模拟信号的分类算法研究与仿真

1、华东交通大学理工学院institute of technology.east china jiaotong university毕业设计(论文)graduation design (thesis)题 目模拟信号 的分类算法研究与仿真分院：电气与信息工程分院专业：通信工程班级：1班学号：学牛姓名：指导教师：起讫日期：目录摘要iabstractii第一章绪论11.1研究目的和意义11.2研究背景i1.3关于决策理论方法2笫二章模拟信号调制模型42载波信号（cw） 42.2 调幅信号（am） 42.3 抑制载波双边带信号（dsb） 42.4抑制载波单边带信号（ssb） 52.5调频信号（fm） 6第

2、三章常用模拟信号的基本特征73模拟信号的时域特征73.1 瞬时幅度73.1.2 瞬吋相位73.1.3 瞬吋频率93.2频域特征10第四章 常用模拟信号的分类算法124识别算法流程及特征参数124.1.1算法流程介绍124.1.2所选特征参数124.2仿真结果分析17第五章结论18参考文献（references） 19致谢20模拟信号的分类算法研究与仿真摘要：软件无线电是未来无线通信的丄要技术，其特点之一就在于可以实现多频段、多模 式、多协议系统的无缝接入。为了实现不同系统之间的互相通信，调制方式的自动识别将 是软件无线电必须具备的功能之一。所谓调制方式的自动识別就是将接收信号作为样本， 提取其

3、瞬时幅度、相位和频率等参数，并借助信号处理手段，采用合适的算法实现对该信 号调制方式的判决。调制方式的自动识别广泛应用于民用和军用通信，尤其常见于非合作 性通信和通信对抗，比如，信号确认、信号监控、干扰辨识、电子对抗、电子救援及军事 威胁分析等。本文怜先对各种模拟通信信号进行了理论分析，在此基础上针对模拟调制信号和数字 调制信号采川了基于决策论方法的调制方式识别算法，讨论了判决门限的选择,并利川 matlab软件进行了计算机仿其。在信噪比为10db时，对模拟调制和数字调制的识别成功 率均不低于99%。木文的调制识别算法是基于决策论方法,该方法具有运算量小，识别效果好 等优点。最后，木文对模拟调

4、制信号的瞬时频率、调幅系数和调频系数均做了理论分析与参数提 取，并且进行了计算机仿真，通过计算机仿真结果证明了该方法的可行性。关键词：模拟信号，分类，调制识别，信噪比，特征值，阈值analog signal classification algorithm and simulationabstract: software radio is the main technology for future wireless communications, one of its characteristics is that you can multi-band, multi-mode, multi-

5、protocol system, seamless access .in order to achieve mutual communication between different systems, automatic identification of modulation will be the functions of the software radio must have one. automatic identification of the so-called modulation is the received signal as a sample, extract the

6、 instantaneous amplitude, phase and frequency parameters, and using signal processing methods, using the appropriate algorithm to the signal modulation decision. automatic modulation recognition widely used in civil and military communications, in particular, is common in non-cooperative nature of c

7、ommunication and communication con front ati on, for example, signal recognition, signal monitoring, interference identification, electronic warfare, electronic rescue and military threat analysisfirstly, a variety of analog communication signals on a theoretical analysis, the basis of signals for a

8、nalog modulation and digital modulation signals using a method based on decision theory modulation recognition algorithm, discussed the choice of decision threshold, and carried out using matlab software computer simulation. when the snr is lodb, the analog modulation and digital modulation recognit

9、ion success rate of not less than 99%. this modulation recognition algorithm is based on the decision theory method, which has the operation, which identify good effect.finally, the analog signal of the instantaneous frequency modulation, amplitude modulation coefficient and frequency factor are doi

10、ng the theoretical analysis and parameter extraction, and computer simulation, computer simulation results show the feasibility of the method keywords: analog signal, classification, modulation recognition, signal to noise ratio, characteristic value, the threshold第i章绪论1.1研究目的和意义木课题主要研究口常在通信方面应该较多的模

