一種高速LINK22信號類內快速識別方法

張華娣，樓華勛,2

（1.中國電子科技集團公司第三十六研究所，浙江 嘉興 314033；2.通信信息控制和安全技術重點實驗室，浙江 嘉興 314033）

一種高速LINK22信號類內快速識別方法

張華娣1，樓華勛1,2

（1.中國電子科技集團公司第三十六研究所，浙江 嘉興 314033；2.通信信息控制和安全技術重點實驗室，浙江 嘉興 314033）

為了充分利用有限的頻率資源，LINK22使用環形星座的QAM及8PSK的調制方式來提高信息傳輸速率。根據高速LINK22信號的特點，在初步判定為LINK22信號的前提下，充分利用該信號的先驗知識，提出了一種信噪比估計聯合R參數和零中心歸一化瞬時幅度的四階矩估計對高速LINK22信號的8PSK、16QAM、32QAM及64QAM調制方式進行類內識別的方法。仿真結果表明，該識別方法在低信噪比下仍有良好的識別效果。該算法計算復雜度不高，實時性好，更利于工程實現。

LINK22；快速識別；R參數；四階矩

0 引 言

LINK22是北約國家的新一代戰術數據鏈，因其功能強大而被列為未來美軍及其盟軍廣泛使用的數據鏈。因此，對其進行研究意義非凡[1]。LINK22數據鏈的工作頻段為HF和UHF頻段[2]。在HF頻段，有低速率模式和高速率模式兩種。低速率模式使用的是QPSK和8PSK兩種信號調制方式；高速模式為了提高頻帶的利用率，使用了8PSK、16QAM、32QAM及64QAM等信號調制方式[2]。圖1為該高速LINK22信號使用的8PSK、16QAM、32QAM及64QAM調制方式的星座圖[2]。

這里，只針對LINK22信號HF頻段高速模式的調制類型識別問題進行討論。對于一般情況下的PSK和QAM的調制類型識別，通常有小波變換方法、聚類分析方法以及模式識別方法等[3]。但是，這些方法都有一個共同的特點，即計算復雜度高，不利于工程實現。在實際應用中，可以先通過同步頭匹配的方法，初步判定該信號是否是HF頻段的高速LINK22信號，以把識別范圍鎖定在8PSK、16QAM、32QAM及64QAM四種調制類型上。另外，對于HF頻段的高速LINK22信號，這四種調制類型信號使用的碼速率和成形濾波器的滾降因子一致，因此可以充分利用這些先驗知識來設計特征參數及其判決門限值。本文從快速識別的角度出發，選取了R參數和零中心歸一化瞬時幅度的四階矩這兩個參數作為特征量，以對調制類型進行識別。

圖1 高速LINK22信號調制星座圖

1 R參數

R參數定義如下：

式（1）中，μ和σ2分別是信號包絡平方的均值和方差[4]。R參數反映了信號包絡的平坦度，可用于區分恒包絡信號和非恒包絡信號子類。

圖2為不加噪情況下8PSK、16QAM、32QAM及64QAM四種調制信號進行1 000次蒙特卡羅試驗得到的R參數值的對比圖。

圖2 8PSK、16QAM、32QAM及64QAM的R參數（不加噪聲）

由圖2可見，8PSK的R參數值明顯比16QAM、32QAM及64QAM的值小。這是由于8PSK是恒幅相位調制信號，而16QAM、32QAM及64QAM是幅度相位調制信號。因此，在相同的信噪比條件下，8PSK的包絡平坦度會比16QAM、32QAM及64QAM好，故利用這一特征可以輕易地把8PSK調制類型識別出來。

另外，從圖2也可看出，16QAM信號的R參數值比32QAM、64QAM的值要小。這是由于16QAM信號只有兩種幅度，而32QAM及64QAM有多種幅度。因此，16QAM信號的包絡平坦度會優于32QAM、64QAM信號。所以，利用R參數，也可以把16QAM調制類型信號識別出來。

由圖2可知，32QAM信號和64QAM信號的R參數值基本重疊，它們的值在同一數值范圍內，用包絡平坦度不宜將這兩種信號區分出來。因此，不能用R參數作為特征量來區分32QAM和64QAM這兩種調制類型。

