调信号制方式识别分析毕业论文.doc

目 录调信号制方式识别分析毕业论文目 录第一章 引言11.1研究背景11.2发展概况11.3调制样式识别过程的框架结构31.4本文特点与组织方向4第二章 调制识别基础62.1模拟通信信号62.1.1调幅信号（AM）62.1.2双边带信号(DSB)82.1.3单边带信号(SSB)82.1.4调频信号(FM)92.2数字通信信号102.2.1幅度键控调制(ASK)102.2.1.1二进制振幅键控信号(2-ASK)102.2.1.2 M进制振幅调制信号112.2.2相移键控调制(PSK)112.2.2.1二进制相移键控信号(2-PSK)122.2.2.2 M进制数字相位调制信号122.2.3正交幅度调制信号(QAM)122.2.4频移键控信号(FSK)13第三章 模拟调制类型识别算法及参数提取143.1引言143.2模拟调制类型识别的特征参数143.3模拟调制类型识别算法153.4模拟信号调制类型的瞬时特征图18第四章 数字调制类型识别算法及参数提取204.1引言204.2数字调制类型识别的特征参数204.3数字调制类型识别算法224.3.1决策树识别算法224.3.2门限的选择与特征门限值的确定234.4数字调制识别中应该注意的问题244.5数字信号调制类型的瞬时特征图26第五章 计算机仿真及结果分析285.1模拟调制类型识别算法的仿真及结果分析285.1.1模拟调制类型识别算法的仿真285.1.2模拟调制类型仿真结果分析305.2数字调制类型识别算法的仿真及结果分析315.2.1数字调制信号的产生315.2.2仿真试验及结果分析375.3模拟与数字调制的综合识别算法的仿真及结果分析38第六章 结论436.1对本文工作的总结436.2本文存在的问题436.3对今后工作学习的展望43参考文献44致谢45附录46外文资料原文55译文5657第一章 引言第一章 引言1.1研究背景随着通信技术的发展，无线通信环境日益复杂。通信信号在很宽的频带上采用了多种调制方式，同时这些信号的调制参数也不尽相同。对未知信号调制方式的识别可提供信号的结构、特性等有用信息，如何有效地识别和监视这些信号，在军事和民用领域都是重要的研究课题。通信信号调制方式识别和参数估计是通信情报的重要内容，它是对敌方通信进行干扰、侦听的前提。如果能够提取出截获信号的调制方式，就可以更有效地集中资源对重要的信号参数进行阻塞式干扰。商业应用中，通信信号的自动调制识别技术可以应用在信号证实、干扰识别、频率管理等方面。近年来，计算机技术、数字信号处理技术及高速专用器件的快速发展也使得通信信号自动识别的工程实现有了保证。调制方式识别是介于能量检测和信号完全解调之间的过程。对于能量检测只要知道接收信号粗略的中心频率和带宽。而信号解调不仅需要知道精确的中心频率和带宽，还必须知道该信号采用的调制方式以及对应的调制参数。而调制方式识别的成功率则依赖于待识别调制方式集合的情况，以及各种先验信息。当集合中待识别的调制方式较多，尤其包含复杂调制方式时，就要求几乎精确的中心频率和带宽，对于相对简单的识别集合，则可以适当放宽上述条件。调制方式识别系统一般包括三个部分，即接收机前端、调制识别器和输出部分。接收机前端完成信号检测和频率变换。调制识别器识别信号的调制方式，并提取调制参数。输出部分实现信号解调的信息处理。调制方式识别是基于软件无线电的通信系统或者通信对抗应用的重要环节。首先，只有正确地估计信号调制方式和参数，才能正确地解调。其次，了解调制方式和参数有助于信号证实和确定合适的干扰波形。1.2发展概况在早期的通信情报系统中，采用手动调制方式识别，即依靠操作员解释测量到的参数，判断信号源。操作员一般通过以下信息进行判断：中频时域波形、信号频谱、瞬时幅度、瞬时频率和音调变化。其中，中频时域波形可以反映信号的时域性质用来判断有无信号，是否有明显的幅度调制。信号的频谱分析可以确定信号是否有载波分量，频谱是否对称。熟练的操作员可以通过耳机输出的音调变化分辨信号频率，调整示波器的扫描速率。手动调制方式识别需要有经验的操作员，一般可以成功识别持续时间较长、码元速率较低的幅度键控(ASK)信号和频移键控(FSK)信号。对于FSK信号，还要求较大的调制指数。手动调制方式识别无法处理需要相干信号处理的相移键控(PSK)信号。采用自动调制方式识别不仅可以提高识别的准确性，增大识别的范围，而且工作效率更高，对操作员的专业要求也同时降低。这种人工手动参与的识别方法，判决结果包含人的主观因素在内，会因人而异，所能识别的调制类型也很有限。而自动调制识别技术不仅可以克服人工参与识别时遇到的各种困难，而且对中心频率和带宽的估计误差、相邻信道串音、噪声和衰落效应等干扰因素也具有很强的鲁棒性。