（信息与通信工程专业论文）数字通信信号调制方式识别与参数估计.pdf

浙江大学硕士学位论文y 8 7 6 s 8 0 摘要 通信信号的调制方式识别与盲接收机设计，在军用( 例如电子对抗) 及民用( 例如软件无线 1 ) 领域都有广阔的应用前景。本文针对这两个问题进行了研究。提出了常用数字通信信号 1 调制方式识别算法，该算法具有识别类型多，正确识别率高的特点。在此基础之上，与软 ：无线电技术相结合，设计了个针对线性数字调制方式的全盲接收机。该系统可以在完全 蜘信号参数的情况下，应用各种盲估计算法进行信号参数估计，以及进行调制方式识别。 ：中的各种算法都经过仿真实验进行了性能验证。 全文共分为五章。第一章简要介绍了调制识别与软件无线电技术的基础知识与研究现 ：a 第二章介绍了应用于调制识别及参数提取问题的有关基本理论与基本方法。第三章详细 论了数字通信信号的调制方式的识别问题，给出了相应的算法。第四章详细设计了一个针 线性调制方式的盲接收机，给出了进行信号各项关键参数估计的盲估计算法，并应用一个 际采集的信号进行了性能验证。第五章对全文进行了总结，给出了研究中的不足与可能的 究方向。 键词：调制方式识别；盲接收机：参数估计 浙江大学硕士学位论文 第1 章绪论 1 1 通信信号调制方式自动识别技术简介 通信的目的是传输消息。无论有线通信或者无线通信，由于信道的限制，基带信号都不 能直接传输，必须经过调制。通过调制，还可以获得更高的通信速率、更有效的频谱利用率。 目前的通信系统中应用了各种各样的调制方式，并在不同的频道上进行传输。 通信信号调制方式自动识别技术，最重要的应用是在军事领域中。通信信号调制识别是 通信对抗中的一个具体的问题。作为对敌斗争的重要工具，通信对抗在现代战争中起到了越 来越关键的作用。实施通信对抗的前提是做好通信侦察【1 】。首先接收机需要进行通信信 号截获，这主要指对敌方通信信号进行搜索。目前应用比较广泛的通信侦察搜索机是全景显 示搜索接收机，可以在预定频段内快速搜索并截获敌方通信信号，并且能够多种方法显示， 如全频段显示，部分频段显示或对预置频率显示。接下来对截获到的无线电信号实施信息分 析、获取情报。这要求确定信号的特征参数，如载波频率、码元速率等等，并确定信号的调 制方式，之后才能正确解调，以及进行随后的信息处理和分析。在通信对抗中，调制识别技 术还有助于电子战最佳干扰模式或干扰抵消算法的选择，以保证友方通信，同时抑制和破坏 敌方通信，实现通信对抗的目的。因此，在军用方面，通信信号的调制方式识别是后续工作 的前提和基础。 在民用方面，通信信号的调制方式识别同样有重要的作用 2 】。无线电管理部门的职责 是对无线电频谱资源统一管理，防止非法用户对无线频谱的非法利用和干扰，保证合法用户 通信的正常进行。这要求管理部门对无线电频谱进行监测。无线电监测是指对无线电通信设 各的发射频率、频率误差、发射带宽等进行测量，对声音信号等进行监听，对非法电台和干 扰源进行定位等。在无线电监测设各中，增加调制识别技术，有助于提高设备对不同性质用 户的区分能力，确定未知干扰信号的性质，为管理人员提供解决问题的依据。 综上所述，通信信号的调制方式识别技术有很高的实用价值，在通信领域有着广泛的应 用前景。 1 2 软件无线电与盲接收机技术简介 软件无线电的核心思想是将宽带的a ，d 和d a 变换器尽可能地靠近天线，将电台的功 能尽可能多地采用软件来实现。软件无线电技术同样在军事及民用领域有广阔的应用前景。 在军事领域，应用软件无线电技术可实现各种军用电台的互连互通，实现各种军用无线系统 空中转信的多功能空中平台，以及实现智能化通信侦察与对抗通信电子对抗系统等。在民用 方面，可以实现多频段多模式移动通信设各，多频道多模式移动通信基站，实现无线局域网 设备等 4 。 软件无线电的关键技术分为硬件、软件两个方面。硬件方面，需要实现一个可配置和可 编程的硬件平台，研究重点集中在射频前端以及信号的d ，a 转换上。软件部分，研究重点 是建立一种适合软件无线电的操作系统，及实现即插即用的功能模块。 软件无线电具有良好的灵活性，其功能将不仅仅局限于基本的通信功能，可以进一步实 现一些智能化的应用，例如根据通信环境的变化，调整系统的参数，在保证用户通信质量的 前提下更加有效地使用系统的资源。 浙江大学硕士学位论文 全数字接收机充分体现了软件无线电的思想，是软件无线电在现有技术条件下的一种实 现。全数字接收机是2 0 世纪8 0 年代被提出的【5 】。在全数字接收机中，载波同步中不含有 向模拟前端进行反馈的控制信号，解调的载波同步和符号同步完全在数字部分由软件完成。 全数字接收机具有以下优点：( 1 ) 整个接收机由一个基于d s p 芯片的数字信号处理系统 来实现，通用性强，集成化程度高，便于维护和测试。( 2 ) 大部分的信号处理操作均由d s p 软件编程实现，便于更新算法，灵活性强，适用于多种传输速率，多种调制方式。( 3 ) 可以 使用较复杂的算法，达到载波同步和符号定时同步的快速恢复，从而实现信号的最佳接收。 