通信信號(hào)分析工程應(yīng)用關(guān)鍵技術(shù)*

(中國(guó)西南電子技術(shù)研究所，成都 610036)

1 引 言

軍事通信信號(hào)“短、跳、隱”的特點(diǎn)，使得信號(hào)的實(shí)時(shí)解調(diào)變得非常困難。隨著軟件無(wú)線電技術(shù)的發(fā)展及其廣泛應(yīng)用，偵察對(duì)象的不斷變化要求偵察手段和處理方法要能不斷更新、升級(jí)，并且應(yīng)具有強(qiáng)大的信號(hào)分析能力來(lái)適應(yīng)。同時(shí)，針對(duì)不同的偵察平臺(tái)，尤其是有人機(jī)、無(wú)人機(jī)、衛(wèi)星等平臺(tái)，硬件實(shí)時(shí)信號(hào)分析往往不能保證分析的有效性和完整性，因此，通常需要將原始采樣數(shù)據(jù)或者經(jīng)下變頻后的基帶數(shù)據(jù)進(jìn)行實(shí)時(shí)回傳或者平臺(tái)存儲(chǔ)下載到地面的處理方式，進(jìn)行事后信號(hào)分析。這需要功能強(qiáng)大的信號(hào)分析工具和手段，盡可能地通過分析這些原始素材更準(zhǔn)確有效地得到信號(hào)的參數(shù)或者內(nèi)涵，形成豐富的素材庫(kù)。由于軟件事后分析具有信號(hào)不丟失、反復(fù)重放、可重采樣處理、完整性分析強(qiáng)、可人工輔助參與等優(yōu)勢(shì)，其可能提供的情報(bào)效益遠(yuǎn)遠(yuǎn)大于硬件實(shí)時(shí)分析的處理方式，所以軍事意義非常明顯。

對(duì)于民用無(wú)線電頻譜管理、監(jiān)測(cè)等方面，為了更好地掌控?zé)o線電電磁環(huán)境，除了需要實(shí)時(shí)判證的分析設(shè)備，同樣也需要事后對(duì)于存在的信號(hào)進(jìn)行更為嚴(yán)格的綜合分析判證、反復(fù)監(jiān)聽分析等，從而更好地摸清信號(hào)活動(dòng)規(guī)律及內(nèi)容細(xì)節(jié)。

通信信號(hào)包含多種體制，本文主要討論的是通用的定頻通信信號(hào)、跳頻信號(hào)的軟件事后分析處理。

2 通信信號(hào)分析總體框架

由于分析的對(duì)象往往隱藏在復(fù)雜的電磁環(huán)境下，可能是短時(shí)突發(fā)信號(hào)、連續(xù)信號(hào)、跳頻信號(hào)等。信號(hào)存儲(chǔ)采用的是自動(dòng)或者手動(dòng)存儲(chǔ)方式，所以一般通信信號(hào)分析時(shí)，首先利用Cool Edit軟件對(duì)采樣數(shù)據(jù)進(jìn)行時(shí)域、頻域、調(diào)制域等初步分析，并將感興趣的信號(hào)進(jìn)行截取存儲(chǔ)；然后，根據(jù)不同的信號(hào)類型分別由寬帶通信信號(hào)分析軟件、話帶通信信號(hào)分析軟件、跳頻通信信號(hào)分析軟件進(jìn)行分析處理。如果經(jīng)寬帶通信信號(hào)分析軟件分析得到的是模擬調(diào)制方式(AM、FM、SSB等)，解調(diào)結(jié)果可由話帶通信信號(hào)分析軟件判斷是語(yǔ)音信號(hào)還是話帶信號(hào)，對(duì)于話帶信號(hào)可以繼續(xù)進(jìn)行信號(hào)參數(shù)測(cè)量、調(diào)制方式識(shí)別、解調(diào)、解碼等分析；如果經(jīng)跳頻通信信號(hào)分析軟件對(duì)跳頻信號(hào)完成識(shí)別、拼接后，可以將拼接后的數(shù)據(jù)用寬帶通信信號(hào)分析解調(diào)軟件進(jìn)行繼續(xù)分析。其工作流程圖如圖1所示。

