鮑安平,胡國(guó)兵,金 明

(1.東南大學(xué)自動(dòng)化學(xué)院,南京 210096;2.南京信息職業(yè)技術(shù)學(xué)院電子信息工程學(xué)院,南京 210023;3.金陵科技學(xué)院電子信息工程學(xué)院,南京 211169)

基于霍夫變換的QPSK信號(hào)盲處理結(jié)果可信性評(píng)估*

鮑安平1,2*,胡國(guó)兵3,金 明2

(1.東南大學(xué)自動(dòng)化學(xué)院,南京 210096;2.南京信息職業(yè)技術(shù)學(xué)院電子信息工程學(xué)院,南京 210023;3.金陵科技學(xué)院電子信息工程學(xué)院,南京 211169)

為了有效評(píng)估QPSK信號(hào)盲處理結(jié)果可信與否,提出了一種基于霍夫(Hough)變換的評(píng)估算法。該方法在缺乏信號(hào)先驗(yàn)知識(shí)的條件下,根據(jù)調(diào)制識(shí)別結(jié)果及相應(yīng)參數(shù)估計(jì)結(jié)果構(gòu)造輔助信號(hào),將輔助信號(hào)與觀測(cè)信號(hào)作相關(guān)累加。以相關(guān)累加模值曲線特征為依據(jù),將QPSK信號(hào)處理結(jié)果的可信性評(píng)估問(wèn)題轉(zhuǎn)化為對(duì)Hough變換極值點(diǎn)聚類數(shù)是否為1的檢驗(yàn)。計(jì)算機(jī)仿真結(jié)果表明,當(dāng)信噪比大于等于-2 dB時(shí),算法的平均校驗(yàn)正確率大于93%。

盲信號(hào)處理;可信性檢驗(yàn);Hough變換;QPSK信號(hào)

在非協(xié)作信號(hào)處理中,如電子偵察,通信對(duì)抗等領(lǐng)域,信號(hào)處理分前端與后端兩個(gè)環(huán)節(jié)。前端處理的主要包括信號(hào)的檢測(cè)、調(diào)制方式的識(shí)別及主要參數(shù)的估計(jì),后端的處理則根據(jù)應(yīng)用要求的不同進(jìn)行定義,如對(duì)敵方信號(hào)的干擾、跟蹤,或?qū)€(gè)體輻射源的指紋識(shí)別等。顯然,前后兩個(gè)環(huán)節(jié)處理的性能是存在一定關(guān)聯(lián)的,前端處理的結(jié)果作性能直接影響導(dǎo)致后端處理的效果。若能針對(duì)前端每一次處理結(jié)果的可信性評(píng)估,即給出處理結(jié)果可信性與否的統(tǒng)計(jì)判決信息,這樣傳遞到后端,后端就可以根據(jù)這一信息決定是否執(zhí)行進(jìn)一步的處理環(huán)節(jié)。如果前端處理的不可信,則可以將此結(jié)果拋棄,或重新處理,這樣一方面可提高整個(gè)處理環(huán)節(jié)的有效性與可靠性,另一方面對(duì)處理資源也是一種節(jié)約。近年來(lái),在電子偵察領(lǐng)域,對(duì)接收機(jī)前端信號(hào)處理結(jié)果的可信性評(píng)估已成為相關(guān)領(lǐng)域的熱點(diǎn)課題,但在非協(xié)作條件下,由于缺乏信號(hào)的先驗(yàn)信息,可供處理的樣本本身也較少,使得這一問(wèn)題具有很大的挑戰(zhàn)性[1]。

