無線電信號的高階譜估計分析

肖軍，劉洲洲

（西安航空學(xué)院電子工程學(xué)院，陜西西安710077）

隨著無線電行業(yè)的迅速發(fā)展，無線電信號的頻譜分析應(yīng)用得到廣泛應(yīng)用。在語音信號辨別、分析雷達(dá)中含有的雜波信號、波達(dá)方向的估量、地震勘測信號的處理、水聲信號的處理、非線性系統(tǒng)的識別、流體力學(xué)的內(nèi)波分析等隨機過程中有重要的應(yīng)用價值[1，16]。隨之產(chǎn)生的有無線電頻譜感知、軟件無線電和認(rèn)知無線電等技術(shù)[2-5]。

同時，無線電信號在信道傳輸?shù)倪^程中會受到各種因素的干擾，有來自外部的干擾噪聲，如來自太陽的干擾；在信號的發(fā)射或接收過程中，因設(shè)備自身原因，也會有熱噪聲；傳輸信道中信號也存在衰落的問題，不同信道（如瑞利信道，萊斯信道和高斯白噪聲信道等）對信號的影響不同。不同信號的傳輸頻段間傳輸占用不同的頻段，但相互之間仍可能干擾。同一信號的不同相鄰碼元之間也可能存在碼間干擾。諸如此類的干擾對信號的接收和檢測都有一定的挑戰(zhàn)。

1 無線電傳輸模型的建立

把一個均值為零，功率譜密度是非零常數(shù)的平穩(wěn)隨機過程，且其噪聲取值的概率分布服從高斯分布的信號稱為高斯白噪聲。

無線電通信中，需要發(fā)射的信號首先要調(diào)制到大載波信號上再發(fā)射出去，發(fā)射信號通過信道傳輸[6]。傳輸過程中，已調(diào)波信號會受到各種干擾，圖1中加入的是比較常見的加性噪聲——高斯白噪聲N(t)。最后對接收到的信號進(jìn)行分析，估計信號的功率譜。圖1中接收到的信號

圖1 信號傳輸模型

2 高階譜估計

通常Skx(ω1,ω2,…,ωk-1) 是復(fù)數(shù)，上式存在的充分必要條件為

高階譜估計的方法可分為參數(shù)法和非參數(shù)法。參數(shù)法是利用觀測到的數(shù)據(jù)來建立所分析過程的參數(shù)模型，理論上的頻率分辨率是不受限與觀測數(shù)據(jù)的長度，可得到分辨率較高的譜估計。非參數(shù)法則是在傅里葉變換的基礎(chǔ)上，借助于FFT算法，易于得到物理意義明確的譜估計。但頻率分辨率受限于觀測數(shù)據(jù)的長度。無論是參數(shù)法還是非參數(shù)法，選擇合理地參數(shù)模型和模型階數(shù)是極為重要的。

2.1 非參數(shù)法譜估計

2.1.1 直接法

把隨機序列x(n)分為K段，每段含偶數(shù)M個樣本，并減掉各自的平均值。（也可對信號加窗處理來減小方差。）為滿足FFT算法，每個數(shù)據(jù)可補零。第i段數(shù)據(jù)的DFT（離散傅里葉變換）系數(shù)為