圖1 通用通信信號(hào)分析總體框架

寬帶/話帶通信信號(hào)分析軟件主要是完成中頻/話帶定頻通信信號(hào)的時(shí)域、頻域、調(diào)制域分析，載頻、符號(hào)速率、信號(hào)功率、信噪比、信號(hào)帶寬等參數(shù)測(cè)量，細(xì)微特征分析，調(diào)制識(shí)別，解調(diào)等功能。跳頻通信信號(hào)分析軟件主要是完成短波/超短波跳頻通信信號(hào)的頻率集、跳速、信號(hào)帶寬及功率等參數(shù)提取，跳頻信號(hào)的分選、拼接等功能。

3 信號(hào)分析的關(guān)鍵技術(shù)

實(shí)際信號(hào)偵收往往采用的是寬帶接收機(jī)方式，因此帶寬內(nèi)可能存在著多個(gè)信號(hào)，通過人工選擇分析信號(hào)頻段進(jìn)行數(shù)字下變頻，然后進(jìn)行信號(hào)的參數(shù)測(cè)量、調(diào)制識(shí)別、細(xì)微特征、解調(diào)、解碼等分析，以下是通用通信信號(hào)事后分析涉及的關(guān)鍵技術(shù)。

3.1 數(shù)字下變頻

數(shù)字下變頻作為軟件無(wú)線電的基本處理形式，將中頻信號(hào)變成基帶信號(hào)可以大幅提高后續(xù)處理效率。信號(hào)分析中采用的數(shù)字下變頻基本類型如圖2所示。

圖2 數(shù)字下變頻框圖

CIC濾波器的傳遞函數(shù)為

H(z)=((1-zRM)/(1-z-1))N

式中，M為CIC濾波器梳狀部分的延遲數(shù)量，只能取1和2，用于控制濾波器的頻率響應(yīng)[1]；R為抽取倍數(shù)；N是級(jí)數(shù)。

CIC濾波器的結(jié)構(gòu)圖如圖3所示，每級(jí)CIC濾波器主瓣比旁瓣高13.46 dB，所以通常取5級(jí)CIC就可以滿足67.3 dB衰減的要求[2]。軟件分析選取CIC濾波器的主要目的是減少乘法計(jì)算，提高運(yùn)算速度。

圖3 CIC濾波器結(jié)構(gòu)圖

CIC濾波器之后的“低通濾波+抽取”可采取多相結(jié)構(gòu)以減少運(yùn)算量，也可用多級(jí)半帶濾波器來(lái)實(shí)現(xiàn)，半帶濾波器可用來(lái)減少濾波的運(yùn)算量。

如果需要同時(shí)處理多通道的信號(hào)，可以采用圖2的多個(gè)并行結(jié)構(gòu)方式，也可以采用多相濾波器組信道化接收機(jī)模型[1]進(jìn)行數(shù)字下變頻，這種數(shù)字下變頻方式主要優(yōu)點(diǎn)是在大幅節(jié)省FPGA資源的前提下并行處理多個(gè)信號(hào)。對(duì)于軟件處理方式，一般每次都是處理一個(gè)信號(hào)，因而一般可利用多相濾波的結(jié)構(gòu)實(shí)現(xiàn)FIR低通濾波器以減小計(jì)算量。

3.2 參數(shù)測(cè)量

參數(shù)測(cè)量是信號(hào)分析最基本的一項(xiàng)任務(wù)，對(duì)于數(shù)字調(diào)制最基本的參數(shù)是載波頻率及符號(hào)速率，對(duì)于模擬調(diào)制信號(hào)最基本的參數(shù)是載波頻率和帶寬。信號(hào)的信噪比、功率譜、基帶賦形濾波器形式及滾降系數(shù)等也是信號(hào)分析的常用分析對(duì)象。

3.2.1載頻測(cè)量

對(duì)于單載頻數(shù)字調(diào)制信號(hào)，對(duì)信號(hào)的M次方的非線性處理，可再生出單頻信號(hào)；然后，通過估計(jì)非線性變換生成單頻信號(hào)的頻率來(lái)估計(jì)信號(hào)載波的頻率。如BPSK信號(hào)利用平方譜可以估計(jì)出載頻分量，QPSK、8PSK可以分別利用4次方、8次方譜估計(jì)出載頻分量；對(duì)于MQAM信號(hào)，其4次方譜也會(huì)出現(xiàn)譜線分量，從而可估計(jì)其載頻。對(duì)于恢復(fù)出來(lái)的單載波信號(hào)，除了采用基本的FFT運(yùn)算，還可以通過線性調(diào)頻Z變換(即CZT運(yùn)算)的方法來(lái)進(jìn)一步提高頻率分辨率，CZT算法比較適合細(xì)化倍數(shù)高的場(chǎng)合，具有頻率分辨率高、速度快的優(yōu)點(diǎn)[3]。