目前,關(guān)于信號(hào)盲處理結(jié)果可信性評(píng)估的方法主要有兩類,一類是基于似然比方法,另一類是基于統(tǒng)計(jì)特征方法。文獻(xiàn)[2]提出一種基于似然函數(shù)特征分析的調(diào)制方式識(shí)別可信度評(píng)估算法。以不同調(diào)制情形下似然函數(shù)為基礎(chǔ)構(gòu)造特征向量,并以向量的信息熵作為可信度評(píng)估的依據(jù)。但該方法需要信號(hào)的先驗(yàn)信息,計(jì)算復(fù)雜度較高,且若待識(shí)別信號(hào)庫(kù)容量較小時(shí),信息熵的評(píng)估精度難以保證,在非協(xié)作條件下也較難應(yīng)用。文獻(xiàn)[3]在用神經(jīng)網(wǎng)絡(luò)分類器對(duì)認(rèn)知無(wú)線電信號(hào)進(jìn)行調(diào)制識(shí)別時(shí),以分類器的最大與次大輸出值之間差值的作為分類器的可信度度量。但由于神經(jīng)網(wǎng)絡(luò)分類器本身在進(jìn)行識(shí)別時(shí),需要要依賴大量的訓(xùn)練樣本,導(dǎo)致此法在非協(xié)作信號(hào)處理中難以實(shí)用。針對(duì)非協(xié)作條件下信號(hào)調(diào)制方式識(shí)別及參數(shù)估計(jì)結(jié)果的可信性評(píng)估,顯得更有實(shí)用價(jià)值。此類研究將調(diào)制方式識(shí)別與參數(shù)估計(jì)視為一個(gè)整體,稱之為信號(hào)盲處理。相關(guān)文獻(xiàn)針對(duì)雷達(dá)脈內(nèi)分析中常用調(diào)制信號(hào),利用幅度、相位等特征,對(duì)其盲處理結(jié)果的可信性進(jìn)行了統(tǒng)計(jì)分析。文獻(xiàn)[4]提出一種基于相關(guān)累加模值線性回歸失擬檢驗(yàn)的BPSK信號(hào)盲處理結(jié)果可信性評(píng)估算法,該方法不需要信號(hào)的先驗(yàn)信息,但因在進(jìn)行線性回歸失擬檢驗(yàn)時(shí),需要對(duì)樣本進(jìn)行聚類處理,聚類數(shù)的不確定的對(duì)評(píng)估算法韌性存在一定影響。針對(duì)BPSK信號(hào),文獻(xiàn)[5]分析了不同可信性假設(shè)一下特定參考信號(hào)與原始觀測(cè)信號(hào)相關(guān)后相位分布的差異,提出了一種基于Kolmogorov-Smirnov分布擬合檢驗(yàn)的信號(hào)盲處理結(jié)果可信性評(píng)估算法。但該算法需對(duì)信噪比進(jìn)行估計(jì)且信噪比低(小于-6 dB)時(shí)性能較差。文獻(xiàn)[6]研究了LFM信號(hào)盲處理結(jié)果可信性評(píng)估算法。在分析特定參考信號(hào)與觀測(cè)信號(hào)相關(guān)序列譜中循環(huán)頻率特征差異的基礎(chǔ)上,通過(guò)檢測(cè)相關(guān)序列在零頻率附近是否存在循環(huán)頻率,實(shí)現(xiàn)對(duì)LFM信號(hào)盲處理結(jié)果的可信性檢驗(yàn)。首先對(duì)觀測(cè)信號(hào)進(jìn)行調(diào)制方式識(shí)別及參數(shù)估計(jì),建立參考信號(hào)后,將觀測(cè)信號(hào)與參考信號(hào)作相關(guān)運(yùn)算并作DFT,該方法利用了頻域信息,其處理信噪比門限可達(dá)到-15 dB。

QPSK在雷達(dá)與通信中都是一種常用的調(diào)制信號(hào),但現(xiàn)有文獻(xiàn)僅針對(duì)BPSK信號(hào),LFM信號(hào)盲處理結(jié)果的可信性評(píng)估問(wèn)題進(jìn)行了研究。針對(duì)QPSK信號(hào)盲處理結(jié)果的可信性評(píng)估的相關(guān)文獻(xiàn),尚未見(jiàn)發(fā)表。本文先根據(jù)對(duì)QPSK信號(hào)的處理結(jié)果及相應(yīng)的信號(hào)參考模型,建立輔助信號(hào),并將之與原始信號(hào)作相關(guān)累加,而后將QPSK信號(hào)的可信性評(píng)估問(wèn)題建模為對(duì)相關(guān)累加曲線的Hough變換峰值點(diǎn)聚類是否為1的特征檢驗(yàn)問(wèn)題。仿真結(jié)果表明,當(dāng)信噪比大于等于-2 dB時(shí),算法的平均校驗(yàn)正確率大于93%。

1 基本模型與假設(shè)

假定QPSK信號(hào)模型為

(1)

