基于瞬时频率的数字调制方式自动识别算法

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于瞬时频率的数字调制方式自动识别算法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要:数字通信信号调制方式的自动识别在军用和民用方面都极为重要。为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,与现有方法相比,运算量显著减少,鲁棒性强,可用于实时处理中。在此基础上提出三个特征参数和一种基于判决理论的调制方式自动识别算法,给出识别算法的实现流程。计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。

关键词:数字通信信号; 调制方式自动识别; 瞬时频率; 平均识别率

中图分类号:TN911.72-34文献标识码:A

文章编号:1004-373X(2010)21-0104-04

Algorithm for Automatic Modulation Recognition of Digitally

Modulated Signals Based on Instantaneous Frequency

ZHANG Zhi-min, LI Gang, HUANG Fu-kan

(College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China)

Abstract: Automatic modulation recognition of digital communication signals is extremely important for both military and civilian purposes. In this paper, a new method for extracting the instantaneous frequency of the intercepted signals is proposed to automatically recognize the modulation types of FSK2, FSK4, PSK2 and PSK4 signals. This new method has no need of phase-unwrapping or symbol synchronization. Compared to other available approaches, it has greatly reduced the processing power consumption. Furthermore, this method is much more robust and can be used in real-time application systems. On the basis of this, three key features and an algorithm for modulation recognition of the aforementioned four types of signals are derived. This algorithm is based on the decision-theoretic approach and its realization flowchart is also presented. Computer simulations show that the average modulation recognition success rate is ≥99% at an SNR of-3 dB. It proves that the new method for the instantaneous frequency extracting is efficient and the modulation recognition algorithm is suitable for the practical application of signal detection and fast recognition in non-cooperation communication systems.

Keywords: digital communication signals; automatic modulation recognition; instantaneous frequency; average recognition rate

0 引 言

数字通信信号调制方式的自动识别是信号分析领域中一个比较新的研究方向,它在军用和民用方面,尤其是在军事通信领域中都有很大的应用前景。随着电子对抗技术的不断升温,迫切需要进行数字通信信号调制方式自动识别技术的研究,它被广泛应用于:信号确认、干扰识别、无线电侦听、电子对抗、信号监测和威胁分析等领域[1]。

目前,数字通信信号调制方式的自动识别算法,大致可分为判决理论和统计模式识别两种[2-5]。在这些算法中所用到的特征参数,一般都基于截获信号的瞬时幅度、瞬时相位和瞬时频率。在文献[6-7]中给出计算瞬时幅度、瞬时相位和瞬时频率的方法。但为了得到非线性相位,这些文献在提取瞬时频率时,均需对相位进行去卷叠处理,这将增加信号处理的工作量,不利于信号的实时在线分析。

本文提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不要求实现码元同步。与文献[6-7]中的方法相比,运算量显著减少,且鲁棒性强。在此基础上提出三个特征参数,以及一种自动识别FSK2,FSK4,PSK2,PSK4四种数字通信信号调制方式的算法。计算机仿真结果证明,本文提出的瞬时频率提取方法和调制方式自动识别算法是有效的,弥补了同类方法的不足。

1 信号模型

将接收信号建模为:

r(t)=A(t)ej2πfct+jφ(t)+n(t)

(1)

式中:t是时间;r(t)表示接收信号;A(t)是瞬时幅度,fc是载波频率;φ(t)为瞬时相位亦称非线性相位,在不致引起混淆时也称为相位;n(t)是窄带复高斯白噪声。

瞬时频率fЭ捎上率角蟮:

f=f(t)=12πdφ(t)dt

(2)

对r(t)以速率Fs采样,得到样本序列x(i)=r(i/Fs),i=0,1,…,N-1,这里i是样本序号,N是样本总数。为方面起见,下面将A(i/Fs),f(i/Fs),φ(i/Fs)分别简记为A(i),f(i)和φ(i),并定义A(i)的平均值ma及归一化瞬时幅度An(i)如下:

ma=1N∑Ni=1A(i),An(i)=A(i)ma.