合作通信系统中，接收机对接收信号的调制方式、各种信号参数都是已知的，因此在接 收机中可以利用各种已知信息进行信号的解调。例如，全数字接收机中可以应用数据辅助的 载波频偏估计算法、数据辅助的定时误差估计算法等等，在这方面已经有大量研究。而在非 台作通信系统中，对接收信号的各种参数是未知的，就不可能继续应用数据辅助的算法进行 信号的参数估计。因此，进行信号的侦察，解调，就必须寻找相应的盲参数估计算法。 如果能够将信号调制方式识别技术与软件无线电技术结合，就可以实现对任意信号的盲 接收，这对通信侦察的意义十分重大【3 】。本文在这方面进行了初步的探索，针对窄带通信 系统，提出了一种适用于线性调制方式的盲接收机。该接收机的结构分为参数提取单元与解 调单元两部分。参数提取单元利用各种盲估计算法对接收到的中频信号进行特征提取、参数 估计。根据以上步骤获得的参数，对一个软件无线电通用接收机平台进行工作模式与参数设 置，最终由其完成信号的解调。 1 3 研究现状 在传统的通信情报截获设备中，调制识别的任务是由人工完成的。此方法在今天也是常 用的手段。操作人员观察侦察接收机的输出信号，依靠信号时域波形、频谱形式进行信号的 调制方式识别。这种方法需要操作人员进行长期的训练，积累丰富的经验。人工识别是一种 非常有效的方法，对简单调制信号识别率可以很好解决。但人能够识别的调制方式有限。 随着数字通信技术的发展，现有的数字调制方式越来越复杂，单单依靠人工识别已经无 能为力了，从而促使人们展开了调制识别的研究。二十世纪八十年代以来，研究人员已经探 索出了许多信号调制方式自动识别的方法【6 【7 】。较早从事数字调制识别的是l i e d ( e ，他采 用决策理论和模式识别的方法来对数字调制信号进行分类。这种识别系统不仅硬件实现非常 复杂，而且要求信噪比不小于1 8 d b 。伽l i m a g 目d l l e r 【1 5 】等人首先采用根据不同数字体制 信号有不同的循环功率谱密度函数的特性，将信号识别出来。p o l y d o m s 【16 】等人采用决策理 论对b p s k 和q p s k 信号进行分类，但该分类器缺乏稳定性。n a m a l i ed e l p r a t 等人采用小波 和g a b o r 分析提取信号的瞬时频率以及n h ip t a 采用小波包对a s k 、f s k 、p s k 信号进行 识别取得了较好的效果。m l d w o n g 和a k n d j 在2 0 0 1 年发表的文章【1 7 】称信噪比为o d b 时自动识别的正确率达到了9 8 。 调制方式识别所应用的理论工具也是多种多样的，如前面提到的时频分析理论，小波分 析理论，基于似然比检测的调制分类，基于通信信号的循环平稳特性，基于矩、累积量、循 环累计量的分类器，基于分形、混沌理论的调制识别等等。但是，目前还没一种能完全识别 各种信号的大而全的方法。毕竟不同的调制方式特点不同，目前没有一种方法能够描述全部 的调制方式，因此调制识别的方法也是多种多样的。目前的各类算法，有的局限性很强，有 的局限性小但复杂，运算量大，不适合信号的实时处理。因此需要综合运用各种算法，并且 寻找适用范围广、算法简单的调制识别算法。这还要进行很多研究工作。 全数字接收机的研究工作开始于2 0 世纪8 0 年代初。1 9 8 0 年，l e f m l l l ( s 对数字信号的 载波相位估计和符号定时误差估计作了详细的探讨，并提出了一种基于最大似然法的符号定 2 浙江大学硕士学位论文 时误差估计算法。1 9 8 3 年，a j f f a i l l 【和a m v i t e r b i 提出了一种典型的数字载波相位估计算 法，赢接从带有载波相位误差或频率误差的b p s 剐q p s k 中频信号中提取载波相位。这两篇 文章标志着全数字解调研究的真正开始。1 9 8 6 年，p y k m 在假定采样时钟无偏差且信噪比 足够高的情况下提出了数据辅助的载波相位估计算法，该算法无需载波环路和压控振荡器， 是第一个开环结构的接收机。1 9 8 8 年m o e r d e r 和h m 掣给出了一种定时误差的估计算法。 f m g 鲫d l l e r 等于1 9 9 3 年对全数字接收机的插值算法作了详尽的分析，并给出了几种插值器 的参数。至此，全数字接收机结构才发生了根本的变化，与传统的接收机明显的区别开来。 还有许多学者对全数字接收机的关键问题作了研究，针对各种调制方式提出解调算法，完善 并促进了全数字接收机技术的发展。 1 4 本文主要工作 本文主要工作分为两部分。工作之一，研究了数字通信信号的调制方式识别算法，提出 了一个针对常用数字调制方式的识别方案。工作之二，针对线性数字调制方式，研究了各种 信号参数的盲估计算法，并将参数曹估计算法与调制方式识别算法综合应用，设计了一个针 对线性数字调制方式的盲接收机方案。全文共分为五章。 第二章中，介绍了各种常用的数字调制方式及其特点，并概要介绍了信号参数估计、调 制识别算法所应用的基本理论，包括谱分析理论，时频分析理论，高阶累积量理论、聚类分 析理论等，并举简单应用实例进行了说明。