式中:A為信號(hào)幅度,f0為載頻,φ是初始相位,N為樣本個(gè)數(shù),Δt為離散采樣間隔,d2(n)是四元編碼信號(hào),取值為0,1,2或3,其碼元持續(xù)時(shí)間為Tc。疊加了高斯白噪聲的QPSK原始觀測(cè)信號(hào)可表示為,

x(n)=s(n)+ω(n)=

(2)

式中:ω(n)是復(fù)零均值限帶高斯白噪聲,其實(shí)部與虛部相互獨(dú)立,方差為2σ2;信噪比為γ=A2/2σ2。

若用特定的處理算法,將觀測(cè)信號(hào)識(shí)別為QPSK信號(hào)后,對(duì)QPSK信號(hào)的解調(diào),一般采用四次方法。具體為[7]:

(1)將QPSK信號(hào)降階為正弦波信號(hào),通過(guò)對(duì)轉(zhuǎn)換得到的正弦波信號(hào)進(jìn)行載頻(將正弦波信號(hào)的載波估計(jì)值除以4)得到其載頻估計(jì)。

(2)利用載頻估計(jì)值,經(jīng)適當(dāng)變換,將觀測(cè)信號(hào)轉(zhuǎn)換到基帶;

(3)以基帶信號(hào)為依據(jù),對(duì)QPSK信號(hào)進(jìn)行碼元寬度、碼元個(gè)數(shù)估計(jì),并進(jìn)行解碼。

從上述過(guò)程可以見(jiàn),QPSK信號(hào)的解碼是否準(zhǔn)確,主要取決于其前續(xù)的調(diào)制方式識(shí)別、載頻估計(jì)、碼元寬度等參數(shù)估計(jì)的準(zhǔn)確與否。顯然,如果這些前續(xù)環(huán)節(jié)處理的性能較好,即調(diào)制方式識(shí)別正確且各參數(shù)估計(jì)的結(jié)果誤差較小,則發(fā)生解碼錯(cuò)誤的可能性也較小,此時(shí),我們稱此次處理結(jié)果的可信;反之,若調(diào)制方式識(shí)別錯(cuò)誤,或者雖然識(shí)別結(jié)果正確,但其他參數(shù)估計(jì)偏差大,則此時(shí)解碼發(fā)生錯(cuò)誤的可能性也較大,則稱此次處理結(jié)果的不可信。換言之,解碼結(jié)果是否存在錯(cuò)誤,某種意義也表征了整個(gè)處理環(huán)節(jié)的可信性。為此,我們可將QPSK信號(hào)盲處理結(jié)果的可信性檢驗(yàn)歸結(jié)為如下假設(shè)檢驗(yàn)問(wèn)題:

H0:無(wú)解碼錯(cuò)誤;H1:存在解碼錯(cuò)誤。

(3)

本文后續(xù)的分析將聚焦于如何根據(jù)信號(hào)的某一次處理結(jié)果及觀測(cè)信號(hào)本身,提取用以表征處理結(jié)果可信性的統(tǒng)計(jì)量,對(duì)式(3)給出的模型進(jìn)行假設(shè)檢驗(yàn)。

2 Hough變換

Hough變換于1962年由Paul Hough提出,并在美國(guó)作為專利被發(fā)表。Hough變換是一種常用于圖像中直線檢測(cè)的特征提取技術(shù),廣泛應(yīng)用于圖像分析、雷達(dá)信號(hào)檢測(cè)和時(shí)頻參數(shù)估計(jì)等領(lǐng)域[8]。其實(shí)質(zhì)是構(gòu)造一個(gè)數(shù)據(jù)空間向參數(shù)空間的一對(duì)多的映射,在參數(shù)空間把全局檢測(cè)轉(zhuǎn)化為局部峰值檢測(cè)。Hough變換是在二值化數(shù)字圖像中進(jìn)行形狀檢測(cè)的一種技術(shù),可用于對(duì)直線、圖及橢圓的檢測(cè),但要求這些圖形能用數(shù)學(xué)表達(dá)式進(jìn)行描述。此處,僅限于介紹Hough變換應(yīng)用于直線檢測(cè)的情形。其基本思想為:如果二進(jìn)制圖像中存在一個(gè)白色相素點(diǎn),則肯定有很多條直線通過(guò)這個(gè)單相素點(diǎn),同時(shí)這些直線與會(huì)通過(guò)其他白色相素點(diǎn)。在一條線上的白色相素點(diǎn)越多,越可以判定其可表示為一條直線。

對(duì)于一條直線,其數(shù)學(xué)表達(dá)為:

y=ax+b

(4)

