（信号与信息处理专业论文）电子对抗中通信信号数字调制自动识别的研究.pdf

太原理工大学硕士研究生学位论文 电子对抗中通信信号数字调制 自动识别的研究 撼要 邋倍技本在现代军事领域占有越来越重要的地位，成茭决定战争 胜负的一个关键因素。信息战已经成为现代战争的主要作战形式乏一。 电子对抗是信息战的踅要组成部分。通信信号调制方式的识别是对敌 方通信进彳亍干扰或侦听的前提，一里知逶了调制类型，就可以结计调 制参数，从而有针对性地制定侦查和反侦察策略。 透信信号调割识弱技术能够自动缝识裁通信信号豹调裁方式，它 是构成基于软件无线电的通用接收机和智能调制解调器的重要技术基 器塞。遥信信号璃裁类鍪的分类谈翔是一静典毽的模式谈别囊嚣，涉及 。 到很多复杂的特殊因索。随着通信技术的飞速发展，通信信号的体制 、 秘调制栉式交褥更麴复杂多样，信号环境弱趋密集，搜褥常规的识裂 t 方法和理论很难适应实际需要，无法有效地对通信信号进行识别，这 也给逶信傣号的识别研究提出了更高的要求，需要更深入、更细致的 进行研究。 本文所作的主要王作：。 ( 1 ) 对人工神经网络理论应用于数字通信信号调制方式的爨动 太蒹瑾工大学硕士研究生学键论文 识别进行了研究，构建了基于人工神经网络的数字调制自动识别算法。 十 t 在综会分耄蓐了各静基本数字谖铡痿号鹃瓣时攥发、瞬畦频率、辫辩握 位特性的基础上，从前人的理论研究中归纳总结出了5 个特征参数， 形成了比较宪备的能够区别2 a s k 、4 a s k 、2 f s k 、4 f s k 、b p s k 、q p s k 调制方式的特征矢量空闯。通过诗算枫仿真验证了这5 个特镊参数鳇 有效性。 ， ( 2 ) 本文对传统的反向传播( b a c k p r o p a g a t i o n ，简称b p ) 神经 网络算法进行了改进。把改进型b p 神经网络作为数字调制自动识别系 统麓分类器，实现了更翻快速准确笼对数字蘩弩灞刺类型戆分类。 j ( 3 ) 本文在实现此算法的基础上，对此算法的性能进行了详尽 ， 的研究和讨论，就不同结构类型的b p 神经网络的识别率，在信噪比为 5 d b 、1 0 d b 、1 5 d b 、2 0 d b 、2 5 d b 、懿及无噪声稳魏下进行7 分毒鼙j | 羲吃 ， ， 较。经过对不同结构网络总体识别率的比较褥出最佳的网络结构类型。 为了更好地发挥此算法的性能优势，还对算法进行了改进，调整 了网络输出矩阵各行向量中元素的判决门限。仿真结果表明识别性能 显著提毒，猩信噪毙不低予1 0 d b 豹情况下，系统总体识别成功率在 9 1 以上。 关键词：数譬灞售l 信号识裂，人羔神经睡络，傣号特薤矢量，。 模式识别。 薹薹 太原璎二c 大学硕士研究生学髂论文 t h er e s e a r c ho fs i g n a l sd i g l l a lm o d u l a t i o n a u t 0 期：曩i cr 譬c g n t 1 0 nl n 纛毛嚣c r o n l c c o u n t e r m 匝a s u r e s a b s t r a c t c o m m u n i c a t i o nt e c h n i q u ep l a y sm o r ea n dm o r ei m p o r t a n tr o l ei n a d v a n c e dm i l i t a r yf i e l d s i tb e c o m e sak e yf a c t o rd e t e r m i n i n gt h ew a r v i c t o r yo rd e f e a t ，i n f o r m a t i o nw a r f a r ei sn o wam a i nb a t t l ef o r mo ft h e m o d e mw a l t e l e c t r o n i cc o u n t e r - m e a s u r e si sam a i np a r to fi r a f o r m a t i o n w a r f a r e c o m m u n i c a t i o ns i g n a l sm o d u l a t i o nr e c o g n i t i o ni st h ep r e c o n d i t i o n o fd i s t u r b i n go ri n t e r c e p t i n gt h ee n e m yc o m m u n i c a t i o n w ec a ne s t i m a t e t h em o d u l a t i o np a r a m e t e r ，o n c ek n o w i n ga b o u tt h em o d u l a t i o nt y p e s ， a c c o r d i n g l y w em a k e t h e s t r a t e g y o f r e c o n n a i s s a n c ea n d