这些理论是以后各章节工作的理论基础。 第三章中，具体讨论了数字通信信号调制方式识别问题。解决问题的基本思路是，先进 行信号的类间分类，将信号划分为四类调制类型中的一种，然后进行进一步的类内识别，即 识别调制阶数，获得具体的信号调制方式。 对接收到的中频信号，研究了类间分类算法。处理步骤是，对预处理后的信号提取两个 基本特征参数m a 与k 。，根据其统计分布特性设置门限进行判决。在信噪比不低于5 d b 时， 应用该算法可以将数字通信信号划分为a s k 、p s k 、f s k 、q a m 四类调制方式中的一种。 针对m p s k 信号的类内分类，研究了应用基于四阶累积量的识别算法及其改进算法， 可以识别b p s k 、o p s k 、8 p s k 、a 4 d q p s k 等调制方式。基本算法是从基带码元序列中 提取分类特征向量，应用欧式距离准则进行信号分类。在理想条件下( 载波同步、定时同步) 以及非理想条件下( 存在频偏) 时对基本算法进行了性能的研究。针对基本算法在存在载波频 偏时性能下降的问题，研究了改进算法及其性能。利用基于四阶累积量的识别算法进行 m p s k 信号调制方式识别，在信噪比为1 0 d b 时可以有9 0 左右的正确识别率。 针对m o a m 信号的类内分类，提出了一种基于星座圈的减法聚类算法，可以识别1 6 o a m 、3 2q a m 、6 4 q a m 。基于星座图的聚类算法的基本思路是，把信号的星座图看作是 一种几何模式，对星座图利用减法聚类得到聚类中心数目n ，根据n 进行调制阶数判决。 但是研究中发现，减法聚类的参数对聚类中心数目影响很大。此外对于高调制阶数的q a m ， 如果数据长度过短，只利用聚类中心数目进行调制阶数判决识别率急剧下降。针对这个问题， 提出了一个改进算法。算法改进之处是，在得到星座图聚类中心数目n 的基础之上，另外 引入一个与星座图有关的参数r ，对n 与r 引入一个评估函数c o r ) 进行聚类性能的评估。 算法的具体流程是，首先针对不同的调制阶数选择不同的聚类参数，然后对基带码元序列分 别应用指定的聚类参数进行减法聚类获得n 与r ，并通过函数c ( n ，r ) 进行评估。判决准则 是选取晟好的评估结果所对应的调制阶数。仿真结果表明，对1 6 ，3 2 6 4 q a m 识别算法是有 效的，识别正确率稳定。对于6 4 0 a m ，在信噪比为5 d b 时取2 0 0 个码元就可以有近9 0 的 正确识别率。 浙江大学硕士学位论文 第四章中，将各种数字信号的盲参数估计算法、信号调制识别算法、软件无线电理论相 结合，设计了一种适用于线性数字调制方式的盲接收机。 该接收机的结构分为参数提取单元与解调单元两部分。首先，参数提取单元利用各种盲 估计算法对接收到的中频信号进行特征提取、参数估计，主要的估计参数包括：中频信号的 载波频率、基带信号码元速率、频偏，基带码元定时误羞。以及调制类型等关键参数。根据 以上步骤获得的参数，对一个软件无线电通用接收机平台进行工作模式与参数设置，最终由 其完成信号的解调。 本章应用了各种盲参数估计算法进行信号的主要参数估计，包括中频信号载波频率频 率、基带信号码元速率、基带信号频偏、基带定时误差估计算法。对于每种参数估计算法， 文中都通过理论分析以及仿真实验验证了其可行性。在此基础之上，综合应用各种算法，采 用全数字接收机的设计思想，进行了盲接收机设计，其信号处理流程简介如下：接收机接收 到感兴趣的射频信号，经过射频前端放大、下变频、滤波后，得到中频信号，并进行采样得 到数字信号。载波频率估计单元进行中频信号载波频率估计，并控制n c o 产生本振信号。 中频信号与本振信号经过混频、低通滤波后，输出i 、q 两路基带信号。对基带信号进行码 元速率估计，并根据码元速率进行适当的采样速率调整。接下来进行基带信号的频偏纠正， 以及进行码元同步。最后将载波同步、定时同步后的码元序列送调制识别单元进行数字调制 方式识别。 在本章的最后应用所设计的盲接收机，对一个真实采样信号进行了信号参数提取处理， 进一步验证了各种算法的性能。实验结果表明，系统使用的各种算法性能理想，调制类型识 别结果正确，可以在实际中应用。 第五章，对全文的工作进行了总结，并提出了今后的研究方向。 4 浙江大学硕士学位论文 第2 章信号调制方式识别与参数提取的基本理论 调制的目的有以下三个方面：( 1 ) 将消息变换为利于传输的形式，例如无线传输时必须 把信息调制到高频载波上才能传播出去。( 2 ) 提高系统抗干扰能力。( 3 ) 有效利用频率资源。 数字通信和模拟通信相比，具有抗干扰能力强、可以再生中继等一系列优点。各种通信 业务，包括语音、电报、数据、图像等，经过数字化后都可以在数字通信网中传输。数字通 信系统还具有高度的保密性，适用于要求保密性非常高的场合。数字通信系统还可以对信号 进行如存储、转发、复制、检错纠错等处理。上述处理在模拟通信系统中是不可能实现的。 因此数字通信目前得到了广泛的应用。