突發MPSK信號調制識別技術研究

張福佳，江 虹，郭秋梅

(西南科技大學信息工程學院，四川 綿陽 621010)

0 引言

隨著現代通信和信號處理技術的迅猛發展，通信信號體制和調制樣式日趨復雜多樣。通信信號調制識別面臨越來越嚴峻的挑戰[1-2]。目前，基于模式識別的調制識別方法主要是通過提取信號瞬時特征[3]、高階累積量[4]、循環譜[5]等特征參數，在分類器中進行分類來達到識別目的。趙知勁等[6]利用高階累積量對幾種數字調相信號的多進制相移鍵控(multi phase-shift keying，MPSK)信號進行識別。當碼元長度為3 000、信噪比大于6 dB時，所有信號識別率均達100%；Xu等[7]提出基于相位特征的MPSK信號調制識別算法。當碼元長度為500、信噪比為3 dB時，信號識別率可達98.5%。

本文提出了一種基于小波變換的信號相位差統計識別方法，對MPSK信號進行相位差統計和調制方式識別，對不同碼元長度下的識別率情況進行了仿真分析。仿真表明了該算法的可行性和有效性。

1 信號相位特征提取

1.1 信號模型

假設接收到的中頻信號為x(t)，其復數形式[8]可表示為：

(1)

對于MPSK信號，有：

(2)

式中：S為信號功率；N為觀測的符號數；Ts為符號周期；u(t)為矩形函數；φi為各符號的初始相位。

1.2 提取信號相位信息原理

與傅里葉變換、短時傅里葉變換相比，小波變換更適用于探測信號的瞬態變化現象。它通過伸縮和平移等運算對函數或信號進行多尺度細化分析，在時域和頻域都具有表征信號局部特征的能力[9]。任意L2(R)空間中，函數s(t)的連續小波變換(continuous wavelet transform,CWT)定義為：

(3)

Ψ(a,τ)(t)=a-0.5Ψ(t-τ)

(4)

Wg的表達式為

(5)

由于小波變換是線性變換，則接收信號的小波變換可以表示為原始信號的小波變換和噪聲的小波變換的線性相加：

(6)

在任意尺度下，噪聲的Haar小波變換可表示為：

(7)

由上述公式可知，MPSK信號小波變換幅度如下。

①當信號小波變換區間在同一碼元內或相鄰碼元相同時：

(8)

②當信號小波變換區間存在碼元跳變時，設碼元在d處發生變化(d<0)。

(9)

將d=0代入式(9)，可得碼元交界處MPSK信號小波變換幅度為：

(10)

式中：Δφ=φi+1-φi為前后碼元的相位差。

利用小波變換后信號相位差信息，對MPSK信號進行調制方式識別。

對于MPSK信號的小波變換離散，第i個碼元第k個樣點的絕對相位表示為：

(11)

第(i+1)個碼元第k個樣點的絕對相位表示為：

(12)

則相鄰碼元第k個樣點相位差為：

ΔQCWT[(i-1)N+k]=θCWT(iN+k)-θCWT×

(13)

式中：N為每個碼元抽樣點數；θc為載波初始相位，φ(i)為第i個碼元調制相位信息；Δφ(i)為相鄰碼元相位差信息。

2 符號率估計及調制識別流程

2.1 符號率估計

根據上述小波變換提取信號相鄰碼元相位差信息原理，二相相移鍵控(binary phase shift,keying,BPSK)、四相相移鍵控(quadrature phase shift keying,QPSK)、八相相移鍵控(8 phase shift keying,8PSK)信號處理后，相位差存在1、3、7種穩定電平。對相位差進行直方圖統計，搜索峰值個數NPSKM，即可判斷相移鍵控(phase shift keying,PSK)信號階數。為求解相鄰碼元相位差，必須對碼元速率進行估計。針對原有基于小波變換的符號率估計算法不適合求解基帶成形濾波信號的問題，本文對自相關[10]處理后的小波系數模進行二次差分，可準確估計出基帶成形濾波信號的符號率，其算法流程如下。

③對|CWT(a,τ)|進行波形整理，即對其進行自相關運算，得到|CWT1(a,τ)|。

④對|CWT1(a,τ)|進行二次差分，得到|CWT2(a,τ)|。

⑤對|CWT2(a,τ)|進行N點的快速傅里葉變換(fast Fourier transformation,FFT)運算，并搜索峰值對應位置K。

2.2 調制識別流程

在非協作通信中，突發信號一般只有幾十上百個符號數，基于高階累積量和循環累積量等特征的識別方法性能較差。本文利用小波變換在抑制噪聲和提取信號瞬時信息方面的優勢，提出了一種適用于短時突發信號的識別方法。其信號特征提取流程如圖1所示。

