調(diào)相和調(diào)幅調(diào)相信號(hào)基于高階累積量的識(shí)別方法

賀輝剛 文方 蔣宗明

【摘要】 針對(duì)當(dāng)前電子戰(zhàn)偵察中調(diào)相信號(hào)如BPSK、QPSK與調(diào)幅調(diào)相信號(hào)如16QAM在調(diào)制識(shí)別時(shí)存在識(shí)別困難的問(wèn)題，本文提出了基于高階累積量的數(shù)字信號(hào)調(diào)制識(shí)別方法，可以將調(diào)相信號(hào)與調(diào)幅調(diào)相信號(hào)區(qū)別開(kāi)來(lái)，從理論上分析該方法的可行性并通過(guò)MATLAB進(jìn)行仿真驗(yàn)證了算法的有效性。

【關(guān)鍵詞】 調(diào)制識(shí)別 高階累積量 16QAM QPSK

一、引言

調(diào)制樣式識(shí)別是通信電子戰(zhàn)的重要內(nèi)容之一，它為解調(diào)器正確選擇解調(diào)算法并進(jìn)一步獲取敵方通信信息提供參數(shù)依據(jù)，同時(shí)還可以引導(dǎo)干擾設(shè)備采用最佳的干擾模式對(duì)敵方通信鏈路進(jìn)行干擾，從而造成其指揮、控制等信息傳遞不暢[1]。

由于BPSK、QPSK、16QAM等信號(hào)功率譜利用率高，它們得到了廣泛的應(yīng)用。因此對(duì)BPSK、QPSK、16QAM這幾種調(diào)制信號(hào)的識(shí)別有十分重要的意義。

數(shù)字信號(hào)調(diào)制識(shí)別目前最為常用的方法是通過(guò)計(jì)算信號(hào)的二階統(tǒng)計(jì)量（相關(guān)函數(shù)或者功率譜），但是相關(guān)函數(shù)和功率譜又存在它們不能辨識(shí)非最小相位系統(tǒng)的缺點(diǎn)，另外二階統(tǒng)計(jì)兩對(duì)加性噪聲很敏感，所以能夠處理的信號(hào)類型也很有限。

基于高階累積量特征的調(diào)制樣式識(shí)別方法是近幾年來(lái)提出的統(tǒng)計(jì)模式識(shí)別方法，由于高斯白噪聲的三階及以上累積量為零，因此它有很好的信噪比適應(yīng)能力，能有效地消除載波頻率偏移、相位抖動(dòng)，在工程上有很高的使用價(jià)值[4]。

二、高階累積量算法

高階累積量是描述隨機(jī)過(guò)程高階統(tǒng)計(jì)特性的一種數(shù)學(xué)工具，自1990年以來(lái)，得到了迅速的發(fā)展，成為現(xiàn)代信號(hào)處理的重要工具之一。

對(duì)于一個(gè)具有零均值的復(fù)隨機(jī)過(guò)程X（k），其p階混合矩可以表示為[4]：

Mpq=E（X（k）p-qX*（k）q） 式（2.1）

其中，*表示信號(hào)的共軛分量，在這個(gè)基礎(chǔ)上我們定義高階累積量如下[4]：

假設(shè)發(fā)送的信號(hào)序列是獨(dú)立同分布的，根據(jù)式（2.1）式（2.1）～（2.8）進(jìn)行計(jì)算之后得到BPSK、QPSK和16QAM信號(hào)的各階累積量的期望值如表1和表2：

三、調(diào)相信號(hào)和調(diào)幅調(diào)相信號(hào)基于高階累積量的調(diào)制識(shí)別方法

本文采用的待識(shí)別信號(hào)的調(diào)制樣本為{ BPSK、QPSK、16QAM}，輸入信號(hào)樣本為接收信號(hào)的同步復(fù)信號(hào)序列。

對(duì)于BPSK信號(hào)和16QAM信號(hào)，令Fx1=|C20|/|C21|。理論上BPSK、QPSK、16QAM信號(hào)Fx1的值為分別為1、0、0。通過(guò)比較Fx1可以區(qū)分出BPSK和QPSK、16QAM信號(hào)。

若要區(qū)分QPSK和16QAM信號(hào)，由表一可知，一般通過(guò)比較QPSK和16QAM信號(hào)的6階累積量|C63|來(lái)區(qū)分這兩種信號(hào)。若令QPSK和16QAM信號(hào)的振幅E均為1，那么對(duì)于QPSK和16QAM信號(hào)，它們的Fx2的值分別為4和0.28 。在信噪比SNR=10時(shí)，QPSK信號(hào)識(shí)別率達(dá)到52.5%，16QAM信號(hào)的識(shí)別率為32.5%[8]；SNR=20時(shí)，QPSK信號(hào)的識(shí)別率達(dá)到94.5%，16QAM信號(hào)的識(shí)別率為89.5%[8]。

