基于決策論判決法的調制信號自動識別

何 彬,谷廣宇

(裝甲兵工程學院信息工程系,北京100072)

基于決策論判決法的調制信號自動識別

何 彬,谷廣宇

(裝甲兵工程學院信息工程系,北京100072)

調制方式是通信過程中的重要參數,快速檢測和識別通信信號的調制方式在通信領域,尤其是軍事通信領域,有著極其廣泛的應用。對判決法自動檢測和識別信號調制方式的經典算法進行了改進,以提高對日常通信訓練中常用的USB、LSB以及FM、2FSK、4FSK信號的識別速度及準確率,并給出了該算法的實現流程。經仿真驗證,改進算法能在對其他8種常用調制方式識別效果影響不大的前提下,提高對SSB、FM、FSK信號的識別效果。

調制方式 自動識別 判決法

0 引 言

隨著無線電通信技術的不斷發展,軟件無線電技術已經滲透和覆蓋了軍用以及民用通信領域的方方面面。在當今通信信號日趨密集,信號體制日趨多樣,調制方式日趨復雜的環境下,如何判斷出信號的調制方式也變得更加困難。因此如何快速自動識別出信號的調制方式,也成為軟件無線的重要研究方向之一。尤其是如今電子對抗在軍事通信領域中日趨重要,對于作為信號確認、干擾識別等電子對抗技術基礎的調制方式自動識別技術的研究也就日益迫切[1]。無法正確地識別信號的調制方式,就無法使用相應的解調方式對捕捉到的敵方通信信號進行有效的解調偵聽,同時也就無法對對方使用的通信通道進行干擾,這在電子對抗中是十分不利的。

基于決策論的判決法是信號調制方式自動識別的主要算法之一[2],該方法主要通過事先設定好的判決門限,對特征參數進行二元判決,達到對信號調制方式的識別[3],具有選取參數少、計算量小、魯棒性強等特點[4]。但由于使用判決法時,對不同制式的信號識別要采用相同的特征參數,且每個判決點處只使用一個特征量來判決,這就導致識別的成功率不僅與特征使用的先后順序有關,而且與每個判決門限的選取密切相關。文中提出的判決法在經典算法[5]的基礎上進行了改進,調整了特征參數的判別次序和部分判決門限值。經驗證明該算法也可以快速準確識別AM、FM、DSB、VSB、USB、LSB、AMFM、2ASK、4ASK、2FSK、4FSK、2PSK和4PSK等13種信號的調制方式,同時提高了對USB、LSB以及FM、2FSK、4FSK的識別速度及準確率。

1 調制信號的特征參數

如果要對接收上述的13種調制信號進行自動識別,首先需提取接收信號的特征參數如下[5]:

(1)歸一化零中心瞬時幅度之譜密度的最大值γmax

γmax主要用來區分頻率調制與幅度和相位調制。設判決門限t(γmax),則有判決規則:

(2)非弱信號段上零中心非線性瞬時相位分量絕對值的方差σap

σap是用來區分信號的絕對值相位有無變化,主要用于在AM、DSB與AM-FM信號或者在數字調制信號中區分4PSK與ASK、2PSK。設判決門限t(σap),則有判決規則:

(3)非弱信號段上零中心非線性瞬時相位分量的方差σp

σp用于區別信號相位有無變化,在模擬調制信號中區別相位無變化的AM、VSB信號類和相位有變化的DSB、USB、LSB、AM-FM信號類;在數字調制信號中區別ASK信號和2PSK信號。設判決門限t(σp)則有判決規則:

(4)非弱信號段上零中心歸一化瞬時頻率絕對值的方差σaf

σaf主要用于區分數字調制信號中2FSK與4FSK。設判決門限t(σaf),則有判決規則:

(5)非弱信號段上零中心歸一化瞬時幅度的方差σa

σa主要用來區分信號瞬時幅度有無變化,即區別幅度調制信號與頻率調制或相位調制信號。設判決門限t(σa),則有判決規則:

(6)非弱信號段上零中心歸一化瞬時幅度絕對值的方差σaa

σaa主要用來區別2ASK信號與4ASK信號。設判決門限t(σaa),則有判決規則:

(9)譜對稱性P

P參數是對信號頻譜對稱性的量度,主要用來區分頻譜滿足對稱性的信號(如AM、FM、DSB、AMFM)和頻譜不滿足對稱性的信號(如USB、LSB、VSB),以及用來區分上邊帶調制(USB)還是下邊帶調制(LSB)信號。設判決門限t(),則有判決規則:

2 識別算法流程設計

鑒于判決法的特點和日常訓練中LSB、USB以及FM、FSK制式的信號識別較多情況,本識別算法重點針對上述信號的快速識別和準確率對經典算法的流程進行了改進,改進后的判決流程如圖1所示。