圖1 信號特征提取流程圖

算法具體步驟如下。

⑤對相位差Δφ進行直方圖統計，并搜索峰值數目NPSK_M。

⑥根據峰值個數判斷調制階數。

由于噪聲影響和符號數較少，在進行峰值檢測時，經常會出現多檢現象。針對該問題，本文對文獻[1]提出的二值削波峰值搜索算法作了改進。其算法流程如下。

①歸一化：對待搜索序列作歸一化處理，保證最大幅度值為1。

②極大值曲線：搜索所有極大值點，消除一定的細小突變影響。

③二階差分：計算極大值序列的二階差分，并將負值賦0。

④幅度門限判決：設置門限值，將低于門限值部分置0。

⑤區間門限判決：設置區間門限，將相鄰峰值區間小于門限值的部分舍棄。

⑥峰值定位：對經過上述處理后的譜曲線進行峰值搜索，得到峰值個數。

針對MPSK信號：若峰值個數為1～2個，則判為BPSK信號；若峰值個數為3～4個，則判為QPSK信號；若峰值個數為5～8個，則判為8PSK信號。

3 仿真試驗與性能分析

3.1 符號率估計仿真分析

在非協作通信中，接收信號載波頻率未知，通過載頻估計算法得到的頻率估計值存在一定誤差。在仿真過程中，設置頻率估計誤差為0.001、載波頻率fc=20 kHz、采樣頻率fs=5fc=100 kHz、符號率f=2 kHz、碼元長度為100、輸入信噪比(signal noise ratio，SNR)設置為-5～+15 dB。MPSK信號符號率估計誤差曲線如圖2所示。

圖2 符號率估計誤差曲線圖

由圖2可知，當BPSK信號的信噪比SNR≥-1 dB時，符號率估計誤差接近于0；當QPSK信號、8PSK信號的信噪比SNR≥-3 dB時，符號率估計誤差趨于0。該算法對MPSK信號符號率估計性能較好，為調制方式識別奠定了基礎。

3.2 調制識別仿真分析

采用MATLAB仿真平臺，分別對BPSK、QPSK、8PSK信號進行仿真，頻率估計誤差為0.001，載波頻率fc=2×104Hz，采樣頻率fs=5fc=10×104Hz，符號率f=2 kHz。當碼元長度為100、輸入信噪比SNR為3 dB時，設置歸一化幅度為0.2，相位差區間門限為π/8。QPSK信號相位差信息提取結果如圖3所示。

圖3 QPSK信號相位差信息提取結果圖

當信噪比為1 dB時，3種信號在不同碼元長度下的識別率如表1所示。

表1 信號識別率(SNR=1 dB)

設置輸入信噪比為-5～+15 dB，碼元長度(Lm)分別為50、100、150、200時，3種信號識別率隨信噪比變化情況如圖4所示。由圖4可得以下結論。

①當信噪比為-5 dB≤SNR<-1 dB時，3種信號平均識別率低于75%，且識別率不隨碼元長度增加而增大。噪聲是影響識別的主要因素。

②當信噪比為-1 dB≤SNR<5 dB時，信號識別率隨碼元長度(Lm)增加而增大。當信噪比大于0 dB時，BPSK信號平均識別率可達95%以上；QPSK信號平均識別率可達90%以上；8PSK信號平均識別率可達88%以上。

③當輸入信噪比為5 dB≤SNR≤15 dB時，識別率趨于平穩，噪聲和碼元長度對識別率的影響逐漸減小，3種信號平均識別率可達98%以上。

圖4 信號識別率與信噪比關系圖

4 結束語

本文針對符號數較少的突發MPSK信號調制識別方法進行了研究，提取小波變換后信號相位差特征，實現了3種PSK信號識別。在符號率估計和調制識別仿真過程中，加入了0.001的頻差。仿真結果表明，該方法對載頻同步要求不高，具有很好的抗頻偏性。但本文只對高斯白噪聲信道條件下的信號進行了仿真，對于實際衰落信道的具體識別方法，仍需進一步深入研究。

[1] 徐毅瓊.數字通信信號自動調制識別技術研究[D].鄭州:解放軍信息工程大學,2011.

[2] 譚曉波,張杭,朱德生.基于星座圖恢復的PSK信號調制方式盲識別[J].宇航學報,2011,32(6):1386-1393.

[3] WALLAYT W,YOUNIS M S,IMRAN M,et al.Automatic modulation classification for low SNR digital signal in frequency-selective fading environments[J].Wireless Personal Communications,2015,84(3):1891-1906.

[4] HAN Y,WEI G H,SONG C,et al.Hierarchical digital modulation recognition based on higher-order cumulants[C]//Second International Conference on Instrumentation,Measurement,Computer,Communication and Control,IEEE Computer Society,2012:1645-1648.

[5] 趙雄文,郭春霞,李景春.基于高階累積量和循環譜的信號調制方式混合識別算法[J].電子與信息學報,2016,38(3):674-680.

[6] 趙知勁,強芳芳,陳穎.利用高階累積量的數字調相信號識別[J].杭州電子科技大學學報,2016,36(3):1-5.

[7] XU J F,WANG F P,WANG Z J.A new classification algorithm of MPSK signals based on phase distribution[J].Applied Mechanics & Materials,2013(46):1028-1033.

[8] 邢政利,周劼,葉江峰,等.基于壓縮采樣的PSK信號自動調制識別方法[J].太赫茲科學與電子信息學報,2016,14(1):88-92.

[9] 湯衛東.基于小波變換的數字通信信號調制識別研究[D].西安:西安電子科技大學,2010.

[10]高勇,黃振,陸建華.基于小波變換的MPSK信號符號速率估計算法[J].數據采集與處理,2009,24(S1):167-170.