式中:a為直線y的斜率,b為其在y軸上的截距。可以認(rèn)為參數(shù)(a,b)張成的空間代表了一系列的直線。我們稱這種直角坐標(biāo)系下的空間為數(shù)據(jù)空間,它具有一個(gè)缺點(diǎn),就是當(dāng)直線越來(lái)越接近垂直線時(shí),參數(shù)(a,b)均趨于無(wú)窮大。因此,可以采用另一種有邊界的表達(dá)方式,即極坐標(biāo)參數(shù)空間(ρ,θ)來(lái)表達(dá)直線,如圖1所示,ρ表示從原點(diǎn)到直線的距離,θ表示其垂線與x軸之間的夾角。這樣式(4)可寫為:

圖1 直線的極坐標(biāo)表示

進(jìn)一步,將上式寫成

ρ=xcosθ+ysinθ

(5)

式(5)表明,可將直線從直角坐標(biāo)系的(a,b)空間轉(zhuǎn)換到極坐標(biāo)空間(ρ,θ),后者也稱之為Hough空間。本文將試圖將QPSK信號(hào)的可信性評(píng)估與Hough變換聯(lián)系起來(lái)。

3 QPSK信號(hào)盲處理結(jié)果可信性特征分析

3.1 可信性評(píng)估特征分析

根據(jù)式(3)定義的可信性評(píng)估假設(shè)檢驗(yàn)?zāi)Ｐ?可分為兩種情形,即

將輔助信號(hào)與原始觀測(cè)信號(hào)作相關(guān)累加運(yùn)算,有

(6)

其中信號(hào)部分

(7)

s0(n)≈A(n+1)ejφ

(8)

由式(8)可見(jiàn),相關(guān)累加序列信號(hào)部分的模近似為關(guān)于變量n的線性函數(shù),其幅角近似為常量。進(jìn)一步,對(duì)相關(guān)累加序列取模得到

|z(n)|=|s0(n)+ω0(n)|

(9)

將ω0(n)寫成極坐標(biāo)形式為ω0(n)=Rω(n)×ejφω(n),其中Rω(n),φω(n)分別為其模值與幅度,則有

(10)

考慮到相關(guān)累加時(shí),信噪比增益隨相關(guān)累加長(zhǎng)度n而增加,當(dāng)n1時(shí),相關(guān)累加值的信噪比一般較大,此時(shí)?1,式(10)中的二次項(xiàng)≈0。于是,式(10)可繼續(xù)寫為

(11)

式中:等效相位函數(shù)β(n)=φ-φω(n),為[0,2π)上的隨機(jī)相位序列。將式(11)開(kāi)方,并進(jìn)行級(jí)數(shù)展開(kāi),得到

(12)

圖2 在H0假設(shè)下相關(guān)累加模值及其Hough變換

令x=n,y=|z(n)|,根據(jù)Hough變換的映射公式(見(jiàn)式(5)),可將相關(guān)累加模值序列映射到Hough空間,得到(H,ρ,θ)=Hough(x,y),式中H為Hough變換的幅值。顯然,H0假設(shè)下,對(duì)相關(guān)累加模值的Hough變換,其只出現(xiàn)一個(gè)峰點(diǎn),而且由于是對(duì)同一條直線進(jìn)行累加,峰值較大,如圖2(b)及2(c)所示。

(2)在H1假設(shè)下:即QPSK信號(hào)存在錯(cuò)誤解碼,此時(shí)可能出現(xiàn)兩種情形

(13)

并將觀測(cè)信號(hào)x(n)與之作相關(guān)累加,得到:

式中:ω1(n)為噪聲項(xiàng),而信號(hào)部分

(14)

