基于模板匹配的2G-ALE信號識別技術

林肖輝，張潤生

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

?

基于模板匹配的2G-ALE信號識別技術

林肖輝，張潤生

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

摘要：針對具有特定頻譜特征信號的識別是無線電頻譜監測系統的重要功能之一，而第二代自動鏈路建立信號(2G-ALE)是短波頻譜監測中的常見信號。由于傳統算法僅僅適用于窄帶單信號的應用場景，針對寬帶監測接收系統的應用條件，提出了一種基于頻譜模板匹配的2G-ALE信號自動識別方法。根據具體協議基于已知樣本構造信號頻譜模板，計算接收信號的最大保持譜，逐點滑動求其與頻譜模板的Pearson相關系數，構造檢驗統計量，通過與判決門限比較完成信號的自動識別。計算機仿真試驗驗證了算法的有效性。

關鍵詞：模板匹配；寬帶信號識別；2G-ALE；頻譜監測

0引言

隨著短波通信技術的不斷發展，短波通信體制和信號形式呈現出日益多樣化、復雜化[1]的趨勢，這就給短波無線電頻譜監測領域提出了空前的挑戰。對特定目標信號協議類型的識別是頻譜監測的主要任務之一[2]，而由于短波信道的不穩定性，造成了短波信號的協議識別困難[3]，已然成為困擾業內研究人員的難題[4]。

本文的協議識別指的是基于信號特征的物理層協議的確認過程，即給定目標信號和某一待識別的特定協議，來確認目標信號是否符合待識別協議特征的過程。文獻[1]針對窄帶2G-ALE(第二代自動鏈路建立)信號的算法只能適用于窄帶單信號環境，而對于寬帶接收、多信號并存的監測環境并不適用；文獻[3]提出一種基于碼元分布特性的FSK 信號大類識別算法，該算法同樣只適用于窄帶信號；文獻[5]提出了基于模式識別的短波ALE系統8FSK信號解調，該算法可適用于窄帶內2G-ALE信號的識別，但其同樣很難應用于寬頻帶范圍內多目標信號的識別。

因此，本文提出了一種基于頻譜模板匹配的寬帶2G-ALE信號識別算法。該算法通過構造2G-ALE信號頻譜模板，然后將目標信號頻譜與模板逐點求相關系數，最后通過判斷相關系數是否大于門限來確認2G-ALE目標信號的檢測與識別。

12G-ALE協議概述

短波通信技術是一種歷史悠久的超視距通信技術，它通過信號在電離層的反射實現遠距通信。由于電離層的物理特性隨時間、空間和頻率變化較大，通信信號的幅度衰落、相位起伏等也極其不穩定，嚴重影響短波通信質量。為了適應短波信道的不穩定性，自適應通信技術應運而生，其中自動鏈路建立技術就是一種典型的自適應通信技術[1]。第二代自動鏈路建立(2G-ALE)技術是目前廣泛應用的一種自動鏈路建立技術，該協議信號是短波頻譜監測中常見的信號形式[6]，因此對2G-ALE信號的識別具有重要的實際意義[7]。

2G-ALE具有鏈路質量自動分析功能，自動掃描接收功能、自動建立鏈路功能和信道自動切換功能?？梢栽谠O定的頻率集中，通過FSK波形探測信道，不斷監測信道質量的變化，采用信道切換方式，實現自動鏈路建立。使用2G-ALE協議的設備鏈路成功建立概率可達95%，從而保證了持續可靠的通信。

該協議物理層信號的典型特征為應用8FSK波形，每個音代表3bit的二進制數據，其8FSK碼字采用格雷碼映射，經8FSK 調制，信號以每秒 125 個單音(或符號)的速率發送，碼元符號寬度為8 ms，比特速率為 375 bps，相鄰頻點的頻率間隔為250Hz[8]，各音之間相位連續，從而保證基帶音頻信號占用頻帶最窄[9]，能量更加集中[10]。波形特征如表1所示。

表1　2G-ALE信號頻率參數表

2G-ALE信號的頻譜特征如圖1所示。

圖1　2G-ALE信號的頻譜特征

2基于模板匹配的特定信號識別

2.1算法思想

根據經典的識別理論，模式識別的一般步驟為：① 數據預處理；② 特征提取；③ 分類器設計；④ 分類決策。其中特征提取過程就是通過某種變換將樣本數據轉換成能區分不同類別數據的特征的過程。特征提取過程相比分類器設計過程更依賴于具體問題和具體領域，是模式識別的難點。因此是否可以找到合適的特征是實現信號識別的關鍵。

通過分析2G-ALE協議，發現該信號的不變特征為其8FSK調制在頻域的固定間隔的8個譜峰的特征。由圖1可以看出，其譜峰相比標準譜峰存在畸變，并且由于噪聲的影響，其譜峰上毛刺較多，在低信噪比條件下，這種毛刺現象更加明顯。因此，提取這種8個峰值的特征并不容易。