1969年4月，C.S.Waver 等四名作者在斯坦福大学技术报告上发表了第一篇研究自动调制识别的论文采用模式识别技术实现调制类型的自动分类。此后，不断有研究调制识别技术的论文出现在各类技术刊物上。1984年，Liedtke提出了一种数字调制识别方法，这种方法采用信号幅度直方图、频率直方图、差分相位直方图，以及幅度方差和频率方差等特征参数，采用模式识别的分类方法，通过提取的特征参数与理想样本的特征参数相比较，按最近原则进行信号自动分类。这种方法能够在SNR18dB的条件下，有效识别CW、2ASK、2FSK、2PSK、4PSK和8PSK 信号。1986年，Fabrizi 等提出一种模拟调制识别方法，该方法基于瞬时幅度和瞬时频率方面的信息，采用信号包络峰值与均值之比R，以及采用瞬时频率绝对值的均值作为特征参数。该方法能够在 SNR35dB 的条件下，有效识别 CW、FM 和 DSB 等信号。1989 年 Chan 和 Gadbois 也提出了一种类似 Fabrizi 的方法，该方法根据信号包络特点，采用信号包络方差与信号均值平方之比R作为判决准则。该参数在 SNR13.5dB 的条件下，有效区分幅度调制信号和非幅度调制信号的正确率不低于89%。1990年，A.Ploydoros 和 K.Kim 等提出了准优化的对数似然比识别方法，其思想是采用高斯白噪声干扰下的数字调相信号的近似似然比函数，通过优化得到LR判决准则，从而区分MPSK信号。该方法在信噪比大于零时，有较好的识别效果。1992年，S.S.Soliman 和 S.Hsue，提出一种数字相位统计相关变量识别方法，利用 PSK 信号相位的阶统计均值随单调递增的特性，对各种MPSK信号进行识别。这以后H.Leib和S.Pasupathy等人也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根据，他们识别目标主要是MPSK信号或CW、MPSK、MFSK等信号。1995 年，基于Harry Uib 等对高斯噪声干扰信号的相位概率密度的分析，Y.Yang和 S.S.Soliman等提出一种针对MPSK之类信号的识别方法。该方法利用 Tikhonov函数逼近信号的相位概率密度，然后推导出假设检验的统计检测量，可以识别低信噪比条件下的数字调相等信号。在1995年到1998年的三年间，A.K.Nandi和E.E.Azzouz发表了多篇文章，利用他们提出的九个关键特征，分别采用决策理论、神经网络和神经网络级联的方法对模拟和数字信号进行分类识别，在信噪比大于10dB时，具有良好的识别效果。2001年，M.L.D.Wong和 A.K.Nandi提出了利用 MLP（Multi-layer perceptron）进行数字调制识别的方法，该方法在SNR0dB 时，识别正确率大于97.9%。2003年，他们又提出将神经网络与遗传算法相结合的方法，该方法在SNR0dB时，识别正确率大于99%。其它主要的识别方法还有S,Hsue的过零点识别方法，A.W.Gardner的周期谱识别方法等等，在此就不一一列举。近几年来，人们又将神经网络技术、小波变换技术、高阶谱分析技术与调制识别技术相结合，提出了很多新型的调制识别方法。1.3调制样式识别过程的框架结构通信信号调制样式识别方法虽然多种多样，但调制识别问题实际上是一种典型的模式识别问题，其一般过程如图1-1所示。信号预处理特征提取分类识别调制信号图1-1 调制样式识别过程的结构框图调制识别过程的基本框架包括三部分：信号预处理部分、特征提取部分和分类识别部分。信号预处理部分的主要功能是为后续处理提供合适的数据。特征提取部分是从输入的信号序列中提取对调制识别有用的信息。分类识别部分的主要功能是判断信号调制 类型的从属关系。此类方法在识别系统的构建过程中需要一定数量的各类调制信号样本，其性能评价一般采用各种信噪比条件下的正确识别率。信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的环境中，信号预处理部分要能有效地隔离各个信号，保证一次只有一个信号进入后续的调制识别环节。特征提取部分是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。变换域特征包括功率谱、谱相关函数、时频分布及其它统计参数。对于变换域特征，采用FFT方法就能很好的获取，而幅度、相位和频率等时域特征主要由Hilbert 变换法，同相正交（I-Q）分量法和过零检测法等获得。在分类识别部分，即选择和确定合适的判决规则和分类器结构，主要采用决策树结构的分类器和神经网络结构的分类器。