一種多通道數(shù)字調(diào)制信號(hào)的識(shí)別

一種多通道數(shù)字調(diào)制信號(hào)的識(shí)別

1數(shù)字視頻調(diào)制信號(hào)的識(shí)別通信信號(hào)的通信檢測(cè)是電子探測(cè)和廣播監(jiān)控的一個(gè)非常重要的問題。基本任務(wù)是確定頻率、波幅和其他信號(hào)的調(diào)解類型，并根據(jù)多信號(hào)環(huán)境和噪聲條件評(píng)估信號(hào)的估計(jì)參數(shù)，如波形頻率和波幅。為后續(xù)信號(hào)分析和處理奠定基礎(chǔ)。目前,通信信號(hào)的調(diào)制分類方法大致可分為兩大類:最大似然方法和模式識(shí)別方法,前者判別規(guī)則簡單,但檢驗(yàn)統(tǒng)計(jì)量計(jì)算復(fù)雜且需要一些先驗(yàn)知識(shí);后者判別規(guī)則復(fù)雜但特征提取簡單,易于計(jì)算。由于工程上我們需要處理的是截獲信號(hào),先驗(yàn)知識(shí)少,故我們常采用模式識(shí)別的方法。由于數(shù)字調(diào)制信號(hào)越來越多地應(yīng)用于通信信號(hào)處理領(lǐng)域,因此對(duì)數(shù)字調(diào)制信號(hào)的識(shí)別的研究也越來越多。K.Assaleh利用AR模型提取信號(hào)的瞬時(shí)頻率和瞬時(shí)帶寬,利用瞬時(shí)頻率與瞬時(shí)帶寬的均值與方差實(shí)現(xiàn)FSK與PSK信號(hào)的分類;S.Z.Hsue利用接收信號(hào)過零點(diǎn)的時(shí)間間隔統(tǒng)計(jì)量與直方圖作為特征參數(shù)來分類FSK與PSK信號(hào);K.C.Ho則利用小波變換的方法,利用小波系數(shù)作為特征實(shí)現(xiàn)PSK與FSK信號(hào)分類;胡延平利用信號(hào)包絡(luò)及包絡(luò)微分的均值和方差實(shí)現(xiàn)ASK、QAM、PSK、FSK等信號(hào)的識(shí)別。由于高斯白噪聲大于二階的累積量為零,故高階累積量的方法有很好的抑制噪聲作用。目前,利用高階累積量實(shí)現(xiàn)通信信號(hào)的調(diào)制識(shí)別研究也越來越多,Swami利用四階累積量實(shí)現(xiàn)了2PSK信號(hào)與4PSK信號(hào)的調(diào)制分類;陳衛(wèi)東利用四階累量實(shí)現(xiàn)了2PSK、4PSK、8PSK信號(hào)的調(diào)制識(shí)別,并證明了高階累量具有尺度、相位旋轉(zhuǎn)不變的特性,并可以抑制高斯噪聲的影響。本文經(jīng)過分析發(fā)現(xiàn),利用高階累積量同樣可以實(shí)現(xiàn)ASK信號(hào)的調(diào)制分類,同時(shí)對(duì)FSK信號(hào)的一階微分后也可以利用高階累積量實(shí)現(xiàn)調(diào)制分類。文章分析了利用高階累積量實(shí)現(xiàn)2ASK、4ASK、4PSK、2FSK、4FSK五種數(shù)字調(diào)制信號(hào)的分類過程。論文最后給出了實(shí)驗(yàn)結(jié)果。2發(fā)送碼元編碼hn被噪聲污染的數(shù)字調(diào)制信號(hào)的復(fù)數(shù)形式可表示為:S(t)=√E∑nhnp(t-nΤs)exp[j(ωct+θc)]+n(t)(1)S(t)=E√∑nhnp(t?nTs)exp[j(ωct+θc)]+n(t)(1)其中p(t)是發(fā)送碼元波形,Ts為碼元寬度,ωc為載波頻率,θc為載波相位,hn為發(fā)送碼元序列。假設(shè)n(t)為零均值的復(fù)高斯白噪聲,E為發(fā)送碼元波形的能量。在已達(dá)到載波頻率、相位、定時(shí)同步的前提下,經(jīng)下變頻后得:S(t)=√E∑nhnp(t-nΤs)exp(jθc)+n(t)(2)S(t)=E√∑nhnp(t?nTs)exp(jθc)+n(t)(2)根據(jù)數(shù)字調(diào)制信號(hào)的性質(zhì),分別將數(shù)字調(diào)制信號(hào)下變頻后的信號(hào)表示為:MASK:S(t)=√E∑nanp(t-nΤs)exp(jθc)+n(t)?αn∈{2m-1-Μ,m=1,2,??Μ}(3)MPSK:S(t)=√E∑nexp(j?n)p(t-nΤs)exp(jθc)+n(t)??n∈{(m-1)2πΜ,m=1,2,??