11、拟信号，注重对其时域和频域方面的分 析，进而对连续波调制中的模拟信号进行识别。课题屮耍应用到的模拟信号有am、dsb、 ssb和fm信号。软件尢线电是未來无线通信的主要技术，其特点之一就在于可以实现多频段、多模式、 多协议系统的无缝接入。为了实现不同系统之间的互相通信，调制方式的自动识别将是软 件无线电必须具备的功能z。所谓调制方式的口动识别就是将接收信号作为样本，提取 其瞬时幅度、相位和频率等参数，并借助信号处理手段，采川合适的算法实现对该信号调 制方式的判决山。调制方式的自动识别广泛应用于民用和军用通信，尤其常见于非合作性 通信和通信对抗，比如，信号确认、信号监控、干扰辨识、电子对抗、电子

12、救援及军事威 胁分析等。1.2研究背景早期的调制识别，是通过多种调制方式的解调器将获取的高频信号经过变频为中频， 然后输入各个解调器，以获得直观的信号、再通过技术人员用耳机和其他仪器人工的识别。 他们通过对中频的时域波形、信号频谱、瞬时輔度和频率等信息的判断来进行识别。这种 方方法不仅盂要有经验的人员而且判断出的结果包含主观因索在内，所能识别的调制类型 很有限。而口动调制识别技术可以克服上述缺点，而且对中心频率和带宽的估计误差、相 邻信道串音和衰落效应等干扰因素也有很强的鲁棒性。1969年4月，c.s.waver等人在斯坦福大学技术报告上发表了第一篇研究自动调制识 別的论文采川模式识别技术实现

13、调制类型的自动分类。近十儿年来，随着计算机、人工 智能、模式识别和信号处理等技术的飞速发展，通信信号的向动调制识别技术得到长足地 发展，日益受到重视，特别是低信噪比条件下的信号调制识别叫常用的分类方法主要有统计模式识别方法、决策理论方法和人工神经网络方法，目询 流行的主要是后两种方法。以决策理论为基础的分类方法在通信信号的调制识别屮己得到 广泛应用，如果能够精确地估计出待识别模式的概率密度苗数，那么这类算法可以得到授 佳的识别性能，但是由于前提条件一般很难得到满足和应川环境的复杂多变，造成这类算 法的识别率较低、稳定性较差®。神经网络分类器是另一-类应用较多的分类器，已有多层 感知雅

14、神经网络分类器和径向基神经网络分类器应用于通信信号调制识別，神经网络是一 种以自组织、自适应和大规模分布式并行计算为特征的非线性信号处理系统，具有强大的 模式识别和泛函逼近能力，并有良好的容错性，分类识别率一般要高于决策理论方法神 经网络具有信息分布式储存、人规模向适应并行处理和高度容错特性，是川于模式识别的 基础。其学习能力和容错性对不确定性模式识別具冇独到之处。a. k. nandi等人提出信号的瞬吋幅度、非线性相位和频率，计算特征参数，采用判决 手段或者神经网络的方法来识别模拟调制方式，具有较好的效果，对信噪比（snr）为10db 的高斯信道，识别率可以达到95%以上，但在识别下边带（l

15、sb）、上边带（usb）信号时 认为载频可以比较精确地估计，实际系兀（!）统小，发射单边带（ssb）信号时一般不发射 导频，因此无法估计载频。加权的谱对称系数，在不知道载频的情况下，也能识别lsb和 usb,对信噪比为10db的加性信道，识別率达到96%左右，但是在5db的衰落信道中, 识别率降到75%左右叫通信信号调制的口动识别作为一种模式识别问题，特征提取是关键，所提取的特征要 能尽量表征类别z间最大差别的模式信息，同时述应有一定的鲁棒性，即当接收信号的信 噪比发牛变化时识别结果所受的影响越小越好。h前除了利用信号基本的时域、频域和功 率谱的特征以外，其它一些现代信号处理技术，包括高阶谱分

16、析、小波理论、分形理论等 都已应川到该领域的研究屮。随着口适应技术的发展和h益成熟，现在已经出现了自适应调制，这使得调制识别对 于信号截获成了决定性因素。调制识别不是个孤立的问题。它本身就融合了检测，估计， 特征选取，分类识别等释个内容，而这此内容木身乂构成了一个庞大的理论体系因此要研 究调制识别，我们往往只能把问题细化，而且可能是在其他坏节的基础上的训究，才能将 问题做深。从口前的研究來看，大部分的研究卞要集中在通信对抗这一领域，事实上，调 制识別不仅仅在这此领域有应用价值，它在网络通信、宽带通信等力面也应该具有重要的 应用价值叫1.3关于决策理论方法决策理论方法又称统计方法。通常，我们把通