令M=M1N1（M1為奇正整數(shù)），M1=2Jn+1，進(jìn)行頻域平均估計n階矩譜為

式中，i=1,2…,K，Δnn-1是頻率樣本間需要的間隔，

最后對K段數(shù)據(jù)求平均值的序列的n階譜估計，為

其中

以上敘述的直接法對序列進(jìn)行雙譜估計，可由MATLAB中高階功率譜工具箱中的bispecd.m和bispecdx.m實現(xiàn)。

2.1.2 間接法

以上敘述的間接法對序列進(jìn)行雙譜估計，可由MATLAB中高階功率譜工具箱中的bispeci.m實現(xiàn)。

2.2 參數(shù)法譜估計

參數(shù)法譜估計的對象只能是線性過程。

設(shè)為非高斯獨立同分布信號，通過單位脈沖函數(shù)響應(yīng)為的時不變系統(tǒng)，加上加性噪聲為高斯（白）噪聲，得到輸出的k階累積量為

輸出y(n)的k階統(tǒng)計量為

則y(n)的k階譜為

對于比較常用的雙譜有

3 功率譜的仿真

雙譜估計可由MATLAB中高階功率譜工具箱中的bispect.m實現(xiàn)[13]。其雙譜圖如圖2、3、4所示。

圖2 AM信號的雙譜圖

圖3 DSB信號的雙譜圖

圖4 SSB信號的雙譜圖

從圖3、圖4的雙譜分析圖中可以看出來DSB的信號抗噪聲能力要強于SSB的信號抗噪聲能力。

圖5 FM信號的雙譜圖

以上是各種已調(diào)信號的雙譜的等高線圖和三維雙譜圖。雙譜中有6個對稱區(qū)域，不含丟失的相位信息。信號抗噪聲能力越強（WBFM＞DSB＞SSB＞AM or NBFM），雙譜圖中等高線分布越集中。此方法常用于測試機器是否有故障[15]。

4 結(jié)論

高階譜估計提高了譜估計的分辨率。并通過雙譜和三維雙譜分析可以清晰的看出：雙譜中有6個對稱區(qū)域，不含丟失的相位信息。紅色等高線是主要的頻率分布區(qū)域。信號抗噪聲能力強弱——信號抗噪聲能力越強（WBFM＞DSB＞SSB＞AM or NBFM），雙譜圖中等高線分布越集中。

[1]沈再陽.精通MATLAB信號處理[M].北京：清華大學(xué)出版社，2015.

[2]李慶巖.無線信號調(diào)制模式識別技術(shù)的研究[D].北京：北京交通大學(xué)，2014.

[3]謝鑫，李國林，姚江濤.近程無線電信號的自動識別[J].通信學(xué)報:2005，28（2）：29-31.

[4]宮雅利.淺談無線電通信技術(shù)的發(fā)展現(xiàn)狀[J].信息與電腦（理論版）:2011，11（2）：77-89.

[5]牟澤慧.無線電信號辨別[J].品牌：2014（11）：155-156.

[6]鄭薇，趙淑清，李卓明.隨機信號分析（第三版）[M].北京：電子工業(yè)出版社，2015.

[7]邱天爽，郭瑩.信號處理與數(shù)據(jù)分析[M].北京：清華大學(xué)出版社，2015.

[8]李永新，吳健.信號與動態(tài)測量系統(tǒng)[M].北京：人民郵電大學(xué)出版社，2014.

[9]孫君.無線電通信發(fā)展與創(chuàng)新分析[J].通訊世界，2016（3）:11-13.

[10]唐智靈，楊小牛，李建東.調(diào)制無線電信號的分形特征研究[J].物理學(xué)報，2011，60（5）:1-7.

[11]趙曉暉.譜估計與自適應(yīng)信號處理教程[M].北京：電子工業(yè)出版社，2013.

[12]（美）Petre Stoica和Randolph L.Moses著.現(xiàn)代信號譜分析[M].吳任彪，韓萍，馮青等譯.北京：電子工業(yè)出版社，2012.

[13]趙紅怡，張常年.數(shù)字信號處理及其MATLAB實現(xiàn)[M].北京：化學(xué)工業(yè)出版社，2002.

[14]茍飛.隨機信號處理的新方法——神經(jīng)網(wǎng)絡(luò)及高階譜[D].廣州:華南理工大學(xué)，1995.

[15]軸承數(shù)據(jù)的MATLAB分析.[EB/OL].http://www.kongzhi.net/cases/caseview.php?id=8979.2011.

[16]張小慧.信號高階譜分析及在地震勘探中的應(yīng)用[D].四川：成都理工大學(xué)，2012.