本文也将重点研究数字通信信号的调制方式识别与参 数提取问题。 在本章中，首先介绍各种常用的数字调制方式及其特点。然后介绍本文使用的信号预处 理的方法，并概要介绍信号特征提取、调制识别所应用的基本理论及简单应用实例。这些 为后续的工作打下了基础。 2 1 信号调制模型 调制在通信系统中具有重要的作用。调制的目的，是把基带信号的频谱搬移到需要的频 率上，使得已调信号更适台于信道传输，或者进行多路复用。不同的调制方式对通信系统的 性能有着不同的影响。本节中，首先回顾数字调制的基本方法。并给出常见的通信信号的调 制模型与信号特征。 2 1 1 基本数字调制方式 与模拟调制相似，数字调制同样是通过改变正弦载波的幅度、频率和相位来传递信息。 这样最基本的分类，可以将数字调制方式分为振幅键控( a s k ) 、移频键控( f s k ) 和移相键控 ( p s k ) 。根据已调信号的频谱结构的不同，数字调制可分为线性调制和非线性调制。在线性 调制中，已调信号的频谱结构与基带信号的频谱结构完全相同，只是频率位置被搬移到了载 波处。在非线性调制中，已调信号的频谱结构与基带信号的频谱结构不同，不只是频率位置 变化，而是有新的频率成分出现。振幅键控和移相键控属于线性调制，而移频键控则是非线 性调制 8 】。 下面是一些常用的调制方式的信号模型。 ( 1 ) 多迸制幅度键控( m a s k ) 通过改变正弦载波的幅度来传递信息的调制方式称为幅度键控( a s k ) 。在m 进制幅度键 控m a s k 中，载波幅度有m 种变化状态，其时域表达式如下： ( f ) = r e 【以g ( f ) p “。】 ( 2 1 1 ) 式中，以表示m 个可能的离散幅度值，取值范围是以= ( 2 扰一1 一 彳) d ，( m = l ，2 ， 彳) 。 d 是相邻的两个信号幅度之间的距离。波形g 似是基带信号所使用的成形脉冲，是一个实信 号脉冲，其形状影响发送信号的频谱。m a s k 的星座图如图2 1 所示。 浙江大学硕士学位论文 ( 2 ) 多进制频率键控( m f s k ) 通过改变正弦载波的频率来传递信息的调制方式称为频率键控口s k ) 。在m 进制频率键 控m f s k 中，载波频率有m 种变化状态，其时域表达式如下： o ) = r e 【g o 弦+ a 1 】 ( 研= 1 ，2 ，m ，o ，r )( 2 1 2 ) 其中。表示信号的频偏。 ( 3 ) 多进制相位调制( m p s k ) 通过改变正弦载波的相位来传递信息的调制方式称为相位键控( p s k ) 。m p s k 信号频带 利用率高，抗干扰能力较强，实际的通信系统中应用较多。在m 进制相位键控m p s k 中， 载波相位有m 种变化状态。其时域表达式如下 ( f ) = r e 【g ( f ) p 7 婢p 毛】 ( 埘= l ，2 ，埘，0 f r )( 2 1 3 ) 其中巩= 2 万弓( = 1 ，2 ， f ) 是载波的m 个可能的相位m p s k 的星座图如图2 - 2 所示。 日p s 雕2 6 s k8 嗣8 睁日p g k ! ? 震- l l “| 图2 22 ，怕m p s k 星座图 ( 4 ) 正交振幅调制( q a m ) m p s k 调制的频带利用率高，但随着调制阶数的增加，信号空间中各信号点间的最小距 离减小，导致误码率增加。正交振幅调制是为了克服上述问题而提出的。q a m 调制方式的 显著特征是调制效率高。q a m 调制方式可以看作是对正弦载波的幅度和相位进行联合调制， 在m 较大时也有较好的功率利用率。 q a m 调制方式的星座图分为方型和圆形两种。两种方式相比各有优缺点。在星座图中 两点间最小距离相同的条件下，方形星座图的q a m 调制平均功率小于圆形星座图的q a m 调制，且容易产生，只需两路m a s k 信号叠加即可。但是，以1 6 0 a m 为例，方形星座图 有3 种振幅，1 2 种相位，而圆形星座图只有2 种振幅，8 种相位，对振幅的变化没有方形星 座图敏感，因此适用于衰落信道。常用的几种方形星座图调制方式的m q a m 信号的星座图 如图2 3 所示。 方形星座图q a m 调制方式对应信号的时域表达式如下： o ) = r e ( + 声k ) g ( f k 他。】= 以。g ( f ) c o s 毋。f 一4 9 0 ) s i n 盘i f( 2 ，1 4 ) 式中，a 。和a 。是承载信息的正交载波的信号幅度。 浙江大学硕士学位论文 im 酬“w7 l 。_ ”m ，pm 。卜“一瓣：麓勰： 1 i io _ 7i l _ _ t 1 | | _ “ 1 t i - i _ 1 1 l q i o 目- _ 忖 a 睡m 科a “*。鼗糕l 鬻蒜 8 l 。生曼l 苎誓：一 ，随邕墨封韭嶝型 图2 - 34 1 6 ，3 2 6 4 m q a m 星座图 比较上述各种调制方式的星座图，可以发现两种特殊情况。第一种情况是，b p s k 和 2 a s k 调制方式的星座图是完全相同的。