决策树分类器采用多级分类结构，每级结构根据一个或多个特征参数，分辨出某类调制类型，再下一级结构又根据一个或多个特征参数，再分辨出某类调制类型，最终能对多种类型进行识别。这种分类器结构相对简单，实时性好，但需要事先确定判决门限，自适应性差，适合分类特征参数区分很好的信号识别。神经网络分类器具有强大的模式识别能力，能够自动适应环境变化，能较好处理复杂的非线性问题，而且具有较好的稳健性和潜在的容错性，可获得较高的识别率，但识别前对神经网络的训练需要一定的时间，其计算量大、实时性差。 为了有效地实现分类识别，必须对原始的输入数据进行变换，得到最能反映分类差别的特征。这些特征的提取和选择是非常重要的，它直接影响分类器的设计和性能。理想情况下，经过提取和选择的特征矢量应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨率的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任务复杂化，因而特征提取和选择是信号调制识别系统中首要和基本的问题。分类识别是依据信号特征的观测值将其分到不同类别中去，选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的重要内容。1.4本文特点与组织方向本文首先明确将调制方式识别作为软件无线电通信系统的一种应用，分析了现有的硬件条件，最终选用了宽带中频带通采样结构，且将调制方式识别模块置于基带处理。然后，在综合考察现有调制识别算法的基础上，采用了运算量较小的决策论方法，分别对模拟调制和数字调制识别做了研究与仿真，并且对调制参数的提取做了研究以及仿真。本文使用Matlab软件对调制识别算法进行仿真，检验算法性能。试验表明，在信噪比为10dB的条件下，识别率在99%左右。本文共分六章，本章为引言。第二章是从自动调制识别器的观点研究了常用通信信号的重要性质。第三章首先对模拟调制识别的特征参数做了定义，然后对模拟调制识别的整个过程做了研究。第四章首先对数字调制识别的特征参数做了定义，然后对数字调制识别的整个过程做了研究。第五章分别对模拟调制信号和数字调制信号的实际调制参数提取进行了计算机仿真及结果分析。第六章对本文进行了归纳总结，提出自己的观点和见解，并指明了改进和完善的方向。第二章 调制识别基础第二章 调制识别基础在现代通信中，通信信号的种类很多，但从理论上来说，各种通信信号都可以用正交调制的方法来实现，如图2-1所示。信源I多相滤波信源Q多相滤波图2-1正交调制的实现根据图2-1可以写出时域表达式 (2-1)调制的方法是根据调制方式先求出、，然后再与两个正交本振相乘并求和得到。实现过程，如上图2-1所示。调制信号的信息包含在和内。由于各种调制信号都是在数字域实现的，因此，在数字域实现时要对上式进行数字化。 (2-2)为采样频率的角频率。在对调制信号和载波频率进行数字化时，其采样频率可能不一样。这里多相滤波的主要作用就是用来提高数据源的采样速率，似的调制信号的采样速率和载波的采样速率一致。2.1模拟通信信号常用的模拟通信信号包括调幅(AM)信号、双边带(DSB)信号、单边带(SSB)信号和调频(FM)信号。本文主要介绍调幅信号和双边带信号。2.1.1调幅信号（AM）调幅就是使载波的振幅随调制信号的变化规律而变化。AM信号的复包络为： (2-3)其中是决定功率水平的常数。是=0时刻的载波起始相位。比例因子由调幅系数决定。定义为： (2-4)和分别表示的最大值和最小值。在软件仿真时，需要由调幅系数确定，即 (2-5)图2-2 AM调制信号的波形及频谱AM信号的瞬时幅度和瞬时相位分别为 (2-6)对于AM信号，理想情况下不含有角度调制信息，所以有 (2-7)图2-2表示AM调制信号的波形及频谱。设调制信号带宽为B，则AM信号理论带宽为为2B。二进制振幅键控信号(2-ASK)属于AM类信号。2.1.2双边带信号(DSB)双边带信号是由调制信号和载波直接相乘得到的，其频谱只有上、下边带分量，没有载波分量。双边带信号的频谱带宽与调幅信号相同。DSB信号的复包络为： (2-8)图2-3 DSB信号的波形及频谱DSB信号的瞬时幅度和无混叠瞬时相位为 (2-9) 或者(t)=+ (2-10)图2-3表示DSB信号的波形及频谱。DSB信号理论带宽为BT为2。四进制振幅键控信号(4-ASK)和二进制相移键控信号(2-PSK)都属于DSB类信号。2.1.3单边带信号(SSB)SSB信号是通过滤除抑制载波双边带调制信号DSB的一个边带而得到的。滤除其上边带就是LSB信号，滤除其下边带就可得到USB信号。AM调制和DSB调制所需要的传输带宽均为调制信号带宽的两倍，在这两种调制中，LSB和USB各占一半传输带宽，但两者包含相同的内容。