c o u n t e r r e c o n n a i s s a n e e ， 豫8t e c h n o l o g yo fc o m m u n i c a t i o ns i g n a l sm o d u l a t i o nr e c o g n i t i o nc a n a u t o m a t i c a l l yr e c 曜乒l i z et h em o d u l a t i o nf a s h i o no fc o m m u n i c a t i o ns i g n a l s i t i st h ei m p o r t a n tt e c h n i c a lb a s i so fu n i v e r s a lr e c e i v e ra n di n t e l l i g e n t m o d e mw h i c hi sb a s e do ns o f t w a r er a d i o 。t h ec l a s s i f i c a t i o no fm o d u l a o n t y p e so fc o m m u n i c a t i o ns i g n a l si sap r o b l e mo ft y p i c a lp a t t e mr e c o g n i t i o n 薹薹l 太原理工大学硕士研究生学位论文 i ti n v o l v e sm a n y p e r p l e x i n ga n ds p e c i a lf a c t o r s w 1 t hr a p i dd e v e l o p m e n to f c o m m u n i c a t i o nt e c h n o l o g y ，t h es y s t e ma n dm o d u l a t i o nm a n n e ro f c o m m u n i c a t i o ns i g n a l sb e c a m em o r ea n dm o r ec o m p l i c a t e da n dv a r i o u s ， a n dc i r c u m s t a n c eo fs i g n a l sb e c a m ei n c r e a s i n gd e n s e n e s s i tr e s u l t si nt h a t t h er o u t i n em e t h o d sa n dt h e o r yo fr e c o g n i t i o nc a l lh a r d l ys a t i s f yp r a c t i c a l r e q u i r e m e n ta n dc a l l te f f e c t i v e l yr e c o g n i z ef o rs t u d yo nr e c o g n i t i o no f c o m m u n i c a t i o ns i g n a l s s oi td e m a n d ss t u d ym o r ed e e p l ya n da b o r a t i v e l y t h em a i nw o r ki nt h i sp a p e rc a nb es u m m a r i z e da sf o l l o w s ： 1 t h i sp a p e rm a k e sr e s e a r c ho nt h ea p p r o a c ho ft h ea r t i f i c i a ln e u r a l n e t w o r k ( a n n ) f o ra u t o m a t i cd i g i t a lm o d u l a t i o nr e c o g n i t i o np r o c e s so f c o m m u n i c a t i o ns i g n a l s ，a n dc o n s t r u c t sa na u t o m a t i cd i g i t a lm o d u l a t i o n r e c o g n i t i o na l g o r i t h m w i t i l a n n s y n t h e s i z i n g t h ei n s t a n t a n e o u s a m p l i t u d e ，f r e q u e n c ya n dp h a s eo fa l lk i n d so fb a s i cd i 百t a lm o d u l a t e d s i g n a l s ，t h i sp a p e rc o n c l u d e sf i v ec h a r a c t e r sw h i c hf o r m sac o m p l e t ea n d e s s e n t i a