第二种情况是，q p s k 星座图经过4 5 。旋转后，与 4 q a m 的星座图完全相同。因此，调制识别算法对b p s k 与2 a s k 调制、q p s k 与4 q a m 是不能区分的。本文的处理方法是，把上述四种调制方式只划分为b p s k 与q p s k 两类。 2 1 2 改进的m p s k 调制方式 前面介绍的m p s k 又称为绝对相移键控，在应用中存在各个方面的问题。因此有多种改 进型的m p s k 调制方式。下面介绍三种改进的，s k 调制方式。 ( 1 ) 四相相对相移键控( d q p s k ) 绝对移相键控调制在相干接收时，由于本地载波的载波相位是不确定的，因此解调后对 所得的数字基带信号进行相位判决也容易发生颠倒，这种现象称为“相位模糊”。这是采用 绝对相移键控的主要缺点，因此这种方式在实际中很少采用。 使用差分相移键控( d m p s k ) 可以解决相位模糊问题。d m p s k 不是利用绝对相位，而是 利用相位的变化来传递信息。差分相移键控不会发生相位模糊现象，得到了广泛的应用。 四相相对相移键控( d q p s k ) ，是利用前后码元之间的相对相位变化来表示数字信息。例 如，以前一时刻码元相位作为参考，传“0 0 ”时，载波的起始相位与前一码元载波的起始相 位相同( 即毋= 0 ) ；传“l o ”时，相位相差2 ( 即目= 万2 ) ：传“l l ”时，相位相差n ( 即 口= 石) ：传“0 1 ”时，相位相差3n ，2 ( 即口= 3 石2 ) 。差分相位调制消除了相位模糊， 但其星座图、功率谱密度与绝对调相信号是完全一样的。 图2 - 4 显示了经过成形滤波后的d q p s k 的i 路、q 路基带信号的波形，及其轨迹图。 使用的成形滤波器是滚降系数为l 的升余弦滚降滤波器。 图2 - 4d q p s k 的i 、o 基带信号及轨迹图 浙江大学硕士学位论文 ( 2 ) 偏移四相相移键控( o q p s k ) 无论是q p s k 还是d q p s k ，i 、q 两路码元总是在相同的时刻发生变化，即i 、q 两路 的位同步时钟是同步的。在它的星座图中，四个信号点之间任意过渡都是可能的，那么就引 起了信号包络的起伏变化。在轨迹图中，如果沿着正方形的对角线进行相位变化，将会产生 1 8 0 。的相位跳变。此时由相位跳变引起的包络起伏是最大的。这种大的包络起伏通过r f 非线性功率放大器后，已经滤除的带外分量又被恢复出来，导致了频谱的扩展增加了对邻 近频道的干扰。为了消除1 8 0 。的相位跳变，人们提出了o q p s k ( 偏穆四相相移键控) 调制方 式。在o q p s k 中，i 、q 两路码元发生变化的时刻相差半个码元周期，即位同步时钟相差 了半个码元周期。在给定时刻，i 、q 两路中只有一路可以发生变化。其i 、q 两路的基带信 号及轨迹图如图2 5 所示，基带信号同样使用了滚降系数为1 的升余弦滚降滤波器进行成形 滤波。 从图中可以看到，i 、q 支路的码元跳变时刻出现了半个码元周期的偏移，每次只有一 个支路可能发生极性翻转，不会发生两个支路码元同时翻转的现象。因此，o q p s k 信号相 位只能跳变o 。或者正负9 0 。，不会出现1 8 0 。的相位跳变。这样，从轨迹图中可以看到， 信号的包络变化不经过零点，包络的最大值与最小值之比为1 4 1 4 ，对r f 功率放大器的线 性度要求降低。 图2 - 5o q p s k 的i 、q 基带信号及轨迹图 誉 攀 0|ii j 一- ： ( 3 ) “，4 d q p s k 差分相移键控解决了相位模糊问题，而其他的特性如功率谱密度、解调方式等等与绝对 移相键控是完全一致的。对d q p s k 的一种改进是，4 - d q p s k 。这种调制方式将q p s k 的 最大相位跳变由降为3 4 ，从而改善了4 d o p s k 的频谱特性。这样带来的另一个 好处是解调方式的变化。d q p s k 只能用相干解调，而n 件d q p s k 既可以用相干解调也可 以用非相干解调。图2 6 是4 d o p s k 信号的产生框图。 得到 圈2 - 6“一d q p s k 信号的产生 设已调信号表示为j ( f ) = c o s 【国。f + 嚷】。式中，以为当前时刻码元的相位，展开可以 浙江大学硕士学位论文 s ( f ) = c o s ( 埘f f ) c o s 魄一s i n ( 脚。f ) s i n 吼 ( 2 ，1 5 ) 当前码元的相位只是前一码元相位最一i 与当前码元相位变化量吼之和，即 b = 最一l + 嚷 ( 2 1 6 ) 令 ! i = c o s 壤= s ( 氓一i 十最) = c o s 嚷一l c o s 幺一s i n l s h 铱 ( 2 1 7 ) q = s i n b = s i l l ( 氓一l + 嚷) = s i n q ic o s 曝+ c o s 吼一is i n 韩 ( 2 1 8 ) 令一l = c o s 馥1 ，q “= s i n l ，上面的两个式子可改写为 厶= 厶一1 c o s 曝一( k ls i n 吼 ( 2 ，1 9 ) g = 绞一ic o s 馥+ 1s i n 反( 2 1 1 0 ) 式( 2 1 9 ) 和( 2 1 1 0 ) 是4 - d q p s k 的两个基本的关系式。