这就是说，一个边带就满足于传输所需要的信息。SSB信号表示为： (2-11)其中，是载波频率。式中当取“+”号时，为下边带信号，当取“-”号时，为上边带信号。其傅里叶变换为： (2-12)SSB信号既有幅度调制，又有相位调制。其瞬时幅度和瞬时相位为： (2-13) (2-14)LSB理论带宽为BT为。2.1.4调频信号(FM)调频(FM)是载波的瞬时频率随调制信号成线性变化的种调制方式。FM信号表示为： (2-15)其中，是频偏系数，是载波频率。FM信号的瞬时频率随调制信号线性变化，其傅里叶变换为： (2-16)当调制信号是单频正弦波时有： (2-17)式中，是第阶贝塞尔函数。调频信号是恒包络信号，其载波分量和边带分量大小与调制指数有关。信号的瞬时幅度为： (2-18)FM信号的瞬时相位为： (2-19)由式(2-18)和式(2-19)可以看出，FM信号的瞬时幅度是恒定的，瞬时相位是时变函数。频移键控信号(FSK)属于FM类信号。FM类信号的理论带宽为： (2-20)2.2数字通信信号常用的数字通信信号包括振幅键控信号(ASK)、相移键控信号(PSK)、正交幅度调制信号(QAM)、频移键控信号(FSK)。在许多通信系统中都使用了数字调制信号。与模拟调制相比，数字调制有许多优点，主要包括:抗噪声能力强，容易将几种形式的信息(如声音、数据和图像)融合在一起，安全性好等。在现代通信中，数字调制技术发挥了模拟调制无法比拟的作用。2.2.1幅度键控调制(ASK)用数字基带信号控制正弦波的幅度。2.2.1.1二进制振幅键控信号(2-ASK)在这类调制中，载波的幅度随二进制被调制信号序列而变，化状态。具体可以表示为: (2-21)可以令那么信号可表示为 (2-22)其中，为基带码元波形，为信源给出的二进制符号0或1, 为载波角频率，且有，为码元周期。因此，要实现正交调制，只要令： (2-23)就可以实现2-ASK调制。2-ASK信号由于一个信号状态始终为0，此时相当于处于断开状态，所以也称为通断键控信号(信号)。若二进制序列的功率谱密度为，则2-ASK的功率谱密度表达式可以写为： (2-24)可知，信号的带宽是基带脉冲波形带宽的2倍。2.2.1.2 M进制振幅调制信号进制幅度键控使用种可能的取值对载波幅度进行键控，在每个码元间隔内发送一种幅度的载波信号。进制数字幅度调制信号比信号传输效率更高。在相同的码元传输速率下，信号和的带宽相同，的信道利用率最高为, 的信道利用率可超。M进制幅度调制信号可表示为： (2-25)式中：式持续时间为T的矩形脉冲，为幅度值，有M种可能的取值，与2-ASK信号类似，由式(2-23)就可以实现MASK调制。2.2.2相移键控调制(PSK)用数字基带信号控制正弦波的相位。2.2.2.1二进制相移键控信号(2-PSK)2-PSK方式是键控的载波相位按基带脉冲序列的规律而改变的数字调制方式，信号形式一般表示为： (2-26)式中：为基带码元波形，为信源取值-1或+1,即发送二进制符号 0时取1，发送二进制符号1时取-1，是载波角频率。这种调制方式的正交实现与2-ASK信号十分相似，具体的实现见式(2-23)。2.2.2.2 M进制数字相位调制信号在多进制相位调制中，MPSK信号的表示式： (2-27)式中：为受信息控制的相位参数，2.2.3正交幅度调制信号(QAM)正交振幅调制是一种多进制混合调幅调相的调制方式，就是,和的信号分布如图2-4所示，这种分布图称为星座图。图2-4 信号的星座图从图2-4可以看出，用个点的星座的位置来代表八进制的种数据信号， 这个点的相位各不相同，而振幅只有两种。用个点的星座的位置来代表十六进制的种数据信号，它有种相位，种振幅。信号的数学表达式为： (2-28)式中，是宽度为的脉冲信号。只要令： (2-29)就可以实现信号了。2.2.4频移键控信号(FSK)2-FSK信号是符号0对应载波角频率，符号1对应载波角频率为的已调波形。它可以用一个矩形脉冲对一个载波进行调频实现，其表达式为： (2-30)式中的取值为0，1，为矩形脉冲，为的反码，T为码元周期。因此，只要把调制数据序列形成矩形脉冲，并把2-FSK看成两个信号相加就可以了，并令 (2-31)利用式(2-22)、式(2-23)就可以实现正交调制。第三章 模拟调制类型识别算法及参数提取第三章 模拟调制类型识别算法及参数提取3.1引言本文提出的模拟调制识别算法采用判决决策理论方法。模拟通信信号主要是AM 和FM信号，其中AM包括DSB、LSB、USB、VSB等方式。AM信号和FM信号的主要差别在于调制方式。AM信号的调制信息体现在瞬时幅度中，而其中的LSB 和USB 信号与DSB 信号的差异体现在瞬时相位和瞬时频率中。