lc h a r a c t e rv e c t o rs p a c ei nw h i c h2 a s k ，4 a s k ，2 f s k ，4 f s k ， b p s k ，q p s kc a l lb ed i s t i n g u i s h e d ，c o m p u t e rs i m u l a t i o nr e s u l t ss h o wt h a t t h ef i v ec h a r a c t e r sa r ee f f e c t i v e 2 t h i sp a p e ra m e n d st r a d i t i o n a lb a c k p r o p a g a t i o n ( b p ) n e u r a l n e t w o r k ，a n du s e si ta sac l a s s i f i e ro fa u t o m a t i cd i g i t a lm o d u l a t i o n r e c o g n i t i o ns y s t e m t h ei m p r o v e db pn e u r a l n e t w o r kr e a l i z e st h e i v 太原理王文学硕士研究生学位论文 c l a s s i f i c a t i o no fm o d u l a t i o nt y p e so fc o m m u n i c a t i o ns i g n a l sf a s t e ra n d m o r ee x a c t l y 3 t h i sp a p e rs t u d i e sa n dt a l k so u tt h ep e r f o r m a n c eo ft h ea l g o r i t h m a f t e r r e a l i z i n g i t ，a n d a n a l y s e s n e t w o r k s p e r f o r m a n c ea g a i n s t s i g n a l - t o - n o i s er a t i ow h i c h i s5 d b ，1 0 d b ，t 5 d b ，2 0 d b ，2 5 d bo rn on o i s e 。 b y t h ea n a l y s e sr e s u l t s ，w ec a l lg e tt h en e t w o r ks t r u c t u r ew h i c hh a sb e s t g e n e r a l i z a t i o na b i l i t i e s a u t h o rp r o p o s e sa l li m p r o v e da l g o r i t h ma i m e d t o e n h a n c et h ep e r f o r m a n c eo ft h eb pa n n c o m p u t e rs i m u l a t i o nr e s u l t s s h o wt h a tt h ep e r f o r m a n c eo fr e c o g n i t i o ni m p r o v e sal o t t h eo v e r a l l s u c c e s sr a t ei sn o tl e s st h a n9 1 i nt h ec o n d i t i o no f t h es i g n a l t o - n o i s er a t i o ( s n r ) i sn ol e s st h a n1 0 d b k e y w o r d s d i g i 协l m o d u l a t i o nr e c o g n i t i o n ，a r t i f i c i a ln e u r a ln e t w o r k ， c h a r a c t e rv e c t o ro f s i g n a l s ，p a t t e r nr e c o g n i t i o n ￥ 声明 本人郑重声明：所銎交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外。本论文 不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名：日期：鲨! ：丝坐 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：学校有权保管、并向有关部门送交学位论文的原件与复印 件；学校可以采用影印、缩印或其它复制手段复制并保存学位论文； 学校可允许学位论文被查阅或借阅；学校可以学术交流为目的。 复制赠送和交换学位论文；学校可以公布学位论文的全部或部分内 容( 保密学位论文在解密后遵守此规定) o 签名：庑。壤。 靼! 凌 日期：鲨堕! 丝矽 导师签名：盗。