17、过对具体的个别事物进行观测所得到的 具有时间利空间分布的信息称为模式，而把模式所属的类别或同一类中模式的总体称为模 式类（或简称为类），模式识别就是根据识别对象特征的观察值将其分到某个模式类中去（叭一个模式常常要川很人的信息量来表示。许多模式识别系统在数字化环节之后还进行 预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征抽取，即从数 字化后或预处理后的输入模式中抽取一组特征。所谓特征是选定的一种度量，它对于一般 的变形和失真保持不变或几乎不变，并且只含尽可能少的兀余信息。特征抽取过程将输入 模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征矢量表 示。这

18、种映射不仅压缩了信息量，而且易丁分类。在决策理论方法中，特征抽取占有重要 的地位，但尚无通川的理论指导，只能通过分析具体识别对象决定选取何种特征。特征抽 取后可进行分类，即从特征空间再映射到决策空间。为此而引入鉴别函数，由特征欠量计 算出相应于各类别的鉴别函数值，通过鉴别函数值的比较实行分类"役信号调制识别的步骤一般包扌舌特征提取、分类器设计及分类决策3部分，因此研究的 主要内容是提取信号特征和设计分类器，木文运川的调制识别算法包括以f儿个步骤：首 先计算信号的瞬时信息，即信号的瞬时幅度、瞬时和位和瞬时频率，同时对信号的瞬时信 息进行消噪处理：然后利用信号的瞬时信息提取特征参数；最后

19、用决策论方法进行调制方 式识别w第二章模拟信号调制模型2.1载波信号(cw)设止弦型载波为c(/) = acos(©+%)。式中a为载波幅度;©为载波角频率；为 载波初始相位。以下提到的调制信号是指來自信源的消息信号，包括数字的和模拟的。未 被调制的周期性震荡信号即为载波。2.2调幅信号(am)调幅信号是由调制信号m(t)与一个直流偏量叠加后与载波c(f)相乘所得，其时域表示 式如下：sam (r)=人)+ n?(/)co g(221)图1所示为am调制模型。图1 am信号模型图3中所示的是am信号的调制过程及结果。从时域图像看出am波的包络与调制信 号m的形状完全一样，a

20、m波形的振幅由直流偏量九和调制信号m(t)的振幅相加所得。2.3抑制载波双边带信号(dsb)与am信号不同，双边带调制信号dsb信号把直流偏量a)去掉。它的时域表达式为sds8(t) = m(t)co wct。它的典型波形如下所示。时域上看调制波组成了 dsb波形的包络, 而dsb波形的频率与载波cw相同。(上边带或者(2.4.1)1(2.4.2),sin coet(2.4.3)sin coct(2.4.4)t (2.4.5)图3 dsb信号的时域波形2.4抑制载波单边带信号(ssb)单边带调制由已得的双边带调制信号经过边带滤波器，将不需要的边带 下边带)滤除。设单频调制信号为m(t) = a

21、m cos a)mt载波为c=cos coct则dsb信号的时域表示式为s dsb (f)= 4, cos comt cos 叭 t = | a” cos(0. +)r + - cos(q %只保留上边带susb(0 = - an cos(0. + %)/ = 2cos % cos coct- 2 a” sin 色只保留下边带slsb =+ an cos(0. - ©j冷 ah cos % cos cdct +1 九 sin 0将两式合并则有sssb(r)= t4“ cos(化 ± com)t = - am cos % cos coct + -九 sin % sin

22、69;它的时域表示式需要用到希尔伯特变换，得到的结果为(2.4.6)1 _ 1 asssb (/) = m(r)co 辺/ +2(/)sin0./2 22.5调频信号(fm)(2.5.1)设调制信号为单频止弦波，如为多音调制口j类推。以下为一般角调信号公式= 4： cos comt = am cos 2/rfmt对信号的瞬时介频率如©进行积分，即可得出fm信号的相位偏移量 dtkfam jcosrjr(2.5.2)对载波进行频率调制，fm信号可表示为sfm (/) = a cos69t7 + kf am jcos comrdt = a cosp./ + mf sin comt图4 f