(3)

从式(2)可以看出,瞬时频率f(i)的计算依赖于瞬时相位φ(i),因为φ(i)对噪声很敏感[8],所以需要引入一个用来描述信号强弱的An(i)的门限at,即当An(i)>at时,表示样本x(i)位于接收信号中的非弱部分,否则表示x(i)位于接收信号中的较弱部分,即位于噪声较强的部分。以下将x(i)中满足An(i)>at的信号样本所组成的全体称为信号的“非弱信号段”,并用C表示其中的样本数,所有以φ(i)为基础的特征参数的计算均应在非弱信号段上进行。

在下面的讨论中,假设已估计出符号速率Fsym,对码元同步不作要求。

2 瞬时频率提取

本文提出一种新的瞬时频率提取算法,其原理如┩1所示。

图1 从接收信号中提取瞬时频率

在图1中,首先通过载波恢复,对式(1)中的接收信号r(t)进行数字下变频处理,使之变换为零中频信号。在此基础上提取出瞬时相位φ(i)和瞬时幅度A(i),后者用于确定x(i)中的非弱信号段。接下来利用式(2),得到非弱信号段上的瞬时频率f(i)。

对于PSK2,PSK4信号来说,由于其Е(i)分别取2,4个固定的离散值,即φ(i)是不连续的,所以上面叙述的就是计算其f(i)全部步骤。У对于FSK2,FSK4信号来说,从本质上讲,它们的瞬时相位Е(i)是连续的,在图 1中通过数字下变频得到的φ(i)的值将位于区间[-π,π)内。也就是说本来连续的相位都被限制于区间[-π,π)中。因此不难想象,在-π与π过渡的地方,由于存在相位突变,得到的f(i)П囟会出现尖峰。

为验证这一点,进行计算机仿真实验。这里只叙述FSK2信号的实验结果,以节省篇幅,如图2～图4所示。需要说明的是,图2～图4三个图中的瞬时频率已针对符号速率进行了归一化。容易理解,在无噪声、带宽无限大的理想情况下,FSK2信号的归一化瞬时频率取两个离散值+1和-1,但从图2中看不到这一点,这是因为在图2中存在强度高达两个数量级的尖峰,正是这些尖峰“淹没”了正常的频率。如果对图2中的局部图形放大后观察,则可以发现其中的频率,如图3所示。

图2 相位不连续使FSK2信号的

瞬时频率出现尖峰

图3 FSK2信号中被“淹没”了的瞬时频率

图4 去除尖峰后FSK2信号的瞬时频率

基于此,在图1所示的信号处理流程中,要对最初得到的瞬时频率进行“去除尖峰”处理。即设置一个适当的门限Еt,通过将初始瞬时频率与δt比较,滤除其中超过δtУ牟糠,得到正确的结果,这样处理后的结果见图4。对于PSK2,PSK4信号来说,理想情况下f(i)0,Ч橐换瞬时频率中不存在尖峰,即图1中的“去除尖峰”处理对PSK2,PSK4信号没有影响。也就是说,图1中的瞬时频率提取算法对研究范围内的所有信号都是适用的。

3 特征参数

现在已经得到了FSK2,FSK4,PSK2,PSK4四种数字通信信号的瞬时频率,为自动识别它们各自的调制方式,提出以下三个特征参数,参数名称中的“abs”意为“绝对值”。为叙述方便,下面将任意变量Е渭跞テ淦骄值的处理过程称为对ξЫ行“零中心”处理。

第一个特征参数absFreq,定义为非弱信号段上零中心、归一化瞬时频率的一阶绝对原点矩:

absFreq=1C∑An(i)>atf(i)-faFsym,

fa=1C∑An(i)>atf(i)

(4)

在理想情况下,对于FSK2,FSK4信号,由于其瞬时频率f(i)Х直鹑《、四个固定的离散值,因此进行零中心、归一化、取绝对值处理后,其absFreq为一常数,即不为零。另一方面,对于PSK2,PSK4信号来说,由于理想情况下其瞬时频率恒为零,故其absFreq也为零。因此利用此特征参数,可将absFreq不为零的信号(FSK2,FSK4)和absFreq为零的信号(PSK2,PSK4)区分开。

第二个特征参数absFreq2,定义为非弱信号段上零中心、归一化瞬时频率绝对值的一阶绝对中心矩:

absFreq2=1C∑An(i)>atf2(i)-1C∑An(m)>atf2(m),

f2(i)=f(i)-faFsym

(5)

式中:fa的含义见式(4)。在理想情况下,对于FSK2信号,由于其瞬时频率f(i)Ь哂辛礁龉潭ǖ睦肷⒅,因此经零中心、归一化、取绝对值处理后,得到的f2(i)是常数,即absFreq2等于零。另一方面,在FSK4信号的瞬时频率中包含4个固定的离散值,经零中心、归一化、取绝对值处理后,得到的f2(i)Ы包含2个固定的离散频率值,absFreq2不为零。因此利用此特征参数,可将absFreq2为零的二元频率信号FSK2同absFreq2不为零的四元频率信号FSK4区分开。

第三个特征参数absPhase2,定义为非弱信号段上零中心、瞬时相位绝对值的一阶绝对中心矩:

absPhase2=1C∑An(i)>atφ2(i)-1C∑An(m)>atφ2(m),

φ2(i)=φ(i)-m2, m2=1N∑Ni=1φ(i)

(6)