兰至玺e t i 静i ： 立旦幽马巴一 太原理工大学硕士研究生学位论文 第一章绪论 电子对抗是信息战的重要组成部分，也是电子战领域中技术含量最高的部分。 电子对抗不仅采用了最先进的电子和通信技术，而且有力地推动了信号处理理论 的研究，促进了通信技术的发展。电子对抗在现代战争中具有广泛的应用价值： 在指挥体系上，从单兵通信到诸军兵种联合通信；在作战空间上，从地面通信延 伸至水下、空中和太空；从作战时间看，通信侦察在和平时期也从未停止过，电 子对抗行动则贯穿战争全过程；从对抗频域看，其工作频率随着通信技术的发展 不断向两极扩展，低端深入超长波甚至声纳频段，以对付海上舰船和海底潜艇通 信，高端则扩展至毫米波、亚毫米波乃至光通信；从对抗手段看，电子对抗不局 限于传统的短波、超短波通信，而是将声纳对抗、微波通信对抗、毫米波通信对 抗和光纤通信对抗纳入其范畴；从对抗方法看，既有电子对抗侦察、通信干扰， 又有通信电子防御【”。 软件无线电是现代军事通信领域的关键技术，软件无线电在军事通信中的应 用使得信号处理直接在高频端进行。软件无线电在全频段实现互通，带来了无线 电台的通用化和标准化，能有效减少电台的数量，提高协同作战能力。软件化电 子侦察系统类似于通信中的软件无线电接收机，尽可能让a i d 转换器接近天线， 将截获的信号数字化，使得更多的电子侦察功能在高速d s p 上实现，具有宽带化、 综合化和数字化的特点圆。 1 1 软件无线电简述 软件无线电( s o f t w a r e r a d i o ) 是实现无线通信系统的一种新型体系结构，是由 j o em i t o l a t 3 于1 9 9 2 年5 月在全美远程系统会议上提出来的。软件无线电的提出成 为继模拟通信到数字通信，固定通信到移动通信之后的又一座里程碑。 传统的无线电通信系统是由硬件通过模拟手段实现的。由于新的通信体制和 太原理工大学硕士研究生学位论文 标准的多样化，通信产晶更新换代周期缩短；各种通信体制共存并且互联要求日 趋强烈；光线频带越来越拥挤，对邋信系统的频带利用率和抗干扰能力要求不断 撵毫。这裁蔹褥覆来淤凝傍必主豹戈线逶痿设谤方法难跌适疲灏鹣要求，予是较 件无线电运用而生，它不仅仅是一种实现的方法，更代表了一种新型的体制和开 放的、可扩展的、模块化的软硬件平螽体系结构。 1 2 研究通信信号调制识别的意义 1 8 9 9 颦，c , u g l i e l m om a r c o n i 横跨英吉裂海峡乏阕的无线邀邋讯，这是入类第 一次用宅磁波传送信息，写下了入炎现代通信攀命的第一笔。褥我稍所处的这个 时代是一个信息技术日新月异的时代，各种通信方式和通信技术的不断更新和广 泛应震，使褥遥馈信号的体毒及调铡式样更加多榉纯和复杂化，同时信号空阕也 越来越密集，双丽通信傣号调巷类登的识别就显褥冗为重要和逸切。 通信倍号调制自动识别在民用、尤其在军事和图家安全方筒有广泛的应用。 在民耀方瑟，无线壤管理部门瑟慰无线信号避行叛谱管理、信号谈证秘干扰 识剐等工作，这些工作酃涉及到无线通信信号的频谱蓝灏和调制体制识别。 在军拳和国家安全领域，尤其在电子对抗中。调制识别极端重要。为了获取 军事情报，善先要对傣麓的谖制体裁避褥识别，然后方链进蟹燕确解调和镶憋处 理。 由于通信技术飞速发展，通信的规范和体系也在不停突破。尤其在军用源信 方霹，菲标准薅裁应髑 罄邃来越多，慰军事信号黪馕察裁提窭? 更嚣的要求。在 对信号完众未知的情况下进行信号的侦察就越来越霾要。通信信号调制体制识别， 也是军事信号侦察的一个重要环节。 另势，绥号谖嘉l 方式豹自动识澍跫较俸无线魄孛关键技零。数字逶售熬块速 发展形成了多种通信体制并存的局蕊，而且这些通信体制的调制方式和接入技术 各不相同，给多体制间的通信互联带来了很大的障碍。通信信号调制识别技术能 够塞动缝谈裂逶痿痞号戆调裁方式，宅是秘残基乎软终无线惫瓣透露接收掇秘磐 能调制解调器的重要技术基础。传统的通信系统鼹针对于特定的调制样式，特定 2 太原理工大学硕士研究生学位论文 的带宽的单一型系统，一旦硬件固定，其调制和解调的参数也就固定。这种事先 约定性给其功能的扩展带朱了不便。对一个通信信号进行接收解调的前提条件是 首先要得知该信号的调制样式及其信号参数( 信号的带宽、速率等) 。软件无线电 要解决的问题就是这种事先约定性，它具有多功能、多调制、多频段的特性。所 以信号调制方式的自动识别是软件无线电中必须具备的功能之一。 为了便于讨论和比较己有的各种调制识别算法的性能特点，我们首先简单介 绍通信截获接收机的基本原理，以及调制识别功能在接收机中的应用情况。 从信息获取的角度讲，通信截获接收机与一般的通信接收机的接收目的是相 同的。但从信息对抗的角度看，两者所处的环境( 所拥有的先验知识) 不同，一 般的通信接收机工作于协作通信环境，收发双方预先约定好的信号调制方式、调 制参数、载波频率等参数，甚至预先发送已知信息内容的弓i 导序列，供接收方完 成载波、比特同步和信道参数估计。相比之下，通信截获接收机工作于非协作通 信环境，一般情况下，只知道部分甚至极少的通信参数。因此，截获接收机除了 具有通用的接收功能( 载波恢复、定时同步、解调) 外，还要完成信号的调制类 型识别。