Μ}(4)MFSK:S(t)=√E∑nexp(jωnt)p(t-nΤs)exp(jθc)+n(t)?ωn∈[(2m-1-Μ)Δω?m=1,2,??Μ}(5)(5)式中Δω為FSK信號(hào)的頻偏,對(duì)于2FSK信號(hào)的頻偏為Δω2,4FSK信號(hào)的頻偏為Δω4。2.1高階累積量h在定義高階累積量前時(shí),首先給出高階矩的定義,對(duì)于一個(gè)具有零均值的復(fù)隨機(jī)過程X(t),其p階混合矩可表示為:Mpq=E[X(t)p-qX*(t)q](6)其中*表示函數(shù)的共軛,然后定義高階累積量如下:C20=cum(X,X)=M20(7)C21=cum(X,X*)=M21(8)C40=cum(X,X,X,X)=M40-3M220(9)C41=cum(X,X,X,X*)=M41-3M21M20(10)C42=cum(X,X,X*,X*)=M42-|M20|2-2M221(11)C60=cum(X,X,X,X,X,X)=M60-15M40M20+30(M20)3(12)2.2mfsk信號(hào)的累積量假設(shè)發(fā)送的碼元服從獨(dú)立同分布,在理想情況下利用公式(6)～(11)分別計(jì)算數(shù)字調(diào)制信號(hào)的高階累積量,設(shè)信號(hào)的能量為E,為了分析問題的方便,對(duì)碼元序列歸一化處理,則MASK信號(hào)的碼元序列變?yōu)棣羘∈{(2m-1-M)d,m=1,2,…,M},其中d=√3E/(Μ2-1)。見表1。從表1可以看出,利用不同的參數(shù)組合可以實(shí)現(xiàn)大部分調(diào)制信號(hào)的分類,但不能分類出2ASK信號(hào)與2PSK信號(hào),這是因?yàn)楫?dāng)信號(hào)變換到基帶后,2ASK信號(hào)與2PSK信號(hào)是等價(jià)的,同時(shí)利用累積量法也不能分類出2FSK信號(hào)與4FSK信號(hào),這是因?yàn)?2FSK信號(hào)與4FSK信號(hào)下變頻后仍為頻率調(diào)制信號(hào)。但經(jīng)過分析發(fā)現(xiàn),當(dāng)對(duì)(5)式計(jì)算一階導(dǎo)數(shù)時(shí),即可將頻率調(diào)制信號(hào)轉(zhuǎn)化為含有幅度信息的調(diào)制信號(hào),這就可以利用累積量法分析。對(duì)(5)式計(jì)算一階導(dǎo)數(shù):S′(t)=√E∑n[ej(ωnt+θc)δ(t-nΤs)+ωnej(ωnt+θc+π2)p(t-nΤs)]+n(t)(13)分析上式,發(fā)現(xiàn)(13)式的第一項(xiàng)為一沖擊函數(shù),第二項(xiàng)則為一幅度頻率調(diào)制信號(hào),含有幅度調(diào)制信息,將上式通過一中值濾波,很容易濾出沖擊函數(shù)的影響,故將s′(t)經(jīng)過中值濾波器后可得信號(hào):s″(t)=√E∑nωnej(ωnt+θc+π2)p(t-nΤs)+n″(t)(14)n″(t)為微分后經(jīng)中值濾波器的噪聲部分,可以證明,n″(t)為仍近似為一高斯白噪聲。表2為MFSK信號(hào)變換后的信號(hào)s″(t)的累積量值。從表2可以看出,利用微分后的累積量可以分類出2FSK與4FSK信號(hào)。2.3基帶調(diào)制信號(hào)分類為了實(shí)現(xiàn)數(shù)字調(diào)制信號(hào)的調(diào)制識(shí)別,我們利用不同的累積量組合提取特征參數(shù)。表1顯示,2ASK信號(hào)與2PSK信號(hào)的各階累積量相同,因此利用累積量的方法我們無法分類出2ASK信號(hào)與2PSK信號(hào)。根據(jù)文獻(xiàn)分析,我們很容易利用信號(hào)的包絡(luò)特征R參數(shù)分類出MASK信號(hào)與MPSK信號(hào)?；谏鲜稣f明,本文主要針對(duì)2ASK、4ASK、4PSK、2FSK、4FSK五種調(diào)制信號(hào)的分類。