2 零中心歸一化瞬時幅度的四階矩

零中心歸一化瞬時幅度的四階矩μα42定義如下：

μα42是零中心歸一化瞬時幅度的四階矩，反映了瞬時幅度分布的密集性。

圖3為不加噪情況下32QAM和64QAM調制信號進行1 000次蒙特卡羅試驗得到的零中心歸一化瞬時幅度的四階矩值對比圖。

圖3 32QAM及64QAM的μα42（不加噪聲）

由上一節的R參數討論知，在不加噪聲情況下，通過R參數值比較，能將8PSK、16QAM從8PSK、16QAM、32QAM及64QAM四種調制信號中分離出來。因此，這里只需要考慮將32QAM和64QAM區分出來，就可以實現這四種調制信號的分類識別。由圖3可見，32QAM和64QAM的零中心歸一化瞬時幅度的四階矩基本是在兩個數值范圍，并且64QAM的值要比32QAM高，這是因為64QAM的幅度種類比32QAM的幅度種類要多。也就是說，64QAM信號的瞬時幅度比32QAM信號的瞬時幅度的分布密集性要高。因此，利用這一特征，可以將32QAM信號和64QAM信號區分開來。

3 噪聲的影響

3.1 噪聲對R參數的影響

R參數是與信號包絡相關的特征量，因此其值會受噪聲的影響。

圖4是信噪比從5 dB到30 dB下，8PSK、16QAM、32QAM及64QAM四種調制信號各進行1 000次蒙特卡羅試驗得到的R參數均值比較圖。

圖4 4種調制信號隨信噪比變化的R參數比較

從圖4可見，信噪比在5 dB附近時，8PSK、16QAM、32QAM及64QAM這四種調制信號的R參數均值差別不大，不利于信號的識別。

考慮到使用濾波器對信號做濾波后再進行特征量的求取可以減小噪聲對參數的影響，于是設計一個低通濾波器，使這4個信號分別先通過濾波器，再分別進行5 dB到30 dB下各1 000次的蒙特卡羅試驗得到R參數均值比較圖，如圖5所示。

圖5 濾波后4種調制信號隨信噪比變化的R參數比較

從圖5可見，8PSK和16QAM信號通過濾波器濾波后，其R參數均值在信噪比5 dB附近能清楚區分。這樣就可以針對不同的信噪比設置不同的門限閥值，從而把8PSK和16QAM從這4種調制信號中分離出來。

3.2 噪聲對零中心歸一化瞬時幅度的四階矩的影響

圖6是信噪比從5 dB到30 dB下，32QAM和64QAM兩種調制信號各進行1 000次蒙特卡羅試驗得到的零中心歸一化瞬時幅度的四階矩均值比較圖。

圖6 兩種調制信號隨信噪比變化的μα42比較

從圖6可見，信噪比在5 dB附近時，32QAM和64QAM這兩種調制信號的零中心歸一化瞬時幅度的四階矩差別不大，不利于信號的識別。同樣，將信號通過低通濾波器濾波后，再進行的求取。圖7給出了32QAM和64QAM信號低通濾波后，從5 dB到30 dB下各進行1 000次的蒙特卡羅試驗得到的零中心歸一化瞬時幅度的四階矩均值比較圖。

圖7 帶濾波器下兩種調制信號隨信噪比變化的比較

從圖7可見，32QAM和64QAM信號通過濾波器之后，其零中心歸一化瞬時幅度的四階矩均值在信噪比5 dB附近能明顯地區分。這樣就可以把32QAM和64QAM這兩種調制信號，從8PSK、16QAM、32QAM及64QAM這4種調制信號中分離開來。

4 自動識別方法

通過前面的討論，知道選取R參數和零中心歸一化瞬時幅度的四階矩這兩個參數作為特征量對調制類型進行識別是有效的。因此，下面將按下述步驟進行自動識別。

具體的，自動識別方法的實現步驟如下：

（1）根據圖5和圖7，分別確定不同信噪比下進行8PSK、16QAM和32QAM及64QAM區分的R參數和零中心歸一化瞬時幅度的四階矩的判決門限閥值，并將這些值制成存儲表格存到存儲器中待用；

（2）計算信號功率譜，根據功率譜進行信噪比估計[5]；

（3）根據估算的信噪比，調用存儲器中對應信噪比下的判決門限閥值；

（4）設置低通FIR濾波器；

（5）使信號通過FIR濾波器進行濾波；

（6）計算濾波后的信號的R參數，并將該值與步驟（3）得到的門限閥值進行比較；如果判斷出是8PSK或16QAM，則識別結束；否則，進入步驟（7）；

（8）經過步驟（6）和步驟（7）仍然無識別結果，則輸出未知信號。

5 仿真實驗

在5 dB、10 dB、15 dB、20 dB、25 dB和30 dB信噪比下，各隨機產生100組8PSK、16QAM、32QAM和64QAM信號，按照第4節的方法進行信號自動識別，得到識別正確率見表1。

表1 識別正確率

從表1可見，8PSK和16QAM信號在低信噪比下仍然有很好的識別率。而32QAM和64QAM信號在5 dB、10 dB等低信噪比情況下識別概率欠佳，這是由于噪聲的隨機性影響引起的。通過對零中心歸一化瞬時幅度的四階矩多次取平均再去判斷的方法，可以去除隨機噪聲的影響，提高識別正確率。