图1 - 1 给出了通信系统的基本框图，表明了通信截获接收机所处的信号环 境和位置。 广t 一一1 ：截获接： ： 收机 ： - p 图1 1 通信系统基本框图 d ， f i g i - 1c o n s t r u c t o ro f c o m m u n i c a t i o ns y s t e m ； 图1 - 2 给出了数字通信截获接收机的功能框图。天线接收的射频通信信号经接 收机的射频前端下变频、滤波放大后，输出中频带通通信信号。载波频率估计单 元产生相干本振信号，正交下变频单元把中频通信信号与本振输出混频、滤波放 3 太原理工大学硕士研究生学位论文 大后，输出正交i o 两路复基带通倍信号。码元间步单元估计慕带通信信号的码速 率，产生码元同步定时信号。利用码元定时信号采样匹配滤波器的输出，得到码 元霹步蘩撵枣蘸。簿琴楚决蕈元稷摄调袁l 鼋廷爰攀元辨识夔售弩谰毒棰式，砖采撵 序列进行判决解调。傣息处理单元聊对解调的比特信息做进一步的处理，倒如拆 帧、解密锋。 霸1 2 数字遵馆截获接收规辨磅毵框图 f i g 1 1 2f u n c t i o na r c h i t e c t u r eo f d i g i t a lc o m m u n i c a t i o nc a p t u r er e c e i v e r 1 3 信号调制识鄹技术的发展翱磺究现状 1 9 6 9 年在斯坦福犬学技术报告上由c s w a v e r 等四名学者发表了一篇采用 模式识剔技术实现调锘类型的自动分类的论文，拉开了调制识别技术的磷究序 幕器o l 。获就，学者髓舞始了对调镄谈潮技术的襟豢j 辩研究。1 9 8 4 年，e e l i e d t k e i 珏】 提出了种基于信号幅度直方图、频率直方图等参数的模式识别的数字调制识别 方法，邋过对提取的傣母特征参数和理想样本信馨特征参数的比较，按照焱避原 受l 在s n r 大子1 8 d b 的条件下，对a m 、2 a s k 、2 f s k 、b p s k 、q p s k 等信号迸 、l 行识别分炎。1 9 8 6 年，f a b r i z i 掣1 2 l 掇出一种模拟调制识别方法，采用瞬时懈度和 瞬时频率傣塞、信号龟络峰值和均簇之比、瞬夥频率绝对值盼均值等作为特征参 数，可以在s n r 太子3 5 d b 对，有效地识剐c w 、f m ，d s b 等售号。1 9 9 0 年， 4 太原理工大学硕士研究生学位论文 a p l o y d o r o s 和k k i m l l 驯提出了准优化的对数似然比识别力法。采用高斯白噪声干 扰下的数字调相忙号的近似似然比函数，通过优化得到l r ( 自底向上) 判决准则， 对m p s k 信号进行分类，通过试验证明该方法在s n r 大于零时都有很好的识别效 果。同年，z s h u s e 【1 4 】等基于决策理论的过零点方法来识别等幅信号( c w ，m p s k ， m f s k ) ，通过试验证明当s n r 大于等于1 5 d b 时，分类器有较好的识别率。1 9 9 1 年，d o m i n g u e z 【】5 l 等也采用决策理沧分类识别模拟调制信号和数字调制信号，在 s n r 大于等于4 0 d b 时，分类器几乎能够全部识别。但当s n r = 1 0 d b 时，除了q p s k 的识别率为7 外，其余数字调制信号的识别率都为零。1 9 9 2 到1 9 9 3 年，a s s a l e h 等人18 1 把中频通信信号建模为时变自回归过程，通过求解自回归模型参数，来 估计信号的瞬时频率和带宽，采用决策理论的方法对五种调制类型( c w ，b p s k ， q p s k ，b f s k ，q f s k ) 进行分类，在s n r 大于等于1 5 d b 时，识别率大于等于 9 9 。1 9 9 2 年，s s s o l i m a n 和z s h s u e 1 9 1 提出了一种数字相位统计相关变量识别 方法，利用p s k 信号相位的n 阶统计平均值随p s k 调制信号的进制数m ( 移相键 控调制的进制数) 单调递增的特点，对不同m 的m p s k 信号进行识别。在此之后， h l e i b s 和s p a s u p a t h y 针对m p s k 、c w 、m f s k 信号的识别，对高斯白噪声干扰 的信号相位的概率分布进行了研究，为调相信号的识别提供了理论依据1 0 1 。从1 9 9 5 年到1 9 9 8 年，a k n a n d i 和e e a z z o h z 2 肛2 5 1 发表了数篇文章，利用h i l b e r t 变换提 取中频通信信号的瞬时包络、相位和频率信息，基于瞬时包络、相位和频率信息 他们提出了七个特征参量，分别采用决策理论、神经网络和神经网络级联等方法 对模拟和数字信号进行分类识别。这七个特征参量为以后信号调制模式识别的研 究奠定了基础，并且到目前为止在基于判决理论调制识别的特征参量选择中这七 个特征参量仍占主导地位。