下面給出具體的識(shí)別算法:(1)將接收的數(shù)字調(diào)制信號(hào)進(jìn)行下變頻處理后得到基帶調(diào)制信號(hào);(2)計(jì)算基帶調(diào)制信號(hào)的高階累積量,并計(jì)算如下的特征參數(shù):T1=|C40|/|C42|(15)T2=|C41|/|C42|(16)T3=|C60|2/|C40|3(17)(3)利用T1實(shí)現(xiàn)MASK、MPSK與MFSK信號(hào)的分類,在理想情況下,MFSK信號(hào)的T1=0,而MASK、MPSK信號(hào)的T1=1;利用T2實(shí)現(xiàn)4PSK信號(hào)與MASK信號(hào)的分類,在理想情況下,4PSK信號(hào)的T2=0,MASK信號(hào)的T2=1;利用T3實(shí)現(xiàn)MASK信號(hào)的分類,在理想情況下,2ASK信號(hào)的T3=32,而4ASK信號(hào)的T3=27.52;(4)將基帶調(diào)制信號(hào)進(jìn)行微分處理后經(jīng)中值濾波器,計(jì)算變換后信號(hào)的高階累積量,并計(jì)算如下特征參數(shù):T4=|C42|/|C21|2(18)利用參數(shù)T4可以實(shí)現(xiàn)2FSK信號(hào)與4FSK信號(hào)的分類,在理想情況下,2FSK信號(hào)的T4=1;而4FSK信號(hào)的T4=0.36。3信號(hào)仿真實(shí)驗(yàn)根據(jù)上述分析,我們進(jìn)行了仿真實(shí)驗(yàn)。設(shè)信號(hào)的載波頻率為10kHz,采樣頻率為40kHz,碼元速率為1200bps,其中BFSK和QFSK信號(hào)的頻偏分別為5kHz,2.5kHz,碼元個(gè)數(shù)取100,圖1～圖4為不同信噪比下的特征參數(shù)T1～T4曲線,從圖中可以看出,除了MASK信號(hào)在SNR≥6dB情況下可以分類出來以外,其他的調(diào)制信號(hào)均可以在SNR>0dB時(shí)分類出來。而且T1、T2、T3采用的4階和6階累積量,故受噪聲影響較小,識(shí)別參數(shù)較穩(wěn)定,T4參數(shù)由于含有2階累積量,而且利用中值濾波器不能完全濾出沖擊函數(shù)的影響,故特征參數(shù)變換較大。由于2ASK信號(hào)與2PSK信號(hào)在下變頻后是等價(jià)的,故即使在高信噪比下也不能分類出來,圖中特征參數(shù)的仿真結(jié)果也證明了這一點(diǎn)。為了更能說明問題,我們利用實(shí)際采樣數(shù)據(jù)來提取上述特征參數(shù),由于PSK信號(hào)在文獻(xiàn)中作了詳細(xì)的分析,這里我們主要提取4ASK信號(hào)的T3參數(shù)和2FSK信號(hào)的T4參數(shù)。4ASK信號(hào)的碼元速率為15kHz,載波頻率1MHz,峰峰值為150mv,2FSK信號(hào)的碼元速率為20kHz,兩個(gè)載波頻率分別為2MHz和2.1MHz,峰峰值為1.3v,兩種信號(hào)的采樣頻率均為20MHz,碼元個(gè)數(shù)取為100。圖5為實(shí)際4ASK信號(hào)的T3參數(shù),與圖3比較,兩者相差不大,圖6為實(shí)際2FSK信號(hào)的T4參數(shù),與圖4比較,實(shí)際信號(hào)的參數(shù)曲線在SNR<20dB時(shí)比較平穩(wěn),然后變換較快,在SNR<45dB時(shí)達(dá)到平穩(wěn)。而仿真的結(jié)果則變換較快,在SNR<20dB就比較平穩(wěn),這是因?yàn)閷?shí)際的2FSK信號(hào)的相對(duì)頻偏(0.005)遠(yuǎn)小于仿真中的2FSK信號(hào)的相對(duì)頻偏(0.125),而T4參數(shù)主要受相對(duì)頻偏的影響,在相對(duì)頻偏很小時(shí),噪聲的變換影響較大。從上面的分析和仿真結(jié)果來看,利用本文算法無法分類出2ASK信號(hào)與2PSK信號(hào),因此,在這里我們只給出了2ASK、4ASK、4PSK、2FSK、4FSK五種信號(hào)的仿真實(shí)驗(yàn)結(jié)果。表3為各種數(shù)字調(diào)制信號(hào)在不同信噪比下的識(shí)別率,每一結(jié)果都是獨(dú)立運(yùn)行1000次的統(tǒng)計(jì)平均。從表3中可以看出,本文算法在時(shí)除了2ASK信號(hào)與4ASK信號(hào)的識(shí)表3利用高階累量實(shí)現(xiàn)數(shù)字調(diào)制信號(hào)識(shí)別概率仿真結(jié)果(%)別率較低外,其他的調(diào)制信號(hào)都有較高的識(shí)別率,在時(shí),基本可以正確的識(shí)別上述五種調(diào)制信號(hào)。4不