圖3 QPSK信號(hào)誤識(shí)為NS信號(hào)時(shí)相關(guān)累加模值及其Hough變換

圖4 QPSK信號(hào)誤識(shí)為L(zhǎng)FM信號(hào)時(shí)相關(guān)累加模值及其Hough變換

圖5 QPSK信號(hào)誤識(shí)為BPSK信號(hào)時(shí)相關(guān)累加曲線及其Hough變換

(b)調(diào)制方式識(shí)別正確,但存在解碼錯(cuò)誤:由于信噪比較低或其他因素,特征量雖然屬于QPSK的特征空間,但處于特征空間的邊緣或者由于處理信噪比接近信噪比門限,導(dǎo)致某次參數(shù)估計(jì)的結(jié)果誤差偏大,從而產(chǎn)生了解碼發(fā)生部分錯(cuò)誤。圖6(a)所示為QPSK雖然誤別正確,但頻偏為0.5倍量化頻率間隔且存在1位解碼錯(cuò)誤時(shí),相關(guān)累加模值|z(n)|及其線性回歸值示意圖。由圖6可見(jiàn),由于存在較大的頻率估計(jì)誤差,且存在解碼錯(cuò)誤,所以相關(guān)累加模值在發(fā)生解碼錯(cuò)誤位置前后的曲線斜率符號(hào)不同,且整個(gè)曲線的其他也呈曲線形狀,不呈直線。顯然,此時(shí)對(duì)相關(guān)累加模值|z(n)|作Hough變換,也會(huì)存在多個(gè)極值點(diǎn),且極值點(diǎn)的幅度比H0假設(shè)時(shí)小,如圖6(b)、圖6(c)所示。

圖6 QPSK信號(hào)識(shí)別正確,但存在一位解碼錯(cuò)誤時(shí)的相關(guān)累加模值及其Hough變換(頻偏為0.5倍量化頻率間隔)

3.2 可信性評(píng)估算法

綜前所述,可知:

(1)在H1假設(shè)下,相關(guān)累加模值呈現(xiàn)為一條噪聲背景下的直線,在Hough變換空間只有一個(gè)峰點(diǎn),且峰值較大;

(2)H1假設(shè)下各種失配情形極值點(diǎn)分布各不同相同,分散成若干組,明顯不屬于同一條直線,此時(shí)極值點(diǎn)可能有多個(gè),且各極值的大小比H0假設(shè)下時(shí)小。

實(shí)際中,在一個(gè)極值點(diǎn)附近可能會(huì)檢測(cè)到若干大小相近的若干極值點(diǎn),形成不同的分組。圖2～圖6各圖中(c)子圖所示為不同情形下相關(guān)累加曲線模值經(jīng)Hough變換后檢測(cè)到極值點(diǎn)分布圖。由圖可見(jiàn):不同情形下,其極值點(diǎn)分布各不同相同,H0假設(shè)下,檢測(cè)到的極值點(diǎn)基本重合,屬于同一組,聚成一類,對(duì)應(yīng)于一條直線,且類內(nèi)的均值較大;H1假設(shè)下的各種情形,極值點(diǎn)分散成若干組,檢測(cè)出來(lái)的不屬于一條直線或者不呈直線,此時(shí)極值點(diǎn)聚類數(shù)將大于1,而且不同類的均值也一般較小。若定義

C1=Count[Hough(|z(n)|]

(15)

式中:Count[Hough(|z(n)|]表示統(tǒng)相關(guān)累加模值z(mì)(n)的Hough變換極值點(diǎn)聚類數(shù)的統(tǒng)計(jì),則QPSK信號(hào)盲處理結(jié)果的可信性評(píng)估規(guī)則為

若C1=1,則H0假設(shè)判成立,否則H1成立。

(16)

本文所提出的基于Hough變換的信號(hào)盲處理結(jié)果可信性檢驗(yàn)算法小結(jié)如下:

(1)輔助信號(hào)構(gòu)建:利用特定處理算法得到調(diào)制識(shí)別結(jié)果及參數(shù)估計(jì)結(jié)果,基于識(shí)別結(jié)果對(duì)應(yīng)的信號(hào)模型建立輔助信號(hào);

(2)相關(guān)累加:將輔助信號(hào)與觀測(cè)信號(hào)作相關(guān)累加運(yùn)算,取其模值|z(n)|;

(3)Hough變換:先將相關(guān)累加曲線|z(n)|轉(zhuǎn)稱成一幅二值化的二維圖像,經(jīng)邊緣檢測(cè)處理后作Hough變換,并進(jìn)行峰值點(diǎn)檢測(cè);