對(duì)于多載頻數(shù)字調(diào)制信號(hào)，采用M次方不能得到載頻分量，可采用時(shí)頻變換得到信號(hào)的瞬時(shí)頻率[4]，然后通過平均運(yùn)算估計(jì)出信號(hào)載頻。

3.2.2符號(hào)速率測(cè)量

任意多進(jìn)制基帶信號(hào)序列可以看成由穩(wěn)態(tài)波Vr(t)和交變波Ur(t)構(gòu)成。基帶信號(hào)S(t)=Vr(t)+Ur(t),由其功率譜密度[5]表達(dá)式可發(fā)現(xiàn)，隨機(jī)脈沖序列的功率譜包含有連續(xù)譜和離散譜。此外，還可發(fā)現(xiàn)含有頻率間隔為離散譜碼元速率的離散譜。而功率譜可通過計(jì)算信號(hào)自相關(guān)函數(shù)的傅里葉變換得到，這也是延遲相乘法的理論依據(jù)。

B.S.Koh在文獻(xiàn)[6]中發(fā)現(xiàn)MPSK、MQAM等信號(hào)的復(fù)包絡(luò)頻譜中存在符號(hào)速率對(duì)應(yīng)的離散譜線，從而也可以估計(jì)出信號(hào)的符號(hào)速率。對(duì)于MFSK類信號(hào)的符號(hào)測(cè)量一般是對(duì)信號(hào)瞬時(shí)頻率做傅里葉變換得到符號(hào)速率離散譜線。

3.3 調(diào)制識(shí)別

在實(shí)際調(diào)制識(shí)別算法中，尤其是包含了很多種模擬、數(shù)字調(diào)制方式的情況下，通常采用判決樹的模式進(jìn)行。除了上述通信信號(hào)的特征參數(shù)外，同時(shí)需要綜合考慮信號(hào)的頻譜、M次方譜、符號(hào)速率譜、星座圖特性、瞬時(shí)頻率、瞬時(shí)幅度等多種特征參數(shù)進(jìn)行判決。

由于是事后分析，在調(diào)制識(shí)別中可以采用自動(dòng)識(shí)別方式和手動(dòng)識(shí)別兩種方式。對(duì)于手動(dòng)識(shí)別，可以在識(shí)別流程關(guān)鍵點(diǎn)或者特征容易出錯(cuò)的流程點(diǎn)進(jìn)行特征值或者特征圖形顯示，通過人工輔助向?qū)酵瓿烧{(diào)制識(shí)別。這種識(shí)別方式對(duì)于復(fù)雜環(huán)境下的信號(hào)調(diào)制識(shí)別實(shí)用性更佳。

在實(shí)際復(fù)雜的電磁環(huán)境下，調(diào)制識(shí)別容易受到多普勒、多徑、信道衰落等影響而降低識(shí)別概率，所以制定調(diào)制識(shí)別算法流程時(shí)需要充分考慮需要識(shí)別的調(diào)制種類、信號(hào)頻段、信道特征、分析對(duì)象平臺(tái)特征等諸多因素。