23、m信号的时域波形图示为单音信号调频过稈，从时域上看，fm的振幅无变化，只是频率随角频率的变 化而发生明显的疏密变化31。第三章常用模拟信号的基本特征3.1模拟信号的时域特征不同通信信号所携带的信息被调制在载波信号的輛度、相位和频率上。这样，就要求 在进行调制识别时，捉取信号的幅度、频率和相位特征。假设信号5(r)的解析信号为z(r) = 5(r) + j * v(z),则可定义信号基本特征参数计算公 式如下问。3丄1嶙时幅度包络瞬时幅度的计算:0(f)=店 + 心)(3.1.1)包络瞬吋幅度可以通过clt) =1 z(/) i而得到。cwamlsbx 10x 10x w图5模拟调制信号的瞬时幅

24、度波形图5可看出，除了 am和dsb信号的瞬时幅度在不断的变化外，其他模拟信号的瞬时 幅度基木不变。3.1.2瞬时相位0(f) = arctg叩)$(f)(3.1.2)瞬时相位是根据截获信号的解析式计算得到的。显然，瞬时相位计算对实际信号解析式的实部和虚部的非零值的误差相当敏感。计算误差可能将这些小值的极性变反，因此， 必须为截获信号解析式的实部和虚部规定一个实际零值。当相位的真值超过0,2龙时，按模2兀计算相位序列0(0会造成相位卷廉。载波频率 引起的线性相位分量，是造成相位卷叠的主要因素。因此，必须对模2疗相位序列实施某 种去相位卷叠算法。所选用的去相位卷叠算法，是给模2兀和位序列0(0加

25、上如下校正 相位序列ca (/)ock (/ + 1) 2龙 0(, + 1) 一 0(，) > 71ck(z) = j ck(z +1) + 2龙 0(j + 1)-0(0 < 一兀(3.1.3)ck (/ +1)others去卷叠后的相位序列有一个主要由载波频率引起的线性相位分量。同吋，在某个已调 信号段中，噪声和调制信号对线性相位分量也有一定影响。值得注意的是，去卷叠后的相 位序列与真正的相位序列相差-个常数。非线性相位分量的求法可根据载波频率的可知与 否分为两种方法问。1、载波频率未知，或者希與去除残余线性相位分量，贝ij：假设未知的线性相位分量为©i + 0，虹

26、为去卷叠厉的相位序列，只要使 = 丫血卫)一如一 ©j平方和)最小，便可求得和®,从而得到线性相位分量 n于是非线性相位分量就可求出：0w(i)=札w-(pt + 02(3.1.4)2、如果载波频率准确已知，则:0d)=(3.1.5)其屮，£为载波频率，./；为采样频率，虹为去卷克后的相位序列。本文后而所说的信号瞬吋相位均是指信号的非线性相位。cwam-2.2242.68910-2.83x10*fm2345678910x 104图6模拟调制信号的瞬时相位波形图6波形给出各个模拟信号的瞬时相位，其中am和cw信号不含直接相位信息，相 位变化为零；lsb信号和usb信

27、号的相位呈增大趋势，fm信号的相位不断地发牛变化： 山于dsb信号的瞬时和位具有0和兀两个和位，dsb信号的瞬时相位呈无规律变化。3.1.3瞬时频率信号的瞬时频率是对非线性相位求导后获得的：/¥0w(r)(3.1.6)2兀dr在计算瞬时频率时要对非线性相位0也求导，会遇到数值微分的问题。数值微分的 求法有两种。1、数值差分法，即(3.1.7)式中，血为信号非线性相位序列。2、利川傅立叶变换的微分特性设信号非线性相位0w()的傅立叶变换为山(/)，/的傅立叶变换为f(f)，由傅立叶变换的微分特性可以得到：f(门=-2时nl(门(3.1.8)则信号的瞬时频率为:") = iff