理想情况下,对于PSK2信号,由于其瞬时相位Е(i)Ь哂辛礁龉潭ǖ睦肷⒅,因此经零中心、取绝对值处理后是常数,即Е2(i)是常数,所以其absPhase2等于零。另一方面,由于PSK4信号的瞬时相位Е(i)О含4个固定的离散值,因此经零中心、取绝对值处理后,其Е2(i)Ы包含2个离散值,所以其absPhase2不为零。亦即利用此特征参数,可将absPhase2为零的二元瞬时相位信号PSK2和absPhase2不为零的四元瞬时相位信号PSK4区分开。

4 调制方式自动识别算法

根据以上讨论,基于判决理论,得到图5所示的数字通信信号调制方式自动识别算法流程。其中T1,T2,T3Х直鸨硎咎卣鞑问absFreq,absFreq2,absPhase2的门限。在图5中的每个判决节点上,都根据特征参数与其门限的大小比较结果,将原来的信号集一分为二。

图5 数字通信信号调制方式自动识别算法

5 计算机仿真

5.1 门限确定

为对本文提出的调制识别算法的性能进行评估,需通过实验确定三个特征参数absFreq,absFreq2,absPhase2的门限。仿真参数如下:基带信号波形采用矩形脉冲,每个符号对应的样本数为100,仿真符号总数为1 000,符号速率为10 kHz,载波频率为100 kHz,信噪比变化范围为-5～20 dB,以1 dB为步长改变,at取1,δt取5。仿真结果如图6~图8所示。根据仿真结果确定的三个特征参数的门限及适用的信噪比条件表1。

图6 特征参数absFreq与信噪比的关系

5.2 性能分析

图 9给出识别算法的仿真结果。仿真中对每种信号类型,在每一信噪比下均试验400次,计算平均识别率。从图 9可以看出,随着信噪比的增大,算法的平均识别率也增大,这是不难理解的。另外在SNR≥-5 dB时,FSK2,FSK4的识别率均为100%;在SNR≥-3 dB时,所有信号的识别率都大于等于99%。

表1 根据仿真结果确定的特征参数的门限及信噪比条件

标识符T1T2T3

门限0.80.80.6

信噪比条件 /dB>-3>-13>-15

图7 特征参数absFreq2与信噪比的关系

图8 特征参数absPhase2与信噪比的关系

图9 数字通信信号调制方式自动识别算法的仿真结果

作为对比,文献[8]中给出一种识别ASK2,ASK4,FSK2,FSK4,PSK2,PSK4六种数字通信信号调制方式的算法,在信噪比为10 dB时,以上6种信号的平均识别率均大于等于90%。可以得出这样的结论:除ASK2,ASK4这两种信号类型以外,本文提出的瞬时频率提取方法不需要对瞬时相位进行去卷叠处理,运算量

大为减少,弥补了同类方法的不足,调制方式自动识别算法的平均识别率明显高于文献[8]中的算法。这些都说明,本文提出的瞬时频率提取方法和调制方式自动识别算法是有效的。

6 结 论

数字通信信号调制方式的自动识别在军用和民用方面都具有十分重要的意义。本文提出一种新的瞬时频率提取方法,与现有文献中的提取方法相比,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,弥补了同类方法的不足,运算量显著减少,鲁棒性强,可用于实时处理中。在此基础上,为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,本文提出三个特征参数,以及一种基于判决理论的调制方式自动识别算法,并给出识别算法的实现流程。计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。

参考文献

[1]李杨,李国通,杨根庆.通信信号数字调制方式自动识别算法研究[J].电子与信息学报,2005,27(2):197-201.

[2]NANDI A K, AZZOUZ E E. Automatic analogue modulation recognition [J]. Signal Processing, 1995, 46: 211-222.

[3]游伟,周先敏.模拟调制信号的自动调制识别[J].信号处理,2009,25(1):77-80.

[4]LIKE Eric, CHAKRAVARTHY Vasu D, RATAZZI Paul, et al. Signal classification in fading channels using cyclic spectral analysis [J]. EURASIP Journal on Wireless Communications and Networking, 2009: 14-33.

[5]张达敏,王旭.对基于决策论的数字信号调制识别方法的改进[J].计算机应用,2009,29(12):3227-3230.

[6]AZZOUZ E E, NANDI A K. Automatic modulation recognition Ⅰ [J]. Journal of the Franklin Institute, 1997, 334(2): 241-273.

[7]AZZOUZ E E, NANDI A K. Automatic modulation recognition Ⅱ [J]. Journal of the Franklin Institute, 1997, 334(2): 275-305.

[8]AZZOUZ E E, NANDI A K. Automatic identification of digital modulation types [J]. Signal Processing, 1995, 47(1): 55-69.