3.4 細(xì)微特征分析

細(xì)微特征是指偏離指標(biāo)/參數(shù)、相對(duì)固定、可檢測(cè)的偏差值[13]。在電子戰(zhàn)研究領(lǐng)域，通過對(duì)接收信號(hào)進(jìn)行細(xì)微特征(“指紋”)分析，確定產(chǎn)生信號(hào)的輻射源個(gè)體，美軍將其定義為“將輻射源唯一電磁特征與輻射源個(gè)體關(guān)聯(lián)起來(lái)的能力”。通信電臺(tái)的這種關(guān)聯(lián)起來(lái)的能力稱為電臺(tái)個(gè)體識(shí)別[14]。作為信號(hào)的細(xì)微特征要求具有獨(dú)立性、穩(wěn)定性、可測(cè)性幾個(gè)基本特征[15]。通信信號(hào)細(xì)微特征分析需要高穩(wěn)、線性、相對(duì)非時(shí)變的高保真接收信道作為基礎(chǔ)，盡量消除接收機(jī)信道本身、無(wú)線電磁環(huán)境等影響從而盡量恢復(fù)通信發(fā)射機(jī)的固有個(gè)體特征。細(xì)微特征的提取存在兩個(gè)主要技術(shù)難點(diǎn)，穩(wěn)定可靠的特征參數(shù)確定與高精度的特征參數(shù)獲取。

通信信號(hào)的細(xì)微特征可以采用以下兩種方式進(jìn)行分類：

(1)根據(jù)信號(hào)固有特征表現(xiàn)形式分為暫態(tài)特征、穩(wěn)態(tài)特征。其中暫態(tài)特征反映了系統(tǒng)非穩(wěn)定工作狀態(tài)時(shí)的非線性特性，帶有強(qiáng)烈的個(gè)體色彩，例如通信信號(hào)電臺(tái)開、關(guān)機(jī)時(shí)表現(xiàn)的暫態(tài)特性；穩(wěn)態(tài)特征反映的是系統(tǒng)穩(wěn)定工作狀態(tài)下的特征，例如頻率穩(wěn)定度、調(diào)制度、相噪特征、雜散特征(包括互調(diào)、寄生調(diào)制等)；

(2)根據(jù)信號(hào)特征的穩(wěn)定性時(shí)間表現(xiàn)形式分為相對(duì)特征、絕對(duì)特征。絕對(duì)特征是在一個(gè)時(shí)間段內(nèi)(例如一次開關(guān)機(jī)持續(xù)時(shí)間段等)比較穩(wěn)定的特征，在實(shí)際工程中很難找到不同目標(biāo)的絕對(duì)特征；而相對(duì)特征(例如一定時(shí)間段內(nèi)的頻率穩(wěn)定度、瞬時(shí)頻率曲線、調(diào)制度等)在不同的發(fā)射臺(tái)之間往往有一定的區(qū)別，這也是實(shí)際工程應(yīng)用中比較關(guān)注的一類特征。除了單純從實(shí)際信號(hào)的表現(xiàn)形式上分析外，同時(shí)也可以對(duì)信號(hào)進(jìn)行內(nèi)涵分析，通過解析協(xié)議層的內(nèi)容得到不同發(fā)射臺(tái)的個(gè)體標(biāo)識(shí)，從而達(dá)到細(xì)微特征分析的最終目的，進(jìn)行個(gè)體識(shí)別。

雷達(dá)信號(hào)的細(xì)微特征從20世紀(jì)80年代開始研究相對(duì)較多，也有一定的實(shí)際應(yīng)用。雷達(dá)信號(hào)的特征包括對(duì)時(shí)域和頻域上對(duì)雷達(dá)信號(hào)脈內(nèi)、脈間以及脈組間的調(diào)制、編碼及變換特性等進(jìn)行分析，其中脈內(nèi)細(xì)微特征分析作為一項(xiàng)研究重點(diǎn)，采用了時(shí)域自相關(guān)法、頻域倒譜算法、調(diào)制域過零檢測(cè)法、時(shí)頻分析法[16]等。通信信號(hào)細(xì)微特征近些年是在雷達(dá)信號(hào)細(xì)微特征基礎(chǔ)上提出的，通信信號(hào)相對(duì)雷達(dá)信號(hào)帶寬窄。隨著軟件無(wú)線電技術(shù)的不斷發(fā)展，同一設(shè)備的通信體制可以軟件靈活配置，且器件本振頻率準(zhǔn)確度要求更高等，造成了通信信號(hào)細(xì)微特征分析非常困難。文獻(xiàn)[14]介紹了采用小波變換提取通信信號(hào)瞬時(shí)特征達(dá)到個(gè)體識(shí)別，文獻(xiàn)[17]則介紹了采用多種方法進(jìn)行輻射源載頻、調(diào)制參數(shù)、雜散特征等參數(shù)提取，并利用多個(gè)特征參數(shù)矢量進(jìn)行個(gè)體識(shí)別。目前通信信號(hào)細(xì)微特征的研究很少，工程上還沒有形成真正有效的算法。