由式（2.2）～（2.8）可知信號(hào)的n階累積量和信號(hào)的n階矩以及n-2階矩有關(guān)，高階累積量計(jì)算量的增加也會(huì)帶來(lái)識(shí)別誤差的增加，實(shí)際工程中也會(huì)由于計(jì)算量增加達(dá)不到實(shí)時(shí)調(diào)制信號(hào)識(shí)別的效果。因而減小計(jì)算量成為了提高高階累積量調(diào)制識(shí)別方法的識(shí)別效率的有效途徑。根據(jù)表1取Fx2=|C40|/C212，可知對(duì)于QPSK和16QAM信號(hào)的理論值分別為1和0.68。這樣只計(jì)算信號(hào)的四階累積量，就實(shí)現(xiàn)了QPSK16QAM信號(hào)的調(diào)制樣式識(shí)別。

故而本文提出了基于高階累積量識(shí)別BPSK、QPSK、16QAM信號(hào)的流程圖如圖1。

四、算法仿真及結(jié)果

實(shí)驗(yàn)中信道為高斯白噪聲信道，假設(shè)接收機(jī)已經(jīng)完成了載波，相位和定時(shí)均同步。調(diào)制信號(hào)載波頻率為150 kHz， 碼元速率為25kHz， 采樣頻率為1200 kHz， 采樣點(diǎn)N= 4096。

4.1 BPSK與QPSK、16QAM信號(hào)的調(diào)制識(shí)別

按照?qǐng)D1的識(shí)別流程圖，在MATLAB平臺(tái)下仿真對(duì)BPSK、QPSK、16QAM三種信號(hào)進(jìn)行高階累積量計(jì)算的二階計(jì)算500次，得到各個(gè)信號(hào)在不同信噪比下Fx1的值的曲線如圖2。

由圖2可以看出隨著信噪比的增加，BPSK信號(hào)的Fx1的值趨近于理論值1，而16QAM信號(hào)和QPSK信號(hào)的Fx1的值趨近于理論值0。在信噪比超過(guò)10dB的條件下，通過(guò)對(duì)比Fx1的值可以很好的區(qū)分出BPSK信號(hào)和QPSK、16QAM信號(hào)，但是不能區(qū)分出QPSK和16QAM信號(hào)。

4.2 QPSK信號(hào)與16QAM信號(hào)的調(diào)制識(shí)別

按照?qǐng)D1的識(shí)別流程圖，在MATLAB平臺(tái)下仿真對(duì)QPSK、16QAM信號(hào)進(jìn)行高階累積量計(jì)算的四階計(jì)算500次，得到它們?cè)诓煌旁氡认翭x2的值的曲線如圖3。

由圖3可以看出，隨著信噪比的增加，QPSK信號(hào)的Fx3的值趨近于理論值1，而16QAM信號(hào)的Fx3的值趨近于理論值0.68。在信噪比超過(guò)10dB的條件下，通過(guò)對(duì)比Fx3的值可以很好的區(qū)分出QPSK信號(hào)和16QAM信號(hào)。

五、結(jié)論

本文提出的改進(jìn)的基于高階累積量的數(shù)字調(diào)制識(shí)別方法，在MATLAB平臺(tái)下可以在信噪比高于10dB時(shí)，對(duì)BPSK、QPSK、16QAM信號(hào)有很好的識(shí)別效果，解決了運(yùn)用高階累積量對(duì)16QAM信號(hào)與QPSK信號(hào)調(diào)制識(shí)別需要計(jì)算6階累積量，計(jì)算量大并且識(shí)別效果不好的問(wèn)題。通過(guò)在MATLAB平臺(tái)實(shí)驗(yàn)仿真結(jié)果來(lái)看，本文所提出的方法對(duì)實(shí)際工程中調(diào)相信號(hào)（MPSK）與調(diào)幅調(diào)相信號(hào)（MQAM）信號(hào)的調(diào)制識(shí)別有重要的參考意義。

參 考 文 獻(xiàn)

[1]羅利春.無(wú)線電偵察信號(hào)分析與處理[M].北京：國(guó)防工業(yè)出版社，2003.

[2]王秉鈞，王少勇，田寶玉.現(xiàn)代衛(wèi)星通信系統(tǒng)[M].北京：電子工業(yè)出版社， 2004.

[3]皇埔堪，陳建文，樓生強(qiáng).現(xiàn)代數(shù)字信號(hào)處理[M].北京：電子工業(yè)出版社，2003.

[4]楊杰，孫鋼燦，通信信號(hào)調(diào)制識(shí)別：原理與算法[M].北京：人民郵電出版社，2014.

[5]Pedzisz M， Mansour A. Automatic modulation recognition of MPSK signals using constellation rotation and its 4th order cumulant[J].IEEE Trans.on Signal Processing， 2005， 15：295-304.

[6]Dobre O A， Bar-Ness Y， Su W. Higher-order cyclic cumulants for high ordermodulation classification[J].Proc. IEEE Milcom， 2003： 112-117.

[7]呂新正，魏平.利用高階累積量實(shí)現(xiàn)數(shù)字調(diào)制信號(hào)的自動(dòng)識(shí)別[C].中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集，2008

[8]成靜，李鋼虎，周關(guān)林.高階累積量計(jì)算優(yōu)化的仿真研究[J].計(jì)算機(jī)仿真，2009，26（8）：80-83

[9]郭龍，邱天爽.無(wú)線通信信號(hào)的調(diào)制識(shí)別研究[D].大連理工大學(xué).2010，6

[10]李靜克.無(wú)線通信調(diào)制方式的自動(dòng)識(shí)別算法研究[D].西南交通大學(xué).2011.6