1 9 9 9 年h o n g 跚等人利用小波变换提取f s k 和p s k 信 号的瞬时频率和相位变化。 。 t 作者根据目前已有的调制识别方法，把信号调制识别分为两类，即基于特征 提取的模式识别方法和最大似然假设检验方法( 或称为似然比判决理论方法) 。 j。 1 3 1 基于模式识别的调制分类方法 4 ， 基于模式识别方法的调制识别算法，其流程如图1 3 所示 5 太原理工大学硕士研究生学位论文 匿1 - 3 基于模式识别方法的调喜哇识别算法滤程匿、。 + f i g 1 - 3f l o wc h a r to f m o d u l a t i o nr e c o g n i t i o nw h i c hb a s eo l lm o d er e c o g n i t i o n 给定待分类的调制样式集合，首先选择用予分类的特征参数和分类器的分类 规则，然掰肤已知调铝类型的通信僖母样本( 堋练群本) 中提取特征参数馕。用 这些已翔调铡类型静特镊参数留i 练分震器，壹捌分类输出满琵绘定静误差黉求，。 或通过对特征参数的统计分析( 均慎、方差) 直接设置分类器的判决门限或分类 函数的参数，完成分类嚣的训练阶段。在性能测试阶段，利用禺夕 一组逶镕傣号 样本( 测试样本) ，把掇取静特征参数值输入分类器，根据分类嚣的正确分类率来 检测分类性能。 。 ： 通信德号的调毒傣感包含在信学的瞬时包络、相位和频率鼢变纯之中。秘愿 这三个参数的统计特性，理论上就搿以识别信号的调制释式。例如，乖j 用傣号包 络变化的方差，可以识别恒包络调制信号( 如f m 信号) 与调懈信号( 如a m 信 号) 。但在诗簿包络的方差之前，营先要提取信号的瞬时包络参数，这就是躁1 3 信号预处域和参数提取单元的基本功能。 ； 基于模式识别方法分类调制类型，所用的分类特征归纳起来主要有以下几种； h ， | 3 。l 。l 豢案交羧域特毯 ， 把信号的时域空间变换到其它特征空间，利用新特征空间巾的特征参数来识 别调制类粼。最早是文献 2 7 】中w e a v e r 等人利用信号的付里叶变换域特征，根据 菇号豹菝游形获黠u s b 、l s b 、c w 、m f s k 等矮波逶羡售号遴器谖鬟。文献f 2 秘 中g h a n i 利用周期图和商阶谱作为分类特征，来识别a m 、f m 、a s k 、q p s k 和 s s b - u s b 储号，使用的最高阶付里叶域特征。文献 2 9 b e n v e n u t o 利用基带通信信 号复惫终瓣舞一凭据关爨数来分类不溺速率懿q ：a t 、p s k 帮f s k 痿号。文皴瑟锈 6 太骧理王犬学硕士研究生学霞论文 中t a 则利用小波包分解方法分类通信信号，首先对中频通信信号进行小波包分解， 求每层精细部分热逼近部分分解系数囱量的平均能曩，然后把这些乎均熊量值按 一定蹶彦攥翻稳造窭分类特惩。潋上这些帮是买鸯筏浚径戆嚣曩售晕交绞域特徭 来识别信号类型的方法。这种方法涉及到许多复杂的数学变换，计算鬟较大，不 易实现自动分类。 1 3 1 2 直方尉特征 文蘩 1 1 1 审，l i e d t k e 等久剥臻旗菠、频率嚣稳经静遘方溜谖鬟遥绩傣譬。文献 f 1 4 中，h s u e 馒用信号过零闻隔和相位差的直方图分炎c w 、m p s k 和m f s k 信 号。文献 2 6 h o n g 采用瞬时频率和相位变化的直方圈分类f s k 和p s k 信号。 用信号瞬时幅度、相位和频率的直方图作为分必特征，存在的问题就是特征 豹维数太大，静致分类算法的诗黪薰港蕊。簿低壹努鬻熬分辨率，可栽会影嚷分 类算法对分舔蕊数裙瘗鬟的不弱调露l 类型信号的识剐熊力。茵蓝还存在整方鹜分辨 率与分类性能之问的折衷问题，遨黉根据所需分类的调制类型集合具体确定。 1 3 1 3 统计矩特征 鉴于壹方躅分类特 芷豹维数太大，可以采用的分类特征是绩号瓣射蠛发、耀 位和频率委数貔备除统计矩特征。 文献 2 2 a z z o u z 利用中频通信信号的瞬时包络、相位和频率的不同定义的2 阶矩( 2 阶矩、2 阶中心矩、绝对2 阶矩、绝对2 阶中心矩) 等来分类模拟和数字 通信信号。文献【3 l 】中l o u i s 采用瞬时频率、相位和蠛魔的均值，2 阶、3 阶和4 除矩识弱2 4 f s k 、2 q p s k 、1 6 1 6 4 q a m 彝q p s k m s k 信号。文麸 3 2 1 q bh i l l 粼捷 用幅度和频率的均值、中值和2 、3 ，4 阶中心矩分类调锘类型。 值得注意的是，由于加性噪声对信号瞬时幅度、相位和频率估计的影响，在 低信噪比时，估计的瞬时幅度、棚位和频率参数己偏离通信信号的真实参数。利 雳 砉谤豹爨辩骥瘦、稳蕴纛菝率务是熬缝谤矩进行分类，识鬟性能会急瓣下簿。 文献1 3 3 , a i s b e t t 对这一闯题避稻了详细分析，德还撬掰5 个新盼分类特征参数， 并证明了这5 个特征的期望值收敛于真正的信号参数。这些特征实际上怒瞬时幅 度、相位、频率，以及这几个参数的微分的混合2 阶矩。 