3.5 解調(diào)

解調(diào)是非協(xié)同信號(hào)分析的一個(gè)升華，也是作為對(duì)參數(shù)測(cè)量、調(diào)制識(shí)別分析結(jié)果的一種佐證。對(duì)于非協(xié)同的通信信號(hào)進(jìn)行解調(diào)時(shí)，首先必須要通過參數(shù)測(cè)量估計(jì)出信號(hào)的載頻、符號(hào)速率、帶寬，然后通過調(diào)制識(shí)別分析出調(diào)制方式，最后才能進(jìn)行解調(diào)。為了達(dá)到更好的解調(diào)效果，要求方便調(diào)整解調(diào)器參數(shù)(包括匹配濾波器類型、滾降系數(shù)、載波環(huán)帶寬、符號(hào)同步環(huán)帶寬等)，并且可顯示解調(diào)眼圖、星座圖等圖形。

由于偵收信號(hào)頻段可能涉及到短波、超短波、微波等頻段，且不同頻段的電磁環(huán)境、信道模型、信號(hào)帶寬、調(diào)制樣式以及偵收對(duì)象等差異很大；同時(shí)，接收的偵收信號(hào)由于多徑效應(yīng)、信道衰落、多普勒、信號(hào)起伏等因素使得信號(hào)分析變得更加困難，需要有相應(yīng)的信道均衡技術(shù)、AFC、AGC技術(shù)來(lái)進(jìn)行適應(yīng)和改善信號(hào)質(zhì)量。

一個(gè)實(shí)際的基帶傳輸系統(tǒng)不可能完全滿足理想的波形傳輸無(wú)失真條件，因而串?dāng)_是不可避免的。當(dāng)串?dāng)_影響嚴(yán)重時(shí)，必須對(duì)整個(gè)系統(tǒng)的傳遞函數(shù)進(jìn)行校正，使其接近無(wú)失真?zhèn)鬏敆l件，這就是均衡。對(duì)于非協(xié)同偵收情況下沒有訓(xùn)練序列信號(hào)，只能利用接收機(jī)接收到的信號(hào)來(lái)消除碼間干擾，獲得與信道匹配的參數(shù)，具有“自學(xué)”能力的均衡[18]是盲均衡技術(shù)。圖4是典型的盲均衡處理框圖。

圖4 盲均衡處理框圖

盲均衡算法也是多種多樣，例如：恒模算法(CMA)[19]、多模算法(MMA)[20]、簡(jiǎn)化星座算法(RCA)、判決反饋?zhàn)钚【剿惴?DD-LMS)[21]等。通常，在實(shí)際信號(hào)分析中需要多種算法進(jìn)行綜合處理以達(dá)到更好的效果，文獻(xiàn)[21]介紹了綜合修正常模算法與DD-LMS算法解決存在嚴(yán)重碼間干擾的方案。

3.6 解碼

解調(diào)得到的基帶碼流如果需要恢復(fù)信息序列則需要進(jìn)一步進(jìn)行編碼分析完成解碼。編碼通常有信道編碼、信源編碼。信道編碼通常包括分組碼、CRC校驗(yàn)編碼、奇偶校驗(yàn)、自同步加擾、HDLC規(guī)程編碼等，信源編碼通常包括字符編碼、傳真編碼、語(yǔ)音編碼、圖像編碼等。對(duì)于非協(xié)同事后解碼分析而言，往往面對(duì)的是非常雜亂的二進(jìn)制碼流，因此事先需要進(jìn)行數(shù)位預(yù)處理功能，包括數(shù)位分選、提取、AND/OR/XOR/NOT邏輯操作、位提取、移位、位插入、HDLC、鏡像、截取、反差分以及強(qiáng)大的統(tǒng)計(jì)能力，包括特征碼概率統(tǒng)計(jì)、重碼統(tǒng)計(jì)等，從而便于找出需要重點(diǎn)關(guān)心的碼流字段；預(yù)處理后再進(jìn)行信道編碼分析、信源編碼分析，對(duì)于已知規(guī)格的信號(hào)可以恢復(fù)出原始信息。編碼分析要求對(duì)于編碼分析理論、形式比較熟悉，同時(shí)對(duì)于信號(hào)鏈路層也有一定要求，在信號(hào)分析中屬于專業(yè)性很強(qiáng)的一個(gè)關(guān)鍵專題，也是恢復(fù)原始信息的最重要部分。