它表明，前一个码元两正交信 号厶一。、g l 与当前码元两正交信号、幺之间的关系，取决于当前码元的相位跳变量 b 。而当前码元的相位跳变量只则又取决于差分相位编码器的输入码组墨与岛。它们 的关系如表1 所示。跳变规则规定了码元转换时相位跳变量只有士，4 和3 “四种取值。 表1“- d q p s k 的相位跳变规则 s 1 以 1 1 ，4 一l1 3 ，4 1 1 3 4 11一，4 同样，在图2 - 7 中显示了n ，4 d q p s k 的i 、q 两路信号，以及使用了滚降系数为1 的升 余弦滚降滤波器进行成形滤波后的信号轨迹图。从轨迹图中可以看到，其信号星座图与8 p s k 完全相同的。 图2 7“- d q p s k 的i 、q 基带信号及轨迹图 2 2 信号的预处理 接收到的带通信号，由于信道噪声、衰落等的影响，不能直接对其进行特征提取。必须 首先对信号进行预处理，使其满足一定的条件，从而使得提取到的特征稳定和可信。 在本文中，信号的预处理包括以下步骤： ( 1 ) 中心频率估计与窄带滤波 接收机接收到带通信号之后，首先粗略估计信号的载波频率与带宽，以进行带通滤波， 9 浙江大学硕士学位论文 ：( f ) ：上 s ( “) 【硝( 卜“) + 去协 ：篡灯盟出卜“ ( 2 3 ”) ：。( f ) + 三 ：掣出 口一f 一“ 这种类型的复函数满足柯西一黎曼可微分条件，通常称作解析函数。因此命名z ( i ) 为解 析信号。可见，由原信号s ( i ) 变换得到解析信号z ( t ) ，对z 0 ) 进行求平均频率及带宽运算，平 均频率不为o ，带宽是一个尖峰的宽度，满足了直观的理解。 式( 2 | 3 1 5 ) 中，z ( t ) 的虚部定义为s ( i ) 的h i l b 叭变换。常用j ( f ) 或者h 【s ( 1 ) 】表示。 将其定义式重写如下 ；( f ) ：三亡掣幽：s ( f ) + 三 ( 2 3 1 6 ) 口一f 一” 口f 从定义式( 2 3 1 6 ) 可以看出，；( f ) 可以看成是j ( r ) 通过一个滤波器( 称为h i l b e r c 滤波器) 的输出。h i l b 酣滤波器的单位冲击响应是 ( f ) = 1 ( 万f ) 。由傅立叶变换的性质可得，其频 率响应为 f 一，出 0 日( 埘) 一，8 9 “( 珊) 。1 ，。 石 ( 2 3 2 4 ) i q ( f 一1 ) 其他 其中c k ( 0 ) ；0 。 对模2n 得到序列加上式( 2 3 2 4 ) 定义的校正序列，则去卷叠后的相位序列 钆( f ) ) 为 只，( 0 = 口( f ) + g ( ) ( 2 3 ，2 5 ) 这样就可以得到线性相位序列了，从而可以按照式( 2 3 2 3 ) 正确计算瞬时频率。 图2 - 1 0a m ，4 a s i ( ，q p s k 信号的瞬时幅度、相位与频率 图2 - l o 显示了利用以上方法，对a m 、4 a s k 、q p s k 信号进行瞬时幅度、相位与频率 1 5 浙江大学硕士学位论文 计算，得到的仿真结果。在仿真试验中，发现h i i b 叭变换有如下的特点：( 1 ) 得到的信号采 样点数越多，计算出的信号包络和瞬时频率越准确i ( 2 ) 在信号相位发生突变的地方，信号 包络会出现大的冲击，偏离理论值很多；( 3 ) 在信号的包络跳变和包络幅度太小的地方得到 的瞬时频率也会相应地偏离理论值很多而出现正过冲现象。参见图2 1 0 中4 a s k 和o p s k 的情况。 出现的冲击对于计算参数的统计量( 如均值、方差等) 影响很大，从而不利于信号的分类。 这个问题可以通过中值滤波来解决【1 3 】。 中值滤波对实值离散信号滤波，具有良好的边缘保持特性和清除脉冲的特性。中值滤波 是这样定义的：首先选取一个长度为l = 2 n + l 的滤波窗口，这里n 为正整数。设在第n 时 刻，输入信号序列在窗口内的样点x 一) ，z 0 ) ，善0 + ) ，此时中值滤波的输出为 y ( 玎) = m p d 【x ( h 一) ，x ( 砷，x ( ，+ ) 】 其中m e d 口表示窗口内所有的数据安装从小到大的顺序排列后，取其中值的运算。由于叠加 原理此时不再成立，所有中值滤波是一种非线性变换。 中值滤波有两个重要的性质。第，中值滤波可以保护信号的边缘使其不被模糊。其二， 当使用宽度为2 n + 1 的窗口时，信号序列中宽度不大于n 的脉冲会被中值滤波所清除。 这里对存在冲击的序列进行中值滤波后，可以很好的消除冲击的影响，并能保证信号边 缘不被模糊，保证了信号应有的统计特性。 2 4 高阶累积量定义 基于高阶累积量的信号处理方法，对通信信号中的加性高斯噪声有很好的抑制能力，应 用在信号分析领域是非常有效的。