這里采用模板匹配的方法[11]，提取標準頻譜模板與輸入信號頻譜的相關性作為識別信號的基本特征。常用的提取2個向量X和Y相關性的方法是直接對二者取相關運算。而實際信號的頻譜一般為非零均值，由于非零均值的存在，實際上與模板并不匹配的頻譜也會出現較大的相關值。因此需要去均值和歸一化來處理這一問題，而Pearson相關系數就是一種歸一化相關的表示方法。本文采用輸入信號頻譜逐點滑動與模板頻譜求Pearson相關系數的方法提取相關性。

2.2Pearson相關系數

Pearson相關系數[12]方法是一種統計學方法，全稱Pearson乘積矩相關系數，它是協方差與兩變量標準差乘積的比值，可以度量變量x與y之間的線性相關性。Pearson相關系數的值域為[-1,1]，是沒有量綱的標準化協方差，變量x與y的線性變換不會影響相關系數的結果。

設變量x與y的采樣集合分別為X和Y，則Pearson相關系數定義為:

(1)

其中：

如果rxy=1，表明變量x與y正線性相關，如果rxy=-1，表明變量x和y負線性相關，而如果rxy=0，表明變量x和y全不相關。因此rxy值接近或等于0時，認為x和y之間具有較小或者沒有線性關系；rxy值接近或等于1時，認為x和y之間有較強的線性關系，這樣就可以設定門限，通過比較相關系數和門限來判定變量x和y之間是否存在相關性。

2.3基于Pearson相關系數的識別方法

根據Pearson相關系數的特點，可以通過取頻譜模板和目標信號頻譜相關系數的方法來判斷目標信號是否為2G-ALE信號。

令2G-ALE信號的頻譜模板數據集合為Ft={Fti,i=1,…,N}，其中N為模板頻譜的點數。令目標信號最大保持頻譜集合為Fd={Fdi,i=1,…,M}，其中M為信號最大保持譜點數。在Fd中從第k個點開始取N個頻譜點構成集合Fdk，構造相關系數Rk為：

(2)

(3)

門限Th可以根據實際情況設定，一般可以將Th設置得相對較低，保證較低的漏警率，當然這樣會增加虛警率，這可以通過后續的解調操作來剔除虛警。實際應用中可以預先計算頻譜模板的均值和方差，以提高計算效率。

2.4算法流程

算法流程歸納如下：

① 取標準樣本數據分段，求最大保持譜；

② 通過快速傅里葉變換(FFT)求樣本最大保持譜中2G-ALE信號對應的部分作為頻譜模板Ft；

③ 對目標信號分段求最大保持譜Fd；

④ 目標信號最大保持譜Fd逐點滑動與模板頻譜Ft求相關系數，根據式(3)計算檢驗統計量；

⑤ 給定顯著性水平α，如果④中獲得檢驗統計量集合中存在大于門限的值，則判定目標信號中存在2G-ALE信號。

3試驗結果

試驗條件：模板信號采用標準的無噪聲2G-ALE信號構造。判決門限設定為0.5，模板和目標信號最大保持譜的FFT點數分別設定為1 024、2 048、4 096、8 192，在信噪比-5～5dB條件下檢驗不同FFT點數下算法的正確識別率和虛警率，蒙特卡羅仿真次數為10 000次。其中信噪比定義為信號所在帶內信號的功率與帶內噪聲功率之比。評價虛警概率時，目標信號設定為與2G-ALE信號帶寬一樣的8PSK信號和4FSK信號。信號采樣率為48 000Hz，以下所有試驗均采用1 s的數據進行識別。

圖2給出了2G-ALE信號的正確識別率，從圖2可以看出隨著FFT點數的增加識別率逐漸減小，使用8 192點的FFT時，需要1.5dB才能達到90%以上的識別率，這是由于隨著FFT點數增加，頻譜分辨率逐漸提高，最大保持譜中由于隨機噪聲造成的隨機毛刺會更加明顯，這些毛刺對相關系數會有一種減弱的效應。而這種效應在低信噪比下會更為明顯，將嚴重影響相關系數的數值，降低算法識別性能。

圖2　2G-ALE識別正確概率

圖3給出了FFT點數分別為1 024、2 048點時信號識別的虛警率，因為虛警率很小，為使小數據有較好的顯示效果，圖中數據為原始數據取10lg()之后的結果。由于FFT點數為4 096、8 192點時，在10 000次仿真統計得到的虛警率為全零，故無法在對數圖中畫出。這也說明FFT點數取4 096、8 192點時虛警率至少為十的負四次方量級。