7 太原理工大学硕士研究生学位论文 比较直方图分类特征和统计矩( 或累量) 分类特征，两者在概率统计理论的 框架内有着本质的联系。由概率统计知识我们知道，随机变量分布直方图的估计 在一定条件下收敛于分布的概率密度函数，概率密度函数与特征函数存在付氏变 换的关系，而随机变量特征函数的幂级数展开系数完全决定于随机变量的各阶统 计矩( 从而也决定于累量) 。因此，利用直方图或统计矩作为分类特征，当接收的 信号长度足够长，直方图的分辨率足够大，而采用的统计矩的阶数从l 阶扩展到 无穷阶时，两者所提供的分类信息是一样的。 1 3 2 最大似然比调制识别方法 解决调制识别问题的另一个经典方法是最大似然理论。通过对信号的似然函 数进行处理，得到用于分类的统计量，然后与一个合适的门限进行比较，完成调 制分类功能。这一方法需要确切知道信号的某些参数，例如分布函数的形式和均 值、方差、以及信噪比参数等。由于截获接收机工作于非协作通信环境，未知数 字通信的信息内容，以及存在信号参数的估计误差，构造的似然比函数中一般含 有未知参数，对未知参数作平均处理，引出了平均似然比分类准则。 似然比调制识别的优点是，理论上保证了在贝叶斯最小误判代价准则下分类 结果是最优的，而且可以通过理论分析得到分类性能曲线( 虽然分析常常很复杂 甚至困难) 。似然比分类性能可作为理论性能上限，用来检验模式识别调制分类方 法的性能，帮助判断分类特征选取的合理性。 当然，似然比分类算法也存在局限性或不足之处。首先，与模式识别方法相 比，需要更多的先验知识。已有的似然比分类算法，大都是对码元同步采样序列 进行处理。其次，未知参数的存在，导致似然比分类的充分统计量表达式很复杂， 计算量大，难于实时处理。第三，似然比分类方法对模型失配和参数偏差比较敏 感，即稳健性差。似然比分类一般建模噪声为高斯分布，且己知信噪比等参数， 当实际信道噪声为非高斯的，或存在多径影响、多信号干扰，以及信噪比参数估 计偏差时，似然比分类性能可能会急剧下降。 1 4 本文的章节安排 8 太原理工大学硕士研究生学位论文 本论文结构安排如下： 第一章为绪论，首先对软件无线电的基本概念以及与f 统无线电比较的优点 进行了介绍，说明了把软件无线电作为研究对象的重要性，同时提出了作为软件 无线电系统关键技术的通信信号调制识别。其次，阐述了信号调制识别技术的概 念，介绍了在民用和军事方面的应用，详细地归纳和总结了信号调制识别技术在 国内外的研究历程和发展前景，并且对目前的研究进行了分类。 第二章为信号的数学模型和预处理。鉴于本文主要是基于数字通信信号调制 识别，故在本章对几种常见的数字信号( m a s k 、m p s k 、m f s k ) 进行了数学分 析，搭建了其数学模型，并详细介绍了它们的调制原理和特点。另外，还介绍了 通信信号进行调制模式识别前要进行的预处理，包括信号的h i l b e r c 变换、窄带滤 波与中心频率估计、去除信号的直流成分、均方归一化。还提出了模式识别前期 要用到的三个重要的参数：瞬时幅度、瞬时频率、瞬时相位。并针对2 a s k 、4 a s k 、 2 f s k 、4 f s k 、b p s k 和q p s k 六种调制信号的这三个参数进行了仿真，给出了仿 真图形。 第三章为调制信号特征提取和选择。介绍了信号调制识别过程和调制信号的 特征提取与选择。并就目前比较先进的特征提取方式介绍了三种典型的提取方法， 即基于小波变换细节特征提取，基于a k n a n d i 和e e a z z o l i z 提出的特征参数的 特征提取，调制信号的分型特征提取，分析了每种方法的优缺点。 第四章为基于人工神经网络调制识别分类器设计。首先介绍了人工神经网络 的概念、结构和功能。归纳总结了人工神经网络调制识别分类器与传统调制识别 分类器的区别和特点。其次，对反向传播( b p ) 神经网络的模型和算法进行了详 细的阐述，介绍了该算法的基础最速下降法的原理和l m s 算法，以及b p 神经网 络模型构建、数学表示和算法公式的推导。对传统b p 神经网络算法的改进进行了 分析。在m a f l a b 平台上，选取a k n a n d i 和e e a z z o i i z 提出的特征参数理论对 2 a s k 、4 a s k 、2 f s k 、4 f s k 、b p s k 和q p s k 六种数字信号进行特征提取，采用 改进b p 神经网络作为分类器对以上六种信号进行调制识别实验仿真，完全实现了 以上六种信号的调制识别。仿真实验中就不同结构类型的b p 神经网络的识别率， 9 太原理工大学硬士磅突生学位论文 在5 d b 、1 0d b 、1 5d b 、2 0d b 、2 5d b 、以及无噪声 l 譬况下傲7 详尽分析期讨论， 数据以表格形式具体给出，最终得出了最佳的网络结构。在此熬础上对此算法进 行了进一步的改进，提离了原有的识别率。并且得出了影响此算法的识别率的关 键嚣索。 第五章为结论与展望。更加系统地归纳了目前国内外的调制识别的方法，提 窭这麓方法懿稳簌熹。慧绣 终者掰骰豹王稼，对本文采瑁豹落联谈爱冀法藏滋 概括，提出了此算法的优缺点和性能指标。最后对本课题的研究趋势进行了展望。 