(4)統(tǒng)計(jì)判決:對(duì)檢測(cè)出的峰值點(diǎn)進(jìn)行聚類,若C1=1,則判H0成立,否則判H1成立。

4 性能仿真與分析

假設(shè)接收到的觀測(cè)信號(hào)x(n)為被加性高斯白噪聲污染的QPSK信號(hào),載頻10.05 MHz,碼元寬度1 μs,采樣頻率fs=100 MHz,樣本長(zhǎng)度為1 300點(diǎn),仿真次數(shù)10 000次。仿真所用調(diào)制識(shí)別算法采用文獻(xiàn)[9-10]方法,QPSK信號(hào)的參數(shù)估計(jì)方法采用文獻(xiàn)[7]提出的處理算法,Hough變換極值點(diǎn)聚類方法選擇K均值法[11]。以下各表中:nij,i=0,1,j=0,1表示對(duì)于某一次具體的盲處理結(jié)果而言,實(shí)際為Hi假設(shè),利用Hough變法檢驗(yàn)算法判為Hj的次數(shù)。此處,定義平均校驗(yàn)正確率為Pc=(n11+n10)/Ns(其中Ns表示為總的仿真次數(shù))作為評(píng)價(jià)可信性評(píng)估算法性能的指標(biāo)。

實(shí)驗(yàn)1碼序列為13位隨機(jī)序列

表1所示為利用Hough變換法對(duì)13位隨機(jī)序列QPSK信號(hào)盲處理結(jié)果的可信性進(jìn)行處理時(shí)的統(tǒng)計(jì)性能。由表1可見(jiàn),本算法的平均校驗(yàn)正確率隨信噪比的增加而增加。當(dāng)信噪比大于-0 dB時(shí),利用本算法對(duì)BPSK信號(hào)處理結(jié)果進(jìn)行可信性檢驗(yàn)的平均校驗(yàn)正確率大于99%。信噪比變小,10 000次仿真中的不可信性處理次數(shù)相應(yīng)增加。信噪比為-2 dB時(shí),本算法可將3 948次不可信處理的情形中的3 444次檢出,5 952次可信性處理中5 938次認(rèn)定為可信處理,平均正確校驗(yàn)檢錯(cuò)率達(dá)93%以上。信噪比小于-4 dB時(shí),10 000次仿真中,出現(xiàn)不可信處理的次數(shù)增加驟增,本算法對(duì)可信性處理的校驗(yàn)率仍較高,可將944次可信處理認(rèn)定為可信,而對(duì)不可信性處理的校驗(yàn)性能變差,導(dǎo)致平均校驗(yàn)正確率降到38.5%,。當(dāng)信噪比進(jìn)一步下降至-4 dB以下,本算法失效。

實(shí)驗(yàn)2碼序列為31位隨機(jī)序列

表2所示為利用Hough變換法對(duì)31位隨機(jī)序列QPSK信號(hào)盲處理結(jié)果的可信性進(jìn)行處理時(shí)的統(tǒng)計(jì)性能。當(dāng)信噪比大于-2 dB時(shí),利用本算法對(duì)BPSK信號(hào)處理結(jié)果進(jìn)行可信性檢驗(yàn)的平均校驗(yàn)正確率大于99%。信噪比-4 dB時(shí),本算法平均校驗(yàn)正確率小于降到52.44%,算法失效。但相比表1而言,本算法對(duì)31位隨機(jī)序列QPSK信號(hào)的可信性校驗(yàn)性能更佳,信噪比門限約下降2 dB,原因在于碼元個(gè)數(shù)的增加,實(shí)際上就是增加了信號(hào)的樣本數(shù),而相關(guān)累加序列的信噪比增益隨樣本數(shù)而增加,這樣Hough變換極值點(diǎn)的幅度也有所增加,從而有利于對(duì)QPSK信號(hào)盲處理結(jié)果的可信性校驗(yàn)。

表1 不同信噪比時(shí)的檢驗(yàn)性能(13位隨機(jī)序列)

表2 不同信噪比的檢驗(yàn)性能(31位隨機(jī)序列)

5 結(jié)束語(yǔ)

本文將數(shù)字圖象處理中常用的Hough變換引入到QPSK信號(hào)盲處理結(jié)果的可信性校驗(yàn)中,提出一種基于Hough變換極值點(diǎn)特征的處理算法。先根據(jù)盲處理結(jié)果構(gòu)造輔助信號(hào),并將輔助信號(hào)與原始觀測(cè)信號(hào)作相關(guān)累加,而后對(duì)相關(guān)累加模值序列作Hough變換,提取其極值點(diǎn)的聚類數(shù)作為特征量,完成對(duì)QPSK信號(hào)盲處理結(jié)果可信與否的判定。文中分別以13位、31位隨機(jī)序列QPSK信號(hào)為例,進(jìn)行了聯(lián)合仿真,結(jié)果表明,該算法在較低信噪比時(shí)仍有效,且性能隨碼元個(gè)數(shù)的增加而增加。本算法可在缺乏信號(hào)先驗(yàn)信息的條件下工作,在電子情報(bào)分析中具有一定的理論與實(shí)用價(jià)值。

[1] W Su J A K,Y Ming. Dual-Use of Modulation Recognition Techniques for Digital Communication Signals[C]//Systems,Applications and Technology Conference. 2006:1-6.