在下一章中将介绍如何应用高阶累积量理论进行信号的调 制方式识别。本节酋先来介绍高阶累积量的定义【1 2 】。 2 4 1 随机变量的高阶矩和高阶累积量 首先考虑单个随机变量的情况。设随机变量x 的概率密度为删，则定义其特征函数 m ( 国) 为 中( 唧) = 广( 功p “西c( 2 4 1 ) 由式( 2 4 1 ) 可知，特征函数中( 国) 是概率密度刷的傅立叶变换。通常可以写作 西( s ) = e 矿)( 2 4 2 ) 对于一个高斯随机变量善，善( ，仃2 ) ，l l o 。计算得f 的特征函数为 。( m ) = e x p ( 脚一三国2 ( 2 舯) 定义了特征函数之后t 则可以利用特征函数定义高阶矩和高阶累积量。对( 2 4 2 ) 进行k 阶求导，得 1 6 浙江大学硕士学位论文 因此 旷( s ) = 耳x p “) ( o ) = e 矿) = ( 2 4 4 ) ( 2 4 5 ) 即中( j ) 在原点的k 阶导数等于x 的k 阶矩。因此将中( s ) 称为x 的矩生成函数( 又叫第一特 征函数) 。 接下来定义随机变量x 的k 阶累积量。将中0 ) 取对数后可以得到x 的累积量生成函数( 又 叫第二特征函数) 甲( s ) ，即、王，( s ) = 1 1 1 中( j ) 。类似的，将随机变量# 的k 阶累积量c k 定义为它 的累积量生成函数甲0 ) 的k 阶导数在原点的值，即 甲( s ) i 铲弋q 。 2 4 2 随机向量的高阶矩和高阶累积量 ( 2 | 4 6 ) 以上讨论的是单个随机变量的情况。更一般的，我们考虑随机向量的特征函数。令 x = 【，吒】是一个随机向量，且= 【q ，吡，国。】。定义随机向量x 的特征函数为 中( q ，国2 ，。) = e p 儿q 1 + 吡而“+ )( 2 4 7 ) 将上述随机变量的高阶矩和高阶累积量的定义加以推广，就得到了随机向量的高阶矩和 高阶累积量。 对中( q ，国2 ，曲。) 求r 次偏导数，其中，= v i + v 2 + + 唯，得到 旦= 凳；：i ；：j 三爹业= _ ，7 e 砷砖砖e x p 【，( q 五十：而+ + 国t 耳) 】) ( 2 s ) 那么令q = 吐= = 吼= o ，则有 m ，、= e t 对磅”j ，= c 一，7 旦! ；：；：；：掣l ：。；。c z t ， 这就是随机变量x 的r 阶矩的定义。 类似的，随机向量x = ，t ，吒】的r 阶累积量可以用其累积量生成函数定义为 吒、= ( 一，) = ( 一，) ! ! ： ；：! i ：； ： 铲l 。：。，。 a p 国埘l 一，。 笺鬻荽叫。酬 a 耐衅m 穆 i 一；。 特别的，取7 1 = = v k = 1 ，就是最常见的k 阶矩和k 阶累积量，并将它们记做 1 7 ( 2 4 10 ) 浙江大学硕士学位论文 2 5 1 聚类分析的基本思想 聚类分析是研究分类的一种多元统计方法，常用于发现和提取数据间隐藏的分类关系。 其基本思想是，所研究的模式样本之间存在程度不同的相似性，根据一批样本的多个观测指 标，找出一些能够度量样本之间相似程度的统计量，以这些统计量为划分类型的依据。把一 些相似程度大的样本聚合为一类，把另外一些彼此之间相似程度较大的样本聚合为另一类。 由于在分类中不需要训练样本进行学习和训练，因此称为无监督分类。 聚类分析包括两个基本内容：相似性的度量和聚类算法。 2 5 2 模式相似性与聚类准则 设模式样本向量集合为x _ 1 l ，1 2 ，x n ，其中i i = ( x i l ，x i 2 ，x 1 是第i 个样本向量，d 是特 征空间的维数。为了衡量模式样本之间的相似程度，定义以下两种相似性度量参数。 距离相似性 距离相似性以两个样本之间的距离衡量样本之间的相似程度。下面给出常用的欧式距 离、明式距离、马氏距离的定义。设向量x = ( x 1 x 2 ，x 。向量y = o l ，y 2 ，y 。) 。 1 欧式距离 d ( x ，y ) = | | x y | | = ( i 一m 1 2 ) “2 ，；1 欧式距离是最常用的样本间距离定义。 2 明式距离 吒( ) 【，y ) = ( j 薯一mr ) “9 这是若干种距离函数的通式。当q - l 时，为绝对距离；当q _ 2 时，为欧氏距离； 当q = 3 时，为切比雪夫距离。值得注意的是，当各变量的量纲相差悬殊时，采用明氏 距离并不合理。需要先对数据统一量纲，然后计算距离。 3 马氏距离 ，2 = ( x p ) 7 _ 1 ( x 一“) 其中“为均值向量，为协方差矩阵。马氏距离可以排除不同特征之间相关性的 影响。 另外存在其他一些距离定义，这里不一一列举了，可以模式识别的有关参考文献。 角度相似性度量 样本向量x 和y 之间的角度相似性度量定义为它们之间夹 x 浙江大学硕士学位论文 聚类结果，使得准则函数取到极值。这类方法有c 均值法，i s o d a t a 法，近邻函数法等等。 