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

改進后識別SSB信號時將由經典算法中計算σp和兩個判別參數變為只計算參數P,而對FM以及FSK信號,則在經典算法的基礎上省去了對判別參數σa和參數σp的計算與判決。因此在改進算法中,對SSB、FM、FSK信號進行識別時,所需計算的判決參數和計算量將明顯減少,從而提高對此類信號的識別速度。同時由于每次判別并不是100%準確,判別次數的減少也將提高信號識別的準確率。同時由于改進后對于AM、ASK、VSB信號將在經典算法的基礎上增加參數γmax和參數的計算與判別,對DSB、2PSK將增加判別參數,改進算法將在提高SSB、FM、FSK信號識別速度與準確率時,以其他6種信號識別速度與準確率的降低為代價。

3 確定判決門限

該算法與經典算法相比,由于判別順序的調整,對于各個特征參數判別時所需要區別的調制信號又有所增減,因此需要重新測定特征參數的判決門限。例如對于非弱信號段上零中心非線性瞬時相位分量的方差σp,算法的改進使得這一特征參數由原來需要對所有13種信號進行判決,變為只需要對8種信號進行判決。待判別信號的減少勢必會使σp在這8種信號下的分布界限更為明顯,重新選定適當的判決門限,將會提高信號在對這一特征參數判決時的準確率。通過調整判決門限來提高信號識別的準確率也可以在一定程度上彌補由于判別次數增加所降低的識別準確率。同理,對于譜對稱性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種類,信號種類的增加將會使不同信號間的分布界限變得相對模糊,這同樣需要對判決門限進行微調,以保證信號識別的準確率不會受到較大影響。

在確定各個參數的判別門限的過程中,使用MATLAB對不同信號的各個參數進行了模擬測試。在測試時采用隨機二進制序列作為數字信號源,余弦信號作為模擬信號源,載頻均為10 kHz,并以100 kHz頻率采樣。測試中主要通過提取、比較不同信號的同一特征參數在信噪比SNR=10 dB下多次測試的值。然后確定一個合適的、能夠明顯區別各個信號不同特征的門限值。例如,為了確定t (γmax),首先提取各種信號在SNR=10 dB時的γmax,如圖2所示。可以明顯看出,FM與FSK信號在γmax=8時與其他幾種信號有明顯分界。因此可以以此方法類推,最后確定各個參數判決門限如表1所示。

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

表1 判決門限表Table 1 Decision threshold table

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

以上數據均是在特定信號源條件下測試所得。當信號源尤其是模擬信號的信號源采用隨機信號,如話音信號時,幅度與頻率的隨機變化,將給調制信號所提取出的判別參數帶來較大波動。因此,在信號源有所改變的情況下,應該對判別門限也做相應微調,使之能保證識別準確率的最大化。

4 模擬驗證及測試結論

仿真采用Matlab軟件,在調制時數字信號源采用隨機二進制序列,模擬信號源采用余弦信號,分別采用上述13種調制方式調制,在信噪比為5 dB、10 dB和20 dB的情況下對調制方式已知的10 kHz調制信號采用本算法進行測試,綜合經典算法在相同條件下測試所得數據進行分析。為盡可能提高對SSB、FM、FSK信號的識別成功率,在測試中又對判別門限進行了一些微調,最終識別準確率如表2所示,同時在相同條件下,采用經典算法獲得的最終識別準確率如表3所示。

表2 改進算法調制信號在相關信噪比下識別的成功率Table 2 Success rate of improved algorithm in correlated SNR recognition

表3 經典算法中調制信號在相關信噪比下識別的成功率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別出這13種信號的調制方式,并具有較高識別率。將其與經典算法在相同條件下計算所得的識別準確率相比,可以看出該算法在識別USB、LSB以及FM、2FSK、4FSK信號時,準確率有所提高,尤其是在信噪比較低的情況下,這種改善更為明顯。

5 結 語

本算法方式在經典算法的較高成功率基礎上,

通過改進判別次序與門限,進一步提高了SSB、FM、FSK這幾種日常通信與訓練中常用調制方式的識別速度與識別效果。仿真驗證表明,該改進算法確實可行,對經典算法的改進較為明顯。

[1]張志民,李綱,皇甫堪.基于瞬時頻率的數字調制方式自動識別算法[J].現代電子技術,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.通信信號數字調制方式自動識別算法研究[J].電子與信息學報,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.信號識別中的決策論分類器改進[J].通信技術,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.判決法對數字和模擬信號的自動識別及驗證[J].計算機科學,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.軟件無線電技術與應用[M].北京:北京理工大學出版社,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,碩士生導師,副教授,主要研究方向為戰術通信技術;

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

谷廣宇(1989—),男,碩士研究生,主要研究方向為戰術通信技術。

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