FM信号是载波的瞬时频率随调制信号成线性变化的一种调制方式，因此其调制信息集中体现在瞬时频率中。所以，模拟通信信号的瞬时参数中包含了它们的调制信息及其差异，这就是利用判决决策理论方法对它们分类和识别的基础。3.2模拟调制类型识别的特征参数对 AM、DSB、LSB、USB、VSB、FM 六种模拟调制信号，选取四个基于通信信号瞬时特征的参数作为特征参数。这四个特征参数是零中心归一化瞬时幅度的谱密度最大值（以下简称幅度谱峰值）、零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差（以下简称绝对相位标准差）、零中心非弱信号段瞬时相位非线性分量的标准偏差（以下简称直接相位标准差）和谱对称性P。下面对每个特征参数进行具体分析。1.幅度谱峰值幅度谱峰值，即定义为： (3-1)其中，为取样点数，为零中心归一化瞬时幅度，由下式计算： (3-2)2.绝对相位标准差绝对相位标准差，即定义为： (3-3)其中，为判断弱信号段的一个幅度判决门限电平，c是在全部取样数据中属于非弱信号值的个数，是经零中心化处理后瞬时相位的非线性分量，在载波完全同步时有： (3-4)其中，是瞬时相位。所谓非弱信号段，是指信号幅度满足一定的门限电平要求的新号段。3.直接相位标准差直接相位标准差，即定义为： (3-5)其中各符号的意义与绝对相位标准差的相同。它与绝对相位标准差的区别的是计算时不能去绝对值。 主要用来区分信号是AM信号还是DSB或者VSB信号。AM信号无直接信相位信息，即=0，而DSB和VSB信号含有直接相位信息，即。这样就可以区分这两类调制类型。4.谱对称性谱对称性，即P定义为： (3-6)其中,是信号下边带的功率,是信号上边带的功率, 参数是对信号频谱对称性的量度，主要用来区分频谱满足对称性的信号和频谱不满足对称性的信号。3.3模拟调制类型识别算法得到以上介绍的四个特征参数后，可以根据决策树理论对模拟调制通信信号进行分类，为了得到合理的模拟调制识别过程，首先对各特征参数的性能作进一步的分析。1.幅度谱峰值的性能幅度谱峰值是反映信号瞬时幅度变化的参数，它可以用来区分恒包络信号和非恒包络信号。理想情况下，FM信号的瞬时幅度不变，因此其零中心归一化瞬时幅度为零，对应其谱密度也就为零。而DSB、AM 信号由于其瞬时幅度不为恒定值，所以它的零中心归一化瞬时幅度也就不为零，对应其谱密度也不为零。所以这个特征可以区分包含幅度信息的信号(DSB和AM)和不包含幅度信息的信号(FM)。当然，在实际应用中，不能以 = 0作为判别FM和DSB、AM信号的分界，而需要设置一个合适的判决门限 t( )。2.绝对相位标准差的性能绝对相位标准差是反映信号的绝对相位变化的参数。DSB信号在去除载波频率引起的线性相位分量后，直接相位取值是0和所以在中心校正后其绝对值是常数/2，不包含绝对相位信息，它的绝对相位标准差较小。而FM-AM 复合调制信号则包含绝对相位信息，它的绝对相位标准差较大。所以选择合适的门限t() ，利用这个特征可以区分包含绝对相位信息的信号(FM-AM)和不包含绝对相位信息的信号(DSB)。3.直接相位标准差的性能直接相位标准差是反映信号的直接相位变化的参数。AM 和VSB不包含直接相位信息，它们的直接相位标准差小。而DSB、LSB、USB、FM、FM-AM 信号则包含直接相位信息，它们的直接相位标准差大。所以选择合适的门限t()利用这个特征可以区分包含直接相位信息的信号(DSB、LSB、USB、FM、FM-AM)和不包含直接相位信息的信号(AM和VSB)。4.谱对称性的性能谱对称性P是反映信号谱关于载波频率的分布的参数。从谱的对称性考虑，AM、DSB、FM、FM-AM信号的谱关于载波频率是对称的，而SSB信号的谱是不对称的，VSB 处于两者之间。当信噪比无限大时，SSB 信号的| P |=1，其中USB的P = -1，LSB的P =1。而AM、DSB、FM、FM-AM信号的P = 0，VSB信号的0 | P |1。因此，利用这个参数可以区分VSB 和AM 信号，还可以区分SSB 与DSB、FM信号。谱对称性P的门限值应该在0 :1之间选择。根据决策树理论，利用以上四个特征参数得到模拟调制识别算法的流程图，如图3-1所示，每个判决准则将模拟调制类型分为两个互不相交的子集，通过逐层细分，最后可以确定信号的调制类型。以下是具体的模拟调制识别过程：(1)计算待识别信号的直接相位标准差，与门限t比较以检验其直接相位标准差信息。将待识别的信号分成两类：(AM、VSB)和(DSB、LSB、USB、FM、FM-AM)。(2)对于判决属于(AM、VSB)的信号，计算待识别信号的谱对称性P，将其绝对值与门限t(P)比较，将其分成两类：AM 和VSB，即谱对称性的信号和谱非对称性的信号。