為了提高算法的效率，在估計出信噪比為15 dB以下，并且通過R參數估計判斷出信號不是8PSK和16QAM時，對零中心歸一化瞬時幅度的四階矩進行100次平均，得到的均值再與相應信噪比的門限閥值做比較，從而給出判斷結果。因為在實際工程應用中可以保留前99次的結果，再用新得到的一個與前99次的作平均。這樣除了在前99組信號采樣時得不到正確的識別結果，在第100組信號之后都能依次給出正確識別結果，且總的來說，這樣的處理方法對信號的識別速度影響不大。表2給出了低信噪比下進行平均處理后的信號識別正確率。在5 dB、10 dB、15 dB、20 dB、25 dB和30 dB信噪比下，各隨機產生100組8PSK、16QAM、32QAM和64QAM信號，按照改進后的方法進行信號自動識別，得到識別正確率見表2。對比表1和表2，在信噪比5 dB條件下，32QAM和64QAM的識別正確率由未改進前的64%和63%均提高到了100%。仿真結果可見，這是一種有效的改進方法。

表2 μα42平均處理后的識別正確率

表2 μα42平均處理后的識別正確率

SNR/dB8PSK16QAM32QAM64QAM 510095100100 10100100100100 151001009384 201001009896 251001009997 301001009999

6 結 語

本文給出了兩個特征量的定義公式及物理含義，分析了高速LINK22信號不同調制方式下對應的特征量的不同。又由于所提的信號特征量受噪聲的影響，提出用信噪比聯合特征量估計的方法對信號進行識別。同時，根據仿真結果，進一步完善了自動識別的方法，提高了識別正確率。可見，該方法計算復雜度低，易于實現，實用性高，可用于工程實現。

[1] 何健輝,饒志宏.基于OPNET的Link22建模與仿真[J].通信技術,2009,42(10):97-99. HE Jian-hui,RAO Zhi-hong.Model and Simulation of Link22 based on OPNET[J].Commumcation Technology,2009,42(10):97-99.

[2] 尹亞蘭,鄧捷坤.Link22數據鏈調制方式性能分析[J].信息化研究,2009,35(01):26-28. YIN Ya-lan,DENG Jie-kun.Performance Analysis of Modulation Mode of Link22[J].InformatizationResearch,2009,35(01):26-28.

[3] 曹穎,周麗麗,王曉亞.高階QAM信號調制樣式識別算法研究[J].火控雷達技術,2013,42(02):23-26. CAO Ying,ZHOU Li-li,WANG Xiao-ya.Study on High Order QAM Signal Modulation Mode Recognition Algorithm[J].Fire Control Radar Technology,2013,42(02):23-26.

[4] 羅吉,唐斌.數字調制信號識別算法研究[D].成都:電子科技大學,2008. LUO Ji,TANG Bin.Study on Modulation Classification of Digital Modulation Signals[D].Chengdu:University of Electronic Science and Technology of China,2008.

[5] 彭耿,黃知濤,陸鳳波等.中頻通信信號信噪比的快速盲估計[J].電子與信息學報,2010,32(01):102-106. PENG Geng,HUANG Zhi-tao,LU Feng-bo,et al.Fast Blind SNR Estimation of IF Communication Signals[J].Journal of Electronics&Information Technology,2010,32(01):102-106.

張華娣（1978—），女，碩士，高級工程師，主要研究方向為信號分析處理；

樓華勛（1981—），男，碩士，工程師，主要研究方向為信號處理原型產品開發。

A Modulation Classification Method of High-Rate LINK22 Signal

ZHANG Hua-di1, LOU Hua-xun1,2
(1.No.36 Research Institute of CETC, Jiaxing Zhejiang 314033, China；2.Science and Technology on Communication Information Security Control Laboratory, Jiaxing Zhejiang 314033, China)

To take full advantage of the limited frequency resource, the modulation system of QAM constellations in annular shape and 8PSK are used in LINK22, so as to achieve and high data rate.Based on the characteristics of high-rate LINK22 signal, and when the high rate LINK22 signal is preliminarily determined, the prior information is utilized sufficiently and a classification method based on the SNR estimation combining R parameter calculation and the mean fourth of the normalized and zero-center instantaneous amplitude estimation is proposed, thus to identify the modulation type of LINK22 signal including 8PSK,16QAM,32QAM and 64QAM.Simulation results indicate that the proposed classification method has fairly good identification effects under low SNR conditions. This method, forits low computation complexity and good real-time performance, is beneficial for engineering implementation.

LINK22; rapid identification; R parameter; mean fourth

TN911

A

1002-0802(2016)-12-1619-05

10.3969/j.issn.1002-0802.2016.12.009

2016-08-14

2016-11-24 Received date:2016-08-14;Revised date:2016-11-24