牛,樓才義,徐建良.軟件無線電技術(shù)與應(yīng)用[M].北京:北京理工大學(xué)出版社,2010.

YANG X N,LOU C Y,XU J L.Technology and Application of Software Radio[M].Beijing:Beijing Institute of Technology Press,2010.

何 彬(1968—),男,碩士生導(dǎo)師,副教授,主要研究方向?yàn)閼?zhàn)術(shù)通信技術(shù);

HE Bin(1968-),male,master tutor,associate professor,mainly engaged in tactical communication technology.

谷廣宇(1989—),男,碩士研究生,主要研究方向?yàn)閼?zhàn)術(shù)通信技術(shù)。

GU Guang-yu(1968-),male,graduate student in The A-cademy of Armored Forces Engineering,mainly engaged in tactical communication technology.

Automatic Recognition of Modulated Signals based on Decision Method

HE Bin,GU Guang-yu
(Department of Information Engineering,The Academy of Armored Forces Engineering,Beijing 100072,China)

Modulation is an important parameter in the process of communication.To rapidly detect and identify the modulation mode of communication signal plays a critical role in the fields of communication, particularly military communication,and this technology is thus widely applied in these fields.The classical decision-based algorithm for automatic detection and recognition of signal modulation mode is improved,thus to raise the recognition speed and accuracy of signals commonly used in daily communication training,such as USB,LSB and FM,2FSK,4FSK.The implementation process of this algorithm is given. Simulation indicates that,the improved algorithm could acquire a better recognition effect of SSB,FM, FSK,while having little influence on recognition effect of the other 8-signal modulation mode.

modulation mode;automatic recognition;decision method

TN911

A

1002-0802(2014)01-0013-05

10.3969/j.issn.1002-0802.2014.01.003