通信信號調制樣式盲識別

郝曉軍，吳若無，許博浩，陳　翔

(電子信息系統復雜電磁環境效應國家重點實驗室，河南 洛陽 471003)

?

通信信號調制樣式盲識別

郝曉軍，吳若無，許博浩，陳翔

(電子信息系統復雜電磁環境效應國家重點實驗室，河南 洛陽 471003)

摘要：通信信號調制樣式盲識別是信息獲取的首要步驟，目前大多科研院所主要集中于識別算法及分類器的研究,識別過程復雜。提出采用圖形化的信號顯示界面，利用通信信號不同調制樣式與各類信號顯示圖形的關聯關系，直觀展示通信信號的調制方式。這種方式易于上手，有較好的工程實踐效果，且對于特種調制樣式信號的識別也有很好的分析輔助效果。

關鍵詞：通信調制；盲識別；圖形化顯示

0引言

調制識別的概念最早由Weaver在1969年提出[1]，他設計的相關算法利用信號的頻譜特征，完成了模擬信號、FSK和OOK等信號的分類，但由于當時調制識別公開應用的場合不多，相關公開的學術成果十分罕見。大量研究成果的出現是從20世紀90年代開始的。1990—1995年，Polydoros、Huang、Long等人提出了一系列qLLR算法[2-4]，用于MPSK、MQAM調制的分類，這類方法利用接收信號匹配濾波器的輸出，求解似然比qLLR函數進行分類。2000年以后，調制識別成為研究熱點，多所高校、研究所展開了相關技術的研究。2000年至今，據不完全統計，國內僅公開發表的博士論文就有10余篇[5-12]。上述研究主要集中于基于統計模式的調制識別，歸納起來主要可分為兩個步驟：一是特征提取，二是分類器設計。這些成果均涉及復雜的調制識別算法，而且對于非常規調制樣式的信號根本無法從預先設定的調制模型庫中匹配得到。

本文避開繁瑣的調制識別公式推導，利用各種圖形化的顯示界面，充分展示通信信號不同調制樣式間的關聯關系，直觀顯示通信盲信號的調制方式，易于上手，有較好的工程實踐效果，且對于特種調制樣式信號的識別也有很好的分析輔助效果。

1基于循環譜和支持向量機分類的調制識別算法

對于未知調制樣式的盲信號，現在通行的做法是利用調制識別算法首先進行信號調制樣式的識別，然后再進行信息提取。筆者所在的團隊曾采用基于循環譜和支持向量機分類的調制識別算法進行盲信號信息獲取。

循環平穩信號是一類統計量隨時間周期性變化的信號，由于抽樣、編碼及調制等原因，一般的通信信號都是循環平穩的[13]。與常規功率譜分析法相比，循環譜密度法具有分辨率高、抗干擾能力強等優點。

對于隨機信號x(t)，其自相關函數為：

(1)

(3)

圖1　分類決策描述

2圖形化通信信號調制識別

通信信號的發射無非就是調制到高頻載波然后發射，調制最基本的樣式就是ASK、PSK和FSK。因此針對上述調制方式，圖形化顯示通信信號在時域、頻域、時頻域的變化曲線，可以非常直觀地實現對盲信號調制樣式的識別。

瀑布圖可以非常容易識別MFSK信號，如圖2所示。能量在兩個頻點之間相互跳變，因此判定此信號為2FSK調制。

圖2　2FSK瀑布圖顯示

利用圖3的上圖所示幅度隨時間變化關系可以容易地識別MSK調制信號。PSK調制也可以利用圖3的中、下圖進行聯合判讀。通常相位與頻率有著密切關系，每一次相位改變，都會帶來頻率的跳變，因此根據頻率隨時間跳變的幅度，可以判定此信號的相位是否進行了調制。

圖3　PSK信號幅度、頻率和相位隨時間變化

對于復雜調制信號，調制通常不僅僅單獨發生在頻率、相位或者幅度域，因此就需要充分利用圖3對信號進行整體把握，進而有效實現信號調制樣式的識別。另外眼圖也可以幫助觀察信號幅度、相位及頻率隨時間的變化關系，如圖4所示。