3.7 跳頻信號(hào)分析

跳頻信號(hào)是一種抗干擾、低截獲率信號(hào)，它在每個(gè)頻率上駐留的時(shí)間很短，并且出現(xiàn)的時(shí)間隨機(jī)不定，如果單從頻譜上來(lái)看，無(wú)法區(qū)分被觀察信號(hào)是跳頻信號(hào)還是彼此互不相關(guān)的常規(guī)通信信號(hào)，而利用調(diào)制域分析可以更好地發(fā)現(xiàn)和識(shí)別跳頻信號(hào)。對(duì)于跳頻信號(hào)的識(shí)別分選，最常用的方法是最大相關(guān)處理法和時(shí)間相關(guān)統(tǒng)計(jì)法[22]，文獻(xiàn)[23,24]介紹了采用多跳自相關(guān)及其改進(jìn)算法進(jìn)行跳頻信號(hào)的參數(shù)估計(jì)。筆者認(rèn)為上述方法針對(duì)實(shí)際復(fù)雜的電磁環(huán)境下進(jìn)行跳頻信號(hào)的檢測(cè)及分選容易受到偶然突發(fā)信號(hào)或者其它強(qiáng)干擾信號(hào)的影響，可采用綜合多種方法形成的相似判決法來(lái)完成。

相似判決法的步驟：選擇某一跳作為判決依據(jù)，提取該跳頻臺(tái)的跳速、占空比、幅度、信號(hào)帶寬等參數(shù)，然后在接收機(jī)帶寬范圍內(nèi)頻率從低到高依次搜索該時(shí)間段，對(duì)每個(gè)頻點(diǎn)計(jì)算該時(shí)間段內(nèi)過判決門限的時(shí)間長(zhǎng)度、過門限信號(hào)幅度及方差、信號(hào)帶寬，通過多方面的參數(shù)比較，尋找與第1跳最相似的頻點(diǎn)作為后續(xù)的跳頻點(diǎn)。在進(jìn)行跳頻信號(hào)分選的同時(shí)，根據(jù)參數(shù)測(cè)量的結(jié)果完成跳頻信號(hào)的拼接，從而可以變頻到某一固定的頻率上進(jìn)行信號(hào)的分析及解調(diào)。

除了上述單天線接收方式下的跳頻信號(hào)檢測(cè)、分析方式外，隨著陣列信號(hào)處理技術(shù)的不斷發(fā)展，當(dāng)前基于陣列天線的跳頻信號(hào)檢測(cè)、分選的研究也在不斷進(jìn)步。采用天線陣處理跳頻信號(hào)的一個(gè)基本原理是：通過互相關(guān)減少噪聲的影響[25]。基于天線陣處理可以進(jìn)行信號(hào)DOA估計(jì)及波束合成，從而可以更好地進(jìn)行跳頻信號(hào)的檢測(cè)、分離、分選及參數(shù)測(cè)量等。

4 結(jié)束語(yǔ)

通信信號(hào)偵察面臨著電磁環(huán)境復(fù)雜、信號(hào)樣式體制多變、截獲概率低等問題，軟件分析可方便地進(jìn)行升級(jí)以適應(yīng)偵察對(duì)象的發(fā)展，從而保證整個(gè)偵察設(shè)備始終保持著戰(zhàn)斗力。本文所討論的通信信號(hào)分析方法已在工程上得以實(shí)現(xiàn)并通過了部分實(shí)際信號(hào)的驗(yàn)證，取得了一些實(shí)際成果。

參考文獻(xiàn)：

[1] 楊小牛,樓才義,徐建良.軟件無(wú)線電原理與應(yīng)用[M].北京：電子工業(yè)出版社,2005:45-46.

YANG Xiao-niu,LOU Cai-yi,XU Jian-liang.Application and Principle of Software Radio[M].Beijing:Publishing House of Electronics Industry,2005:45-46. (in Chinese)

[2] 黃聯(lián)芬,程恩.軟件無(wú)線電中CIC濾波器的性能改進(jìn)[J].廈門大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,43(5):640-642.