28、t-2严2好/)(3丄9)利用傅立叶变换微分特性的方法虽然可以获得更好的平滑性，但其运算量大，本文采用数 值微分的方法获取信号的瞬时频率。cwam图7模拟调制信号的瞬时频率波形图7屮，cw、am信号无直接相位，所以瞬时频率也零；lsb和ssb信号的瞬时相 位为线性变化，而信号的瞬时频率是对非线性相位求导后获得的，所以它们的瞬时相位也 为零；fm信号的瞬时相位为一三角函数，经过线性求导后仍为一三角函数；dsb信号的 瞬时频率有止有负。3.2频域特征各常用模拟信号的频谱：a已调信号的频谱：s加(0)= -ms + 0j + mgy 0)(3.2.1)2am信号：sam (“)=兀观+ q ) +

29、8(c0 coc ) h m(69 + 0.) + m(69 69.)( 3.2.2 )dsb信号：s “sb () = m+ co(.) + m(69 co(.)(3.2.3)2ssb信号：sssb3 = sdsb3 h(69)(324)1 cd > cd 其中为单边带滤波器的传输函数，h（co） = husl（a） = 1 （保留上0 a）<coc边带，滤除下边带），2/r （保留下边带，滤除上边带）。fm信号（本文所提到的是宽带调频信号）：cosfm (o) = na工 jn (fnf )8co-coc- ncot)x) + s(o(oe + ncom) (3.2.5)-co

30、x104cw1500fc2500ix 105am1500fc25004x 10dsb1500fc2500-x 104lsb1500fc2500x 10usb4x 10图8模拟调制信号的频谱图8中，载波频率为2000hz,所有信号的频谱都与调制信号加的频谱类似，都是 基带信号频谱在频域内的简单搬移，上血的波形只显示了右半轴。am信号是带有载波分 量的双边带信号，而dsb信号只留有两个边带，载波分量被去除；lsb信号通过对dsb 信号进行单边带滤波，只保留了原dsb信号的下边带，而usb则只保留了上边带；调频 信号的频谱由载波分量©和无数边频3±叫组成，fm信号的频谱不再是调制

31、信号频谱 的线性搬移，而是一种非线性过程。第四章 常用模拟信号的分类算法4.1识别算法流程及特征参数4.1.1算法流程介绍图9识别流程图具体识别步骤如下：1、首先利用谱对称性p值将信号分为两类：usb、lsb与cw、am、dsb和fm, 然后理由lsb和usb信号p值的正负性将两者区分。2、利川零屮心归一化瞬时幅度之谱密度的最人值/max将am和dsb信号与其余信号 区分开，再通过设置零中心非弱信号段瞬时相位非线性分量的标准偏差7®的阈值将am 和dsb信号分开。3、设置零中心归一化非弱信号段瞬时频率绝对值的标准偏差的阈值将剩下的cw 和fm信号区分。4.1.2所选特征参数根据参考文

32、献i凶提取了基于常用模拟信号的瞬时信息（瞬时幅度、瞬时相位、瞬时频率）的特征参数的组合川于上述信号调制方式的识别，这些特征值参数如卞：1、零中心归一化瞬吋幅度之谱密度的最大值久吨:(4jj)/max=maxfftk,(z)2/7v5式中，ns为取样点数，g(i)为零中心归一化瞬时幅度：a(i、1 n4“二色一 1 其中 an(0 = ma = x(z，)叫ns tr%)为信号的瞬时幅度，叫为信号的平均幅度。洽ax表现了信号的幅度特性，对于cw和fm信号，它们的瞬时幅度为常数，所以他 们的零中心归一化嶙时幅度佥左)=0,对于am信号由于其瞬时輪度不为恒定值，所以它 的零屮心归一化瞬时幅度f 就不

33、为零，对应其谱密度也不为零。从图6屮看出，利川/max能将am和dsb信号与其他信号区分开。阈值设置为200 左右，/max >200时判为am和dsb信号，/max <200时判为其他信号。706050204 3 xeeelueb图10模拟调制信号的人值2、零中心非弱信号段瞬时相位非线性分量的标准偏差:（4 丄 2）其中1 叫0/）=处）-00% =亓若0（%0）为瞬时相位以的平均值作为判决an（z）,-般取它的值为1。通过对图11的观察，若将bdp值设置为20左右，能将am和dsb信号明显地区分开。dpg一 p图11模拟调制信号的ctdp值（43）3、谱对称性p：式中：巴二&#

