淺析通信信號調制識別方法

摘 要：通信信號調制方式的識別涉及到很多復雜的因素，是一種典型的模式識別。由于通信技術的迅猛發展，信號的調制樣式也變得復雜多樣，常規的識別方法已無法滿足實際需要，新的通信信號識別研究面臨著巨大的挑戰。文章著重介紹了統計模式識別方法和決策模式識別方法并提出了它們的優缺點。簡要介紹了非理想信道和共信道多信號的調制方式識別。

關鍵詞：調制方式；統計模式；識別；決策模式識別方法

信息通過信道快速、安全、準確地傳輸，極大地方便了人們的日常溝通。信號作為信息的媒介，可以在有線信道傳輸，卻幾乎無法直接通過無線信道進行傳輸。要使通信信號順利在無線信道中傳輸，必須采用調制解調技術調制后才可以進行傳輸，而且調制方式是由簡到繁，由虛擬到數字等多樣的。調制識別存在于檢測與調解之間，接受方面需要根據信號的調制進行解調才可以被進入到下一步的操作中。

如果想要解調相應地信息內容需要截獲信號，同時還需要分析信號調制方式及參數，干擾信號，準確識別發出方的調制方式。調制方式是一種信號區別于另一種信號的重要特性指標。調制識別的基本任務存在與多信號及噪聲干擾的復雜環境中，能夠對信號的鑒別方式進行調制，并且對信號參數進行調節，能夠在一定程度上對信號信息進行處理。當今，通信技術急速發展下，無線通信環境在不斷的發展中變得愈來愈復雜。如何快速、高效的監視并識別那些采用了不同的調制參數和不同的調制樣式的通信信號，無論是在軍事還是民用領域都一直是人們關注的焦點。

1 數字調制識別方法

人工識別已無法滿足在存在著大量未知信號的電磁環境中進行信號實時性識別的要求。后來，人們根據信號頻譜的差異研究出了自動調制識別技術。它的出現解決了一直以來依賴人工識別的重要難題。通信信號也早已不是之前的模擬信號，已經成為具有較強抗失真和抗干擾的數字信號，而且數字調制識別方法的成本較低。高速數字信號處理技術、計算機技術和微型芯片技術的蓬勃發展下能夠促使自動調制識別技術能夠大規模的運用。歸納總結這些年國內外的研究成果，自動調制識別方法可歸納為統計模式識別、決策模式識別兩種方法。

1.1 統計模式識別方法

統計模式識別方法主要由三個部分組成，分別為：信號預處理、特征提取和分類識別，從模式的識別理論中衍生而來，三者互為補充，不可或缺。信號的預處理主要是為了提供精確的數據，目的是為例特征的提取做相應地準備。信號的預處理在數字調制或中頻上計算接收信號的瞬時幅度、相位和頻率。在多信道多發射源的情況下，可以分離不同信號，確保信號在調制識別過程中保持唯一性。此外，預處理的基礎上需要依靠特征提取的功能提取信號的時域特征。通過相應地提取特征，選擇和運用合適的判決準則和識別分類器。

優點：理論簡單，易于預處理，高信號與信號特征相比適用類型較多，信號特征容易提取，并且性能識別較好。鑒于某些條件而言，識別性能能夠接近最優算法，預測處理精度弱，并且非合作通信環境下，先驗知識較少而且識別精度差。累積模式識別方法依舊能夠有較好的識別性能。缺點：算法的識別體系較繁雜，識別框架沒有完備的理論基礎，因而并不完善；算法識別效果受噪聲影響較大，當信道不理想時，特征比較模糊。且大多沒有能夠實現工程應用或工程實現的效率不高。

1.2 決策模式識別方法

決策理論識別方法基于假設檢驗理論，可看成是多重假設檢驗問題。對在干擾條件下截獲的信號累積量進行推到分析，對合適門檻進行比較，對檢驗量進行積累，從而判決正確的準則性能。檢驗累積量的選取通常基于使損耗函數（即目標函數）最小化的原則，可以采用優化或是優化后的變量，該變量多為似然比（LR）。因非協作通信環境中識別器在工作，未知信號的信息內容以及信道參數等估計誤差的存在，對這些參數進行平均處理，就得到平均似然比（ALR）。

最早的方法有基于相位識別方法（PBC）和平方律識別法（SLC）等。這兩種方法只需簡單地利用信號的一些特性，運算簡單，易于實現，但只能識別BPSK和QPSK信號，可識別的種類太少。

優點：理論基礎相當完備，可更好地進行相應地實踐，并且確保貝葉斯最小誤判代價準則下得到相應地分類效果。此外，低信噪比下也具有相對好的性能，可通過對信道信息的完備性改進算法，保障非理想信道下的識別性能。缺點：在實際應用中，似然比函數推導復雜，計算量大，難以處理。需要一定的先驗知識，倘若遇到與實際信道特性不相匹配時，其相應地性能算法將會下降。

2 調制識別非理想信道和共信道多信號

通信過程中因信道傳輸特性惡化會在一定程度上導致信道衰落，而且在傳輸的過程中因反射現象會產生多徑效應或者電子對抗中由干擾帶來的色噪聲、脈沖噪聲等非高斯噪聲這些都存在在非理想通道中。非理想信道中，調制識別方法設定的一般條件不能夠滿足，如噪聲的高斯性等，因此會性能下降，嚴重的造成信息無法識別。當今，無線電的迅猛發展下，傳輸頻段日漸匱乏，并且加上有意、無意信號的干擾，相同頻道的觀測數據中經常會出現兩個或更多信號的情形。一個信道中存在多個時域完全混疊的信號被成為共信道多信號，因觀測數據中有時會混有多個信號，所以單信號調值識別算法不可以被直接用在多信號的調制識別。有些信號時域混疊，其頻域、空域及其他域內都都是可區分的，因此，針對信號在其他域內的可分性對共信道多信號識別問題進行分析。具體來說，可分性分兩類：基于信號分離的識別方法；基于直接特征提取的方法，前者應用盲源分離的思想，目的將多信號問題轉化為單信號問題；后者關鍵在于尋找信號明顯可分的特征域。

3 展望

目前來看，針對調制識別研究而言已經相當成熟，不同條件下、不同需求下，可大致滿足信號調值識別需求。具體來說，這一算法僅存在于5dB及以上的信號中。因此，低預處理要求的識別算法，適合于非理想信道、共信道多信號的識別算法以及提升算法效果與完成工程實現相結合的算法值得進一步深入研究。

參考文獻

[1]鄧南南.淺論通信信號調制識別方法[J].科技信息，2010，17.

[2]劉佳，李曉鵬.通信信號調制識別方法研究[J].數學技術與應用，2013.

[3]曾創展，賈鑫，朱衛綱.通信信號調制方式識別方法綜述[J].通信技術，2015，48（3）.

作者簡介：李紅（1973，12-），女，吉林省長春市人，漢族，工學碩士，碩士研究生，副教授，研究方向：信號與信息處理、通信技術。