HUANG Lian-fen,CHEN En.Improved Performance of CIC Filter in Software Define Radio[J].Journal of Xiamen University(Natural Science),2004,43(5):640-642.(in Chinese)

[3] 谷云高,石彥君,王文謙.一種基于ChirpZ變換的頻譜細(xì)化實(shí)現(xiàn)方案與仿真[J].電訊技術(shù),2009,49(5):93-95.

GU Yun-gao,SHI Yan-jun,WANG Wen-qian.A Spectrum Zooming Scheme Based on Chirp Z Transform(CZT) and its Similation[J].Telecommunication Engineering,2009,49(5):93-95. (in Chinese)

[4] Tran T D,Mathews V J,Rushforth C K.A New Carrier Frequency Estimator For Modem Signals[C]//Proceedings of International Conference on Acoustics,Speech,and Signal Processing(ICASSP-88).New York,NY:IEEE,1988:1886-1889.

[5] 宋成森.數(shù)字通信調(diào)制方式識(shí)別與參數(shù)估計(jì)[D].杭州：浙江大學(xué),2006.

SONG Cheng-sen. Modulation Classification and Parameter Estimation for Digital Communication Signals[D].Hangzhou:Zhejiang University,2006. (in Chinese)

[6] Koh B S,Lee H S.Detection of Symbol rate of Unknown Digital Communication Signals[J].Electronic Letter,1993,29(3):278-279.

[7] 陳懷新,南建設(shè),肖先賜.基于統(tǒng)計(jì)特征主分量的信號(hào)調(diào)制識(shí)別[J].電子科技大學(xué)學(xué)報(bào),2004,33(3):231-238.

CHEN Huai-xin,NAN Jian-she,XIAO Xian-ci.Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters[J].Journal of University of Electronic Science and Technology of China,2004,33(3):231-238. (in Chinese)

[8] 何楚斌,許林,傅汝霖.信號(hào)調(diào)制方式自動(dòng)識(shí)別的譜相關(guān)方法[J].物探化探計(jì)算技術(shù),2005,27(1):70-74.

HE Chu-bin,XU Lin,FU Ru-lin.Spectral Currelaiton Method for Signal Modulation Automatic Recognition[J].Computing Techniques for Geophysical and Geochemical Exploration,2005,27(1):70-74. (in Chinese)

[9] 包錫銳,吳瑛,周欣.基于高階累積量的數(shù)字調(diào)制信號(hào)識(shí)別算法[J].信息工程大學(xué)學(xué)報(bào),2007,8(4):463-467.

BAO Xi-rui,WU Ying,ZHOU Xin.Algorithm of Digita Modulation Recognition Based on Higher-Order Cumulants[J].Journal of Information Engineering University,2007,8(4):463-467. (in Chinese)

[10] 王建新,宋輝.基于星座圖的數(shù)字調(diào)制方式識(shí)別[J].通信學(xué)報(bào),2004,25(6):166-173.

WANG Jian-xin,SONG Hui.Digital modulation recognition based on constellation diagram[J].Journal of China Institute of Communications,2004,25(6):166-173. (in Chinese)

[11] Cheol-Sun Park,Won Jang,Sun-Phil Nah,et al.Automatic Modulation Recognition using Support Vector Machine in Software Radio Applications[C]//Proceedings of the 9th International Conference on Advanced Communication Technology. Gangwon-Do:IEEE,2007:9-12.

[12] 趙知?jiǎng)?郎濤.基于最大似然比準(zhǔn)則的MPSK信號(hào)分類方法[J].電路與系統(tǒng)學(xué)報(bào),2006,11(2):54-57.

ZHAO Zhi-jin,LANG Tao.A classification method for MPSK signals based on the maximum likehood criterion[J].Journal of Circuits and Systems,2006,11(2):54-57.(in Chinese)

[13] 南建設(shè).信號(hào)細(xì)微特征分析技術(shù)研究[J].電訊技術(shù),2007,47(2):68-71.