(3)对于判决属于(DSB、LSB、USB、FM、FM-AM)的信号，也计算其谱对称性P，将其绝对值与门限t(P)比较，并分成两类：(DSB、FM、FM-AM)和(LSB、USB)，区分满足谱对称性的信号与不满足谱对称性的信号。(4)对于判决属于(LSB、USB)的信号，利用谱对称性P，将信号区分为两类：LSB 和USB。(5)对于判决属于(DSB、FM、FM-AM)的信号，计算幅度谱峰值，与门限t比较，将信号区分为两类：(DSB、FM-AM)和FM。(6)对于判决属于(DSB、FM-AM)的信号，计算绝对相位标准差，与门限t比较，将信号区分为两类：DSB和FM-AM。图3-1 模拟调制识别流程图基于决策理论进行调制识别时，特征参数的门限值对识别效果的影响很大。对于这种识别算法，每个特征参数都是用来区分两个信号子集A、B的，即当信号特征值x大于门限值t(x)时，判为子集A中的信号，当信号特征值x小于门限值t(x)时，则判为子集B中的信号。模拟通信信号调制识别的性能通常用不同信噪比条件下的正确识别概率表示。模拟信号调制识别算法当信噪比大于10dB时可以达到很高的识别率。3.4模拟信号调制类型的瞬时特征图(1)AM信号调制类型的瞬时特征图图3-2 AM信号调制类型的瞬时特征图(2)DSB信号调制类型的瞬时特征图图3-3 DSB信号调制类型的瞬时特征图(3)LSB信号调制类型的瞬时特征图图3-4 LSB信号调制类型的瞬时特征图(4)FM信号调制类型的瞬时特征图图3-5 FM信号调制类型的瞬时特征图第四章 数字调制类型识别算法及参数提取第四章 数字调制类型识别算法及参数提取4.1引言本文提出的数字调制识别算法采用判决决策理论方法。常见的数字通信信号主要有2ASK、2FSK、BPSK、4ASK、4FSK、QPSK等。ASK、FSK、PSK信号的调制信息在瞬时幅度、瞬时频率和瞬时相位里存在明显的差异。因此可以利用瞬时参数构造分类特征参数，对数字调制的通信信号进行分类识别。4.2数字调制类型识别的特征参数本节针对2ASK,2FSK,2PSK,4ASK,4FSK,4PSK共六种数字调制信号，提取了五个基于瞬时信息的特征参数，即零中心归一化瞬时幅度之谱密度最大值，零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差，零中心非弱信号段瞬时相位非线性分量的标准偏差，零中心归一化瞬时幅度绝对值的标准偏差和零中心归一化非弱信号段瞬时频率绝对值的标准偏差。下面将对每个特征参数进行具体分析。对各数字调制信号，在中设定各参数为：载频，采样频率，码速率字符/秒，FSK信号的调制频偏与码速率相同，码元个数N=100。1.零中心归一化瞬时幅度之谱密度最大值,由下式定义为： (4-1)式中，为取样点数，为零中心归一化瞬时幅度，由下式计算： (4-2)为瞬时幅度的平均值，用平均值来对瞬时幅度进行归一化的目的是为了消除信道增益的影响。主要用来区分和其他其他数字调制信号。因为对信号，其包络（瞬时幅度）为常数，故其零中心归一化瞬时幅度为零，即。对信号因包含包络信息，其零中心归一化瞬时幅度不为零，故。信号由于受信道带宽的限制，在相位变化时刻会产生幅度突变，所以也包含幅度变化信息，即。所以用可以区分和其他数字调制信号。当然实际情况下不能以作为判别的分界线（门限）。而需要设置一个判决门限。2.零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差由下式定义： (4-3)式中是判断弱信号的一个幅度判决门限电平，是在全部取样数据中属于非弱信号值的个数，是经零中心化处理后瞬时相位的非线性分量，在载波完全同步是，有： (4-4)式中，为瞬时相位。主要用来区分是4PSK信号还是2PSK或者ASK信号。因为对ASK信号不含相位信息，故，对2PSK信号因其只有两个相位值，故其零中心归一化相位绝对值也为常数，不含相位信息，故也满足。而对于4PSK信号，因其瞬时相位有四个值，故其零中心归一化相位绝对值不为常数，故有。3. 零中心非弱信号段瞬时相位非线性分量的标准偏差 (4-5)与的区别在于后者是相位绝对值的标准偏差，而前者是直接相位（非绝对值相位）的标准偏差。主要用来区分是ASK还是2PSK信号，因为对于ASK信号无直接相位信息，即，而2PSK信号含有直接相位信息（其瞬时相位取0或者），故。4. 零中心归一化瞬时幅度绝对值的标准偏差： (4-6)式中前面已经给出了它的定义式。主要用来区分式2ASK信号还是4ASK信号。因为对于2ASK信号它的幅度绝对值是一常数，不含幅度信息,所以有。而对于4ASK信号的幅度绝对值不是常数，仍含有幅度信息，所以。