圖3　2G-ALE識別虛警率

通過圖3可以看出，FFT點數為1 024時，隨著信噪比的升高，反而虛警率會升高，在信噪比大于2dB已經達到了近似100%的虛警率，說明此時其識別結果已經完全不可信，其原因在于FFT點數為1 024時，頻譜的分辨率為48 000/1 024=46.875Hz，而2G-ALE的譜峰間隔為250Hz，這樣每個譜峰僅有5個點，此時分辨率過低，造成8FSK特征被淡化，無法充分表征，因此會造成較大虛警。這種隨信噪比增加虛警率增加的趨勢原因在于信噪比較高時噪聲對識別過程的影響較小，此時造成虛警高的主要因素是低分辨率問題，而在信噪比較低時，識別過程中噪聲起到很大的作用，而噪聲與模板是不相關的，所以信噪比低時虛警率更低。FFT點數為2 048點時，虛警率在十的負三次方量級，可見隨著FFT點數增加虛警率是逐漸減小的。

結合識別正確率和虛警率結果，發現在FFT點數取4 096點時，其正確率在0dB以下仍能有近似100%的正確識別率，且具有很小的虛警，因此在實際應用中采用4 096點FFT做最大保持譜進行2G-ALE的識別。

4結束語

第二代自動鏈路建立信號是短波頻譜監測需要處理的常見信號。本文提出了基于Pearson相關系數的模板匹配的2G-ALE識別算法，該算法可以適應寬帶多信號環境，且具有較高的穩健性，在信噪比為-1dB時仍可達到近似100%的正確識別概率，且保持較低的虛警率。由于該算法使用模板匹配的方式，因此可以對不同的信號構造不同的模板，具有通用性、可移植性，只要信號頻譜具有較特殊的不變特征(如Link11CLEW等)，就可以利用該方法進行識別。因此，該識別算法在工程實踐中具有很好的應用前景。

參考文獻

[1]王金龍.短波數字通信研究與實踐[M].北京:科學出版社,2013.

[2]王程乘.短波通信中8FSK的識別及ALE建鏈技術研究[D].西安:西安電子科技大學,2011：15-20.

[3]林祎， 彭華，王彬，等.基于碼元分布特性的FSK信號識別算法[J].信息工程大學學報,2012,13(3):274-280.

[4]王志力，王玉文，蔣瑜，等.基于決策理論的信號調制識別改進算法[J].無線電工程,2014,44(5):30-33.

[5]趙仁才,孫鋼,郭軍.基于模式識別的短波ALE系統8FSK信號解調[J].電訊技術,2004(5):19-21.

[6]楊輝,李建民,閆向東.短波多音并行調制解調技術的研究[J].無線電通信技術,2000,26(1):34-37.

[7]楊文靖.短波調制解調器關鍵技術的軟件實現[J].無線電通信技術,2003,29(4):31-33.

[8]刁文靜,張志勤.短波LFM信號寬帶識別算法[J].無線電工程,2011,41(10):55-57.

[9]張曲,李曉峰,張顥.短波ALE系統8FSK調制解調技術及其DSP實現[J].通信技術,2000(3):43-47.

[10]陳兵,尹曼.基于DHMM的語音識別算法及DSP實現[J].無線電工程,2015,45(8):35-38.

[11]江依法,周青,陳偉燕.一種改進的模板匹配算法及其在ECG波形識別中的應用[J].中國生物醫學工程學報,2012,31(5):775-780.

[12]RobertVH,JosephWM,AllenTC.IntroductiontoMathematicalStatistics(SeventhEdition)[M].NewJersey:PearsonEducationInc,2012.

Technology of 2G-ALE Signal Recognition Based on Spectrum Template Matching

LIN Xiao-hui,ZHANG Run-sheng

(The 54th Research Institute of CETC,Shijiazhuang Hebei 050081,China)

Abstract：The recognition of the signal with specific spectrum features is an important function in spectrum monitoring,and the second automatic link establishment (2G-ALE) signal is a common target in spectrum monitoring.To deal with the problem that the existing algorithms can only apply to single signal in narrowband,an algorithm of 2G-ALE signal recognition based on spectrum template matching is proposed.Firstly,the standard spectrum template is constructed according to the second automatic link establishment protocol,then the max-hold spectrum of input signal is calculated,and the set of Pearson correlation coefficient between the template and the sliding max-hold spectrum is computed.The decision is performed by comparing the preset threshold with statistics,which is transformed from the Pearson correlation coefficient.Finally,the effectiveness of this algorithm is proved in simulations.

Key words：template matching；wideband signal recognition；2G-ALE；spectrum monitoring

中圖分類號：TP391.4

文獻標志碼：A

文章編號：1003-3114(2016)03-46-3

作者簡介：林肖輝(1974—)，男，高級工程師，主要研究方向：頻譜監測系統以及電子戰接收機。張潤生(1984—)，男，博士，工程師，主要研究方向：數字信號處理。

基金項目:國家部委基金資助項目

收稿日期：2016-01-19

doi:10.3969/j.issn.1003-3114.2016.03.12

引用格式：林肖輝，張潤生.基于模板匹配的2G-ALE信號識別技術[J].無線電通信技術，2016，42(3):46-48,69.