NAN Jian-she.On Fine Signature Analysis Technique[J].Telecommunication Engineering,2007,47(2):68-71.(in Chinese)

[14] 陸滿君,詹毅,司錫才,等.通信輻射源瞬態(tài)特征提取和個(gè)體識(shí)別方法[J].西安電子科技大學(xué)學(xué)報(bào),2009,36(4):736-740.

LU Man-jun,ZHAN Yi,SI Xi-cai,et al.Extraction of the transient characteristics of the communication radiating source and individual indentification[J].Journal of Xidian University,2009,36(4):736-740. (in Chinese)

[15] 許丹,柳征,姜文利,等.窄帶信號(hào)中的放大器“指紋”特征提取：原理分析及FM廣播實(shí)測(cè)實(shí)驗(yàn)[J].電子學(xué)報(bào),2008,36(5):927-932.

XU Dan,LIU Zheng,JIANG Wen-li,et al.Extraction of Amplifier Fingerprints from Narrow Band Signal:Principle Analyzing and FM Broadcast Experimeng[J].Acta Electronica Sinica，2008,36(5):927-932.(in Chinese)

[16] 鄒順.雷達(dá)信號(hào)分選與細(xì)微特征分析[D].西安：西北工業(yè)大學(xué),2006.

ZOU Shun.Deinterleaving of Radar Signals and Analyzing Fine Features of Intra-pulse Signals[D].Xi′an:Northwestern Polytechnical University,2006. (in Chinese)

[17] 黃玉春.基于極致學(xué)習(xí)機(jī)的通信信號(hào)輻射源個(gè)體識(shí)別技術(shù)研究[D].武漢：華中科技大學(xué),2007.

HUANG Yu-chun.Study on Extreme Learning Machine Based Communicaiton Signal Transmitter Recognition Technology[D].Wuhan:Huazhong University of Science and Technology,2007. (in Chinese)

[18] 張思玉.自適應(yīng)均衡算法的研究[D].成都：電子科技大學(xué),2005.

ZHANG Si-yu.Study on Adaptive Equalization Algorithms[D].Chengdu:University of Electronic Science and Technology of China,2005. (in Chinese)

[19] Cheded L,Naveed R B. An improved CMA-based hybrid algorithm for blind channel equalization[C]//Proceedings of the 9th International Conference on Signal Processing(ICSP 2008).Beijing:IEEE,2008:1726-1730.

[20] 劉洋,王斌,張剛.一種改進(jìn)的多模高性能盲均衡算法[J].信息工程大學(xué)學(xué)報(bào),2008,9(2):172-175.

LIU Yang,WANG Bin,ZHANG Gang.Modified Multi-Mode High Capacity Blind Equalization Algorithm[J].Journal of Information Engineering University, 2008,9(2):172-175. (in Chinese)

[21] 朱行濤,趙翔,劉郁林.基于DD-LMS和MCMA的盲判決反饋均衡算法研究[J].微波學(xué)報(bào),2007,23(2):67-70.

ZHU Xing-tao,ZHAO Xiang,LIU Yu-lin.Study On Blind Decision Feedback Equalization Algorithm Based on DD-LMS and MCMA[J].Journal of Microwaves,2007, 23(2):67-70. (in Chinese)

[22] 徐啟華. 信號(hào)偵察中的跳頻信號(hào)識(shí)別方法[J].電子技術(shù),2005,45(4):2-5.

XU Qi-hua.Recognition Method for Frequency Hopping in Signal Reconnaissance[J].Electronic Technology,2005,45(4):2-5.(in Chinese)

[23] Char-Dir Chung,Andreas Polydoros.Parameter estimation of random FH signals using autocorrelation techniques[J].IEEE Transactions on Communications,1995,43(2-4):1097-1106.

[24] Janani M,Vakili V T,Jamali H.The modified autocorrelation technique for parameter estimation of random FH signals[C]//Proceedings of the 4th International Conference on Signal Processing (ICSP′98).Beijing:IEEE,1998:188-190.

[25] 朱文貴.基于陣列信號(hào)處理的短波跳頻信號(hào)盲檢測(cè)和參數(shù)盲估計(jì)[D].合肥：中國(guó)科技大學(xué),2007.

ZHU Wen-gui.Blind Detection and Blind Parameter Estimation of High Frequency FH Signals Based on Array Signal Processing[D].Hefei:University of Science and Technology of China,2007. (in Chinese)