1 0 太原理工大学硕十研究生学位论文 第二章信号的数学模型和预处理 2 1 信号的数学模型 鉴于本文主要研究基于数字通信信号调制识别，故对几种常见的数字信号进 行数学分析，讨论其数学模型。 2 1 1m 进制振幅键控( m a s k ) ， 振幅键控是正弦载波的幅度随数字基带信号的变化而变化的数字调制。调制 信号的幅度为m 进制时的调制方式称为m 进制的振幅键控，在这种调制中，载波 的幅度只有m 种变化状态，其时域表达式如下 。 p ( ，) = a n g ( t - n t s ) c o s a ，c t ( 2 1 ) n = - - o a “ 式中，g ( t ) 是持续时间为基带码元宽度的矩形脉冲；c 为基带码元宽度；眈为载 频频率： 0 , 1 ，2 m 一1 ) ，为一数字序列 2 0 概率为p l 1 概率为p 2 2 概率为码 m - i 概率为p 吖 并且毋+ 昱+ + 嘞= l 。 ( 2 - 2 ) 图2 1 给出了二进制振幅键控( 2 a s k ) 和四进制振幅键控( 4 a s k ) 的波形图。 从图2 。l 可以看出，四进制振幅键控( 4 a s k ) 是由四个不同振幅的二进制振幅键 控波形叠加形成的，其各个波形的表达式如式( 2 3 ) 所示。， 因此，四进制振幅键控波形可以看成是由时间上不重叠的2 个不同振幅的二 进制振幅键控信号的叠加。 太原理工大学硕士研究生学位论文 概率为p l 概率为p 2 概率为l p 2 概率为巧 ( 2 - 3 ) 概率为1 一p 3 概率为p 4 ； 概率为l p 4 r0 信号 四l 1 信号 基f2 信号 制 3 信号 调l 制l 合成波 图2 - 12 a s k 和4 a s k 调制波形比较 f i g 2 - 1c o m p a r i s o no f 2a s ka n d4 a s k m o d u l a t i o nw a v e 2 1 2m 进制频移键控( m f s k ) 频移键控是指正弦载波的频率随数字基带信号的变化而变化。如二进制键控， 传送l 码时，对应的一个载频，传送o 码时，对应的另一个载频。时域表达式为 p ( r ) = 一c o s r + 矿( r ) ( 2 - 4 ) 彳= a n g ( t - n t s ) ，a n q 0 ，”皿 ( 2 5 ) ，# m 式中，么是信号的幅度，一般认为m f s k 信号的幅度恒定；织为载波频率。 设二进制频移键控信号传送1 码时，对应载频为q ，传送0 码时，对应载频 1 2 1 o 1 o l o 卸i n 彩 乃 以 吖 叫 吖 叫 | 宝 瞄 啷 瞄 喝 珥 嘿 螺 卜 卜 卜。卜 够 嘟 够 吣 。 lll r。l r。l r。r。l 太原理工大学硕士研究生学位论文 为，其数学表水为 内参) = 镪g 一”霉) | e o s ( q f + 譬k ) l4 j(2-6) r + i 碌( t - n t ) | c o s ( 吣+ 蚰 其中，a n 、i 为蔽硒，即日。- - 1 ，- - a n = 0 ；a n = o ，- - a 。- - 1 。妫，代表第靠个码元 的初始相位，不携带信息，通常令其为零。 = o 瓣：- p 夏= l 泌l 篇一 ， 2 1概率为1 嘞2 概率为p u 。 2 1 3m 进制相位键控( m p s k ) 。 “ 设m = 2 ，剃m 迸制相位键控信号可用下式表示 e ( f ) = 客0 一再五) 渊掣+ 森) + n = = s 九g o 一撑乃) c o s 呸f 一妇屯g ( f 一竹瓦) s 证吃r #。n2m 式中，九园参考相位基准不同可为绝对相位俊成相对相位德。， 磊= b 晚 置骞莲+ 建+ + 敞= l 一 于是w 锝 概率为p l 壤率秀毪 概率为 1 3 ( 2 s ) ( 2 - 9 ) 太原理工大学硕士研究生学位论文 f e o s e t 。lc o s 0 2 c o s 靠2 2 一： l 。 l c o s o u f8 i n 岛 。i n 癜： 8 龋： | ， l 如 因此，式( 2 8 ) 可写为 概率为p i 概率为p 2 穰辜为 概率为p l 概率为p 概率为p m ( 2 1 0 ) f = a n g ( t 一嚣霉s 姨，一b n g ( t - n t ；) s i n c o c t ( 2 - 1 2 ) n。m。m 由此可见，多进制相位键控信母可看作对两个正交载波进行多电平幅度键控 所褥信号之彝。 2 1 3 1 二进制相位键控 当基带信号为二进制数字脉冲序列时，所得的相位键控信号为二进话键控信 号，其表达式为 e ( f ) = 4 c o s 口屯，十妒( f ) ( 2 - 1 3 ) 式孛，簪f 壹数字售差擎l ”、2 j 窒麓。在绝对移穗巾，蠢矿f 选震戆参考靼佼蒸疆 就是未调制的载波本身。所以，( ，) 就是载波的绝对值。一般，数字信息为“1 ， 时， = o 樱便，数字信息为o 时，矿= z ；在榴辩移檩中，赡) 的参考耱位綦壤是 前一码元的载波相位，设磊为第一个码元的前一个码元( 第一一1 个码元) 的载波 相位，则蟊= 裤卜 + 颤，