可设其判决门限为。5. 零中心归一化非弱信号段瞬时频率绝对值的标准偏差由下式定义： (4-7)其中为信号的瞬时频率。用来区分是2FSK信号还是4FSK信号。因为对2FSK信号，它的瞬时频率之忧个值，所以它的零中心归一化瞬时频率的绝对值是常数，则其标准偏差，而岁4FSK信号，由于它的瞬时频率有4个值，所以它的零中心归一化瞬时频率的绝对值不为常数，则其标准偏差。4.3数字调制类型识别算法4.3.1决策树识别算法观察各特征参数随信噪比的变化，采用决策树的识别分类如下图4-1所示。采用决策树的识别步骤为：计算待识别信号的零中心归一化瞬时幅度之谱密度最大值，与门限比较，将待识别的信号分成两类：（2ASK、4ASK、2PSK、4PSK）和（2FSK、4FSK），即不恒定包络信号和恒包络的信号。对于判别类属于（2FSK、4FSK）的信号，计算待识别信号的零中心归一化非弱信号段瞬时频率绝对值的标准偏差，与门限比较，将其分成两类：2FSK和4FSK。对于判别类属于（2ASK、4ASK、2PSK、4PSK）的信号，计算待识别信号的零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差，与门限比较， 将其分成两类：4PSK 和（2PSK、2ASK、4ASK）。对于判别类属于（2PSK、2ASK、4ASK）的信号，计算待识别信号的零中心非弱信号段瞬时相位非线性分量的标准偏差，与门限比较，将其分成两类：2PSK和（2ASK、4ASK）。对于判别类属于（2ASK、4ASK）的信号，计算待识别信号的零中心归一化瞬时幅度绝对值的标准偏差，与门限比较，将其分成两类：2ASK和4ASK。数字调制信号2ASK4ASK2FSK2PSK4FSK4PSKYNYYYYNNNN图4-1 基于决策论的数字调制信号识别4.3.2门限的选择与特征门限值的确定对基于决策理论的调制识别算法，每个特征参数都是用来区分两个信号子集A 、B的，且判决规则如下： (4-8)即当信号特征值大于门限值时，判为子集中的信号，当小于门限值时， 则判为子集中的信号。选择的最佳门限值的准则是使下面的平均概率最大（趋近于1）： (4-9)式中，为在已知是子集中的信号的条件下，用门限判决是子集的正确概率；为在已知是子集中的信号的条件下，用门限判决是的正确概率。4.4数字调制识别中应该注意的问题前面对基于决策理论的信号调制样式识别算法进行了具体的说明，在实现这些算法时会碰到许多具体的实际问题，例如采样速率的选取、非弱信号段的实际选取等。下面就这些问题作一简单讨论。(1)采样速率的选取根据Nyquist采样定理，采样速率只要满足：（为最高信号频率）即可。如果采用带通采样，则有：（其中为信号带宽）。采样频率的这种选取原则主要是从保留信息内容，避免频谱折叠角度去考虑的。而从调制样式自动识别的角度来考虑，采样频率的选取一般要求尽可能地选高一些，例如取，其中 为载波频率（中心频率）。这样选取的理由主要有以下几点：一是信号的最高频率或带宽有时往往是不确知的，尤其是在非合作通信侦收场合；二是在采用过零检测载频估计算法中，也要求采用过采样，否则会影响估计精度；三是为了用Hilbert变换实现从实信号到复解析信号的变换处理，也要求采用过采样；四是当采用模计算瞬时相位时，为了确保相位非模糊，两个采样点之间相位差应不大于，这也就要求。 以上四点总的来看要求采样频率尽可能地选高一些，所以按来选取采样频率是比较合适的。(2)非线性相位分量的计算一个实际信号的瞬时相位将由式(4-10)给出： (4-10)式中，是收发双方的载频误差，是反映调制信息的非线性相位分量，由于载频误差以及实际相位计算时是以模来计算的，这就使非线性相位分量的计算复杂化，即如何从有相位折叠的中求出，因为在有相位折叠的情况下，即使能准确地估计出载频（或载频误差）也无法直接计算出。而必须首先从中恢复出无折叠相位的，再从中减去线性相位成份。为此，首先计算修正相位序列： (4-11)则无折叠相位为： (4-12)所以非线性相位由下式计算为： (4-13)由此可见，计算非线性相位分量必须确知载频。(3)非弱信号段判决门限的选取在前面讨论的特征提取算法中，为了避免弱信号段信噪比差对特征值提取的影响，都采用了在非弱信号段提取（瞬时相位或频率）特征参数以及进行载频估计的特殊处理。如何选取非弱信号段，判决门限的确定就成为问题的关键。显然选得太低，其作用就不大，而选得太高则会丢失有用的相位信息而导致错误识别。一种比较直观的选取 是以的平均值作为判决门限，即： (4-14)值的这种直观分析判断与理论分析是相符合的。因为理论分析表明，对模拟调制信号的最佳值的变化范围为0.8581，而对数字调制信号的变化范围为0.91.05， 所以非弱信号段判决门限取为1 是比较合适的。