[2] Lin W S,Liu K J R. Modulation Forensics for Wireless Digital Communications[C]//IEEE International Conference on Acoustics,Speech and Signal Processing,2008. ICASSP 2008. 2008:1789-1792.

[3] Fehske A,Gaeddert J,Reed J H. A New Approach to Signal Classification using Spectral Correlation and Neural Networks[C]//2005 First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks,2005. DySPAN 2005. 2005:144-150.

[4] 胡國(guó)兵,劉渝. BPSK 信號(hào)盲處理結(jié)果的可靠性檢驗(yàn)算法[J]. 數(shù)據(jù)采集與處理,2012,26(6):637-642.

[5] 胡國(guó)兵,徐立中. 基于K-S檢驗(yàn)的BPSK信號(hào)盲處理結(jié)果可信性評(píng)估[J]. 電子學(xué)報(bào),2014,42(10):1882-1886.

[6] 胡國(guó)兵,徐立中,吳珊珊,等. 基于循環(huán)平穩(wěn)分析的LFM信號(hào)盲處理結(jié)果可靠性評(píng)估[J]. 電子學(xué)報(bào),2016,44(4):788-794.

[7] 朱霞,劉渝,狄慧. 一種低信噪比條件下QPSK信號(hào)盲處理方法[J]. 數(shù)據(jù)采集與處理,2011,26(5):553-558.

[8] Barbarossa S. Analysis of Multicomponent LFM Signals by a Combined Wigner-Hough Transform[J]. IEEE Transactions on Signal Processing,1995,43(6):1511-1515.

[9] 胡國(guó)兵,劉渝. 基于正弦波抽取的雷達(dá)脈內(nèi)調(diào)制識(shí)別[J]. 計(jì)算機(jī)工程,2010,36(13):21-23.

[10] 陳役濤. 雷達(dá)信號(hào)調(diào)制方式識(shí)別可信度研究[D]. 南京:南京航空航天大學(xué),2008.

[11] HARTIGAN J A. Clustering Algorithms[M]. New York:John Wiley,1975:38-41.

ReliabilityTestforBlindProcessingResultsofQPSKSignalsUsingHoughTransformation*

BAOAnping1,2*,HUGuobing3,JINMing2

(1.School of Automation,Southeast University,Nanjing 210096,China;2.Nanjing College of Information and Technology,Nanjing 210023,China;3.School of Electronic and Information Engineering,Jinling Institute of Technology,Nanjing 211169,China)

In order to assess the reliability of the QPSK signal processing results,an algorithm based on Hough transform is proposed. In the absence of a priori knowledge of the signal,by constructing an auxiliary signal based on the modulation and the corresponding parameter estimation results,the correlation sum between the original observed signal and the auxiliary signal is obtained. Based on the characteristics of the correlation modulus curve,the reliability test of blind signal processing is transformed to a test of whether the cluster number of the peaks of the Hough transformation is 1. The computer simulation results show that the average correct verification rate of the proposed algorithm is greater than 93% when the SNR is greater than -2 dB.

blind signal processing;reliability test;Hough transformation;QPSK signal

10.3969/j.issn.1005-9490.2017.06.030

項(xiàng)目來(lái)源:江蘇省高?！扒嗨{(lán)工程”科技創(chuàng)新團(tuán)隊(duì)(2016年)項(xiàng)目(229150203/007);江蘇省第十二批六大人才高峰項(xiàng)目(DX022)

2017-01-26修改日期2017-04-11

TP302

A

1005-9490(2017)06-1483-07

鮑安平(1974-),男,漢族,安徽蕪湖人,南京信息職業(yè)技術(shù)學(xué)院教師,東南大學(xué)自動(dòng)化學(xué)院博士在讀,副教授、博士在讀,主要研究方向?yàn)闄z測(cè)技術(shù),baoanpingseu@163.com。