圖4　信號眼圖

星座圖可以非常容易識別MQAM信號，如圖5所示。

圖5　4QAM信號星座圖

所有上述的圖形化工具都展示了信號不同層面的特質，充分應用上述圖形化工具，對采樣信號進行判讀可以大大提高信號調制樣式判讀速度以及準確率。

各圖形化窗口展示信號隨時間變化特性的同時，都對應軟件不同窗口相關參數的設置。窗口參數設置的不理想，將導致圖形展示效果的扭曲。最常用的傅里葉變換點數，就會帶來時域與頻域分辨率的變化：FFT點數選取的多，則頻率分辨率增強，時域分辨率下降。點數選取的少，則效果相反。實際應用中往往要依據判讀需求，以及工程經驗來決定不同窗口具體參數的設置。

3結束語

利用圖形化的顯示界面非常有助于幫助信號分選工程師實現對通信盲信號的識別，進而實現信息的獲取。對比通行的通信信號調制識別算法的研究，采用圖形化展示信號特征的方法更加直觀，且易于對信號特征的深入把握。并且對于特殊調制的通信信號，采用圖形化的信號展示也有助于通信工程師對特殊信號的分析，應用前景極為廣闊?！?/p>

參考文獻：

[1]Weaver CS,Cole CA,Krumland RB,et al.The automatic classification of modulation types by pattern recognition[R].Stanford Lab.,Tech. Report,1969:1829.

[2]Kim PK.On the detection and classification of quadrature digital modulations in broad-band noise[J].IEEE Trans. on Communications,1990, 38(2):1199-1211.

[3]Huang Y,Polydoros A. Likelihood methods for MPSK modulation classification[J].IEEE Trans. on Communi-cations,1995,43(234):1493-1504.

[4]Long S,Chugg KM,Polydoros A.Further results in likelihood classification of QAM signals[C]∥MILCOM,1994:57-61.

[5]呂鐵軍.通信信號調制識別研究[D].成都:電子科技大學,2000.

[6]陳衛東.數字通信信號調制識別算法研究[D].西安:西安電子科技大學,2001.

[7]詹亞鋒.通信信號自動制式識別及參數估計[D].北京:清華大學,2004.

[8]聞翔.通信信號調制識別技術研究[D].鄭州:解放軍信息工程大學,2006.

[9]張煒.數字通信信號調制方式自動識別研究[D].長沙:國防科技大學,2006.

[10]高玉龍.基于循環譜的調制方式識別與高動態同步技術研究[D].哈爾濱:哈爾濱工業大學,2007.

[11]楊琳.數字通信信號調制方式自動識別技術研究[D].合肥:中國科學技術大學,2008.

[12]陳筱倩.基于廣義相關分析的調制制式模糊分類研究[D].武漢:華中科技大學,2007.

[13]Gardner WA.Signal interception:a unifying theoretical framework for feature detection[J].IEEE Trans. on Communications,1988, 1(36):99-104.

Blind recognition of communication signal modulation

Hao Xiaojun,Wu Ruowu,Xu Bohao,Chen Xiang

(State Key Laboratory of Complex Electromagnetic Environment Effects

on Electronics and Information System, Luoyang 471003,Henan,China)

Abstract：Modulation recognition is the first step to obtain the message from the signal. Lots of research institutes are aiming at the research of recognition algorithm and classification now, but it’s very complex.The signal’s graphical display is put forward, which can realize the modulation recognition easily,based on the relationship between different modulation and different graphical content.This way is easy to be operated, and has a good effect in practice. It’s also helpful to realize the special modulation signal for communication engineers.

Key words：communication modulation;blind recognition;graphical display

中圖分類號：TN911

文獻標識碼：A

作者簡介：郝曉軍(1978-),男，助理研究員，研究方向為時間反演技術、電波傳播以及信號處理等。

收稿日期：2015-06-20；2015-09-27修回。