4.5数字信号调制类型的瞬时特征图(1)2ASK信号调制类型的瞬时特征图图4-2 ASK信号调制类型的瞬时特征图(2)2FSK信号调制类型的瞬时特征图图4-3 FSK信号调制类型的瞬时特征图 (3)BPSK信号调制类型的瞬时特征图图4-4 BPSK信号调制类型的瞬时特征图第五章 计算机仿真及结果分析第五章 计算机仿真及结果分析5.1模拟调制类型识别算法的仿真及结果分析5.1.1模拟调制类型识别算法的仿真根据上面介绍的模拟调制识别算法的流程，对于待识别信号集(AM、DSB、LSB、USB、FM)，先计算直接相位标准差dp s ，得到各信号dp s 值与信噪比SNR的相关性曲线，如下图5-1所示： 图5-1 值与信噪比SNR的相关性从图中可以看出，调制信号值识别的有效性随着SNR的增大而提高，当SNR 大于12dB时，识别率几乎可以达到100%。因此，可以有效区分AM信号和DSB、USB、LSB、FM信号。对于判决属于(DSB、LSB、USB、FM)的信号，再计算其谱对称性P，得到各信号谱对称性的绝对值与信噪比SNR的相关性曲线，如图5-2所示。可以看出，谱对称性P的绝对值对于调制信号的识别率可以达到100%。因此，|可以有效区分满足谱对称性的信号DSB、FM与不满足谱对称性的信号USB、LSB信号。图5-2 |值与信噪比SNR的相关性对于判决属于(LSB、USB)的信号，仍然计算其谱对称性P，得到各信号谱对称性P与信噪比SNR的相关性曲线，如图5-3所示：图5-3 P值与信噪比SNR的相关性可以看出，谱对称性P对于信号USB、LSB的识别率可以达到100%。因此，P可以有效区分USB信号和LSB信号。对于判决属于(DSB、FM)的信号，计算其幅度谱峰值，得到各信号 值与信噪比SNR的相关性曲线，如图5-4所示。可以看出，幅度谱峰值 对于信号DSB、FM的识别率随着SNR的提高可以达到100%。因此，可以有效区分DSB信号和FM信号。图5-4 与信噪比SNR的相关性由此，通过计算机仿真验证了模拟调制识别算法的有效性。5.1.2模拟调制类型仿真结果分析本文考察在信噪比10dB的条件下，对各类通信信号的自动调制识别进行计算机仿真,每个调制类型独立进行多次仿真，具体结果由表5-5所示。试验结果表明,在信噪比为10dB时,最低识别成功率为98.7，平均识别成功率为99.8。在所有仿真试验中，仅对VSB信号的识别出现错误，主要原因为VSB与AM信号的识别特征是信号谱的对称程度，而当VSB信号的残余份量较多的时,信号频谱对称性就会变得很好，于是导致误判为AM信号，这可以通过调整门限tp1的值以得到更理想的识别结果。表5-1 信噪比为10dB时的模拟调制方式识别仿真结果输入AM DSB LSB USB VSB FM AM100.0% 0.0% 0.0% 0.0% 0.0% 0.0% DSB0.0%100.0% 0.0%0.0% 0.0% 0.0% LSB 0.0% 0.0%100.0% 0.0% 0.0% 0.0% USB 0.0% 0.0% 0.0%100.0% 0.0% 0.0% VSB 1.3% 0.0% 0.0% 0.0%98.7% 0.0% FM 0.0% 0.0% 0.0% 0.0% 0.0%100.0%5.2数字调制类型识别算法的仿真及结果分析5.2.1数字调制信号的产生通信信号中各种调制信号都是通过正交调制实现的，在 前面已对2ASK，2PSK，2FSK和QAM信号的正交调制产生进行了具体说明。下面将叙述本论文中数字调制信号的产生，即 2ASK，4ASK,2PSK，4PSK,2FSK,4FSK六种数字调制信号的产生。(1)调制信号产生本文采用两种方法产生数字调制信号。第一，直接调用 中的函数，即，其中，为原始信号，为载波频率，为采样频率,为码元速率，为调制类型。第二，根据调制信号的数学模型自己编写程序。(2)高斯白噪声的产生为产生出一定信噪比的数字调制信号，需要按不同的信噪比在理想的数字调制信号中加入高斯白噪声。设数字调制信号的幅度值为，为高斯白噪声在时间上的平均功率，定义信噪比为： (5-1)实际计算中，用代替。其中为信号序列的采样点数，设定，根据上式得到高斯白噪声的，利用下面的语句即可得到要加入信号的高斯白噪声： (5-2)其中函数产生的是均值为0，方差为1的高斯白噪声。设未加噪声的信号序列为，则信噪比为的信息序列为： (5-3)(3)数字调制信号的仿真用仿真产生的未加噪声的数字调制信号如图所示，其中设定各参数字符/秒，的频偏与码速率相同，码元数目。图5-5 未加噪声的二进制数字调制信号图5-6 未加噪声的四进制数字调制信号根据上面介绍的数字调制识别算法的流程，对于待识别