34、163;isg "£is（*+i）|2/=1 /=1s（i） = fft（s（n）即为信号s（/）的博里叶变换（频谱），fcnns/fs-lt fcn为载 频，人为采样率,为采样点数。p参数主要区分频谱对称的信号（am、fm等）与频 谱不对称的信号（usb、lsb等）。尸* * *卜0.85v0.6v1am1dsbi c c0.4¥nlsblj cuobla a0.2fmrv物硏-0.2-0.4-0.6-0.8-1seamr 123456t=u789cd1011snr图12模拟调制信号的p值p值主要将usb和lsb与其他信号区分开，阈值可设置为0.5, ipi&g

35、t;0.5的为usb或者lsb信号，而p>0吋判为lsb信号，pvo吋判为usb信号。4、零中心归一化非弱信号段瞬时频率绝对值的标准偏差qf,91：（4丄4）其中bdp和(raf所用到的c指信号序列中an(i) > ©的总次数。上儿种特征值己经能将除cw和fm信号以为的所有信号都区分开，所以最后只需要 宜接区分cw和fm信号，从图13看出信噪比在8db之前较难将两者分开，在10db之后 将阈值设置为0.25左右有较好的区分效果。9图 13 cw 和 fm 的 baf 值(l-20db)cw e fm齐樂一p4 o5 o45 o53 o3 o52图 14 cw 和 fm 的

36、 craf 值(8-15db)4.2仿真结果分析本文用到的实验结果图和实验数据均山matlab软件运行所得，其中模拟调制信号所 应用到的数据：抽样频率x为1 x 10' hz，载波频率fc为2000hz，调制频率fm为200hz , 调制信号的振幅人)为10,直流偏量人为5。仿真环境为理想高斯口噪声信道，信噪比取 520db而每个特征值所对应的阈值分别为 %) = 10, r(/max ) = 200, f(ipi) = 0.5, f (%) = 0.4 o经过各种调制信号在同一信噪比下进行100次独立仿真，得到在不同信噪比下(ldb 步进)各种调制信号的正确识别率(正确识别次数与实验

37、次数的比值)。仿真结果如下：图15仿真实验结果市于cw和fm信号的瞬时频率在信噪比低的情况卜的变化较大。使得零中心归一化 非弱信号段瞬时频率绝对值的标准偏差也变化范围增人，所以在低信噪比情况无法将两信 号区分。因此cw信号信噪比在6db之前的识别率基本为0,直到10db识别率到达90% 左右，而在信噪比高于10db的吋候识别率超过了 90%。其他信号在各信噪比下的识别率 均在100%左右。仿真结果表明，在信噪比大于10db时，木文提出的参数能够以99%以上的正确率将6 种模拟信号完全识别。为了提高信号在低信噪比下总的识别率，如何选取方便易于计算的 特征值是本文需要进一步探讨的问题。第五章结论本

38、文首先介绍了常用模拟信号的模型及其时域并对他们的频域特征做出简要分析，提 出了决策理论模拟调制方式的识别方法，对常川模拟信号的瞬时相位和瞬时频率进行了小 波去噪的处理，再得到了较好的识别效果。本文应用到的a. k. nandi和e. e. azzouz在早期文献中提出的决策理论模拟信号调试 方式的识别算法。将其流程简要的分为特征值的提取、将各个特征参数在不同信噪比的情况下进行多次 试验后确定判决门限即阈值、写出预期的识别步骤、确定主要识别过程然后画出框图、将 提取的阈值放入总程序运行后观看试验结果即识別效率。从实验结果看出，虽然其他信号在各个信噪比的情况均能得到较高的识别率，但cw 信号在snr<6db吋的识别率不太理想，而在snr>10db的情况下有较好的识别效果。实 验结果部分完成了实验要求。为了能在低信噪比在得到更高的识别效果，在实验参数的设定特征值的选择，阈值的 设定和实验次数的适当选择上有待于进一步的研究和完善。参考文献(ref