以上三种聚类分析方法中，动态聚类法是普遍采用的方法。但是该类算法需要首先选定 一个具有代表性的初始划分，以及指定个类型的数目。 2 5 4 基于星座图的聚类分析 中频信号经过载波同步下变频后，得到i 、q 两路信号，定时同步后对基带信号进行采 样得到信号的星座图。如果已知信号的调制分类，例如是m p s k ，m a s k 或者m o a m ，那 么利用聚类分析方法，得到星座图中数据分类的数目，进而确定调制阶数m 。 由于实现不知道聚类的数目，因此减法聚类是非常适用的。下面介绍减法聚类算法。考 虑d 维特征空间中的模式样本集合 5 l ，5 2 ，x n ，定义数据点x i 处的密度指标定义为： 口：争e x p ( _ 业l 二兰芈) 簧、( 圪2 ) 一7 2 l、，d o ， 其中半径儿定义了x i 的一个邻域，半径以外的样本对x i 的密度指标贡献很小。显然，如果某 个样本具有多个邻近的数据点，则该样本具有高的密度指标。 ( 1 ) 计算所有样本的密度指标，选择具有最高密度指标的数据点为第一个聚类中心，令x 。l 为 选中的点，d 。l 为其密度指标。 ( 2 ) 对各个样本的密度指标进行修正。方法是，每个样本x i 的密度指标用公式 b = d f 喝c x p ( - 饼) 进行修正。其中 是一个正数。显然，靠近第一个聚类中心的数据点的密度指标将显著 减小，使得这些点不太可能被选为下一个聚类中心。常数蚝定义了一个密度指标显著减 小的邻域，通常托大于圪，以避免出现相距很近的聚类中心。一般令= 1 5 托。 ( 3 ) 修正了每个数据点的密度指标后，选定下一个聚类中心t ，再次修正所有数据点的密 度指标。 ( 4 ) 如果所有剩余样本作为聚类中心的可能性低于某一个阈值，算法结束。否则，返回( 2 ) 。 以上简要介绍了聚类分析的基本思想及算法。应用聚类分析对q a m 调制方式识别的方 法将在下一章中介绍。 2 6 小 ，包括几种改进的m p s k 调 制方式。接下来介绍了信号的预处理方法。然后概要介绍了信号特征提取、调制识别所应用 的一些基本理论，包括谱分析理论，时频分析理论，高阶累积量理论、聚类分析理论等等， 并举简单应用实例进行了说明。 x 浙江大学硕士学位论文 第3 章数字调制方式识别 在现代通信系统中，数字通信占据了重要的地位。本章将介绍数字通信信号的调制方式 识别算法。在第二章中，已经介绍了有关信号识别的一些基础理论及基本方法。在实际应用 中，不是单独一种方法就可以解决全部问题的，需要将各种方法综合应用。在本章中待识别 信号的范围包括大多数常见的数字调制方式，包括m a s k o “= 4 ，8 ) ，m p s k 0 幢_ 2 ，4 ，8 ) m q a m ( m = 1 6 ，3 2 ，“) 与m f s k ( m - 2 ，4 ) 。 解决问题的基本思路是，先进行信号类问分类，进行这一步骤后，将待识别信号划分为 以下四类中的一类，即a s k 、f s k 、p s k 与q a m 之一。第二步，针对每一类信号，进行类 内识别，即进行调制阶数判别，从而得到具体的信号调制方式。 3 1 基于信号统计参数的调制方式分类 常用的调制方式自动识别方法分为决策理论方法和统计模式识别方法两种【7 。 决策理论方法应用假设检验理论，通过对信号各类似然比函数进行处理，得到用于分类 的充分统计量，并将其与适当的门限进行比较，完成调制分类功能。该方法判别规则简单， 但检验统计参数计算复杂且需要较丰富的先验信息，适用于待识别的信号种类有限的情况。 基于模式识别调制体制识别方法是以调制信号某些参数为基础，构造统计参数作为分类 依据，并将其与调制类型集合中调制模板的相应参数比较，做最小距离判决。可以认为，基 于特征提取的模式识别方法是简化了的最大似然比假设检验方法。 信号特征提取的最常用的方法，是在时域和频域内提取信号的特征统计参数，例如信号 的功率谱特征，信号瞬时幅度、相位、频率等等，以此作为分类的依据。在过去的研究中， 这方面的工作已经有很多。例如a k t n 出和e e a z l l z ，在信号调制方式识别方面作出了 重要的贡献，他们的一部分工作就是基于这种方法的。n d i 和a z z d l l z 在【1 8 】中提出了一 种简化的决策理论方法。该方法直观地或统计地选择特征参数，然后用训练样本集产生判决 门限以构造分类器。由于选择的特征参数都可以由常规信号处理方法得到，因此简单可行， 适合于在线分析。 为了能将信号准确分类，希望提取的特征参数能够充分利用信号的各方面有利信息，并 且不易受噪声影响，在较低信噪比下也具有较大差异性。经过大量的实验，发现以下两个参 数符合上述要求，并且验，发现以下两个参数符合上述要求，并且有明确的物理意义，可以作为信号 类间分类的特征参数。( 1 ) “a 参数 m n 参数用于反映信号包络的变化程度。 其定义如下 盯2 聊j=了( 3 1 1 )其中，是 信号包络的均值，盯2 是信号包络的方差。利用m a 参 数可以区分恒包络信号( 包括m p s k 和m f s k ) 与幅度调制信