張 鑄
(中國電波傳播研究所,北京 102206)
對無線電信號進行的有效監聽監視、特征識別、參數測量以及定位等工作,統稱為無線電監測,主要目的是有效識別和定位不明信號源及干擾信號,并通過科學的信號處理技術進行有效處理。所謂的信號調制識別,指的是在復雜環境下確定信號的調制方式及參數,便于有效處理信號。但隨著通信技術的深入發展,各種各樣的信號充斥在空間中,使得信號調制識別工作變得更加困難。
此方法主要依據假設檢驗和概念論。在使用該方法的過程中,主要是借助信號統計特性,對其信號類型進行理論分析及推導計算,獲取到檢驗統計量,以實現平均風險函數的最小化[1]。但此方法實施起來相對復雜,即使處理簡單的信號,也需要進行復雜的數學公式,無形中會直接增加信號調制識別的工作量,因此并未得到廣泛的應用。
統計模式分兩步進行信號調制識別:一是提取信號特征,在接收到的信號中提取出有別于其他信號的參數;二是識別,需要根據信號的特征來選擇調制方式。與判決理論方法相比較,統計模式識別要更為便利,不需要對其進行條件假設,可以完成信號盲識別,對于截獲信號的處理工作有著極大的幫助,因此得到了廣泛應用。
在開展無線電信號處理之前,要先對無線電信號進行調制識別,按照不同的載波調制參數可以將調制分為振幅、頻率和相位調制3種,分別用AM、FM以及PM表示[2]。通過信號頻率轉換法來轉換不同頻率的信號,同時借助相關的調制解調器監聽轉換頻率之后的信號內容,并在此基礎上對信號進行有效的識別和判斷。隨著科學技術的深入發展,無線電信號開始不斷增多,且信號形式越來越復雜,推動著調制識別技術開始朝著自動化方向發展。上述文中提到的判決理論法和統計模式識別法是自動調制識別技術中常用的兩種方法,由于在實際應用過程中統計模式識別法更為廣泛,因此本文將主要針對統計模式識別法來分析無線電信號的調制識別和提取。
瞬時特征提取流程圖如圖1所示。此提取方式借助統計模式方法,分為信號提取與識別兩方面。通過提取瞬時信號中的相關參數,對瞬時頻率信號開展調制工作,最終實現調制識別的目的。

圖1 瞬時特征提取流程圖
這一過程的關鍵在于瞬間特征值的提取。要想提取出瞬時特征值,要先定義好已調信號s(t)及相應的調制信號m(t),其中s(t)可表示為:

式中,ωc為載波頻率;g(t)是s(t)的復包絡;m(t)則承載于g(t)中;G[·]則代表著m(t)到g(t)的映射函數,其取決于調制類型。通過公式計算出瞬時頻率,然后借助Hilbert變換解析信號。
信號調制有模擬調制與數字調制兩種,其最大的區別是數字調制信號具有符號率(即碼元傳輸速率)。因此要想判斷出已調信號屬于哪種調制信號,可直接分析已調信號中是否存在符號率來進行判斷。
在數字調制信號的過程中,所有的信息表現為符號碼元。當信號進行數字調制時,信號出現變化后會直接改變信號的瞬時頻率、相位或幅度,而且在改變點呈現出的參數信息代表著符號率的相關信息,所以通過在已調信號中提取碼元突變引起的細節突變點,便可以估算該信號的符號率,從而判定其為數字調制信號[3]。
AM信號解調主要分為相干解調法和非相干解調法。全數字解調器采用的是相干解調法。通過分析AM信號頻譜可知,對該信號進行相乘運算能夠從已調信號中獲取到原始信號。將已調信號同頻相乘一個載波信號,便可以獲取到一個低頻信號和一個高頻信號,然后再借助低通濾波器對其進行區分,最終可獲得原始信號[4]。在AM信號中,時間波形可以表達為:

式中,A0代表外加直流分量;f(t)為調制信號,不論該調制信號是確知的還是隨機的,都不影響該公式的運行,但通常情況下,其平均值是0;ωc指的是載波信號的初始相位。AM信號的相干解調原理如圖2所示。

圖2 AM信號相干解調原理圖
FM信號解調是一種非線性解調方法。該方法在應用過程中需要對一個未載波的信號進行相位調制,保證其幅值不變的基礎上,初始相位為0,此時瞬時角頻率調制信號的線性函數就是頻率調制(Frequency Modulation,FM)。為了方便分析,可以簡化公式:

式中,A代表幅度;ωc為角頻率;φ為相位。這3個參數都能夠攜帶信息,最終構成一個已調信號。如果保持A與ωc不變,瞬時相位出現偏移,使其成為調制信號的線性函數,那么此種信號調制方式則是相位調制(Phase Modulated,PM)。FM與PM都屬于角度調制[5]。
解調主要是輸出電壓與調頻波生成線性關系的過程。輸出電壓是解調過程中的重要一環,而實現電壓變換的重要元件是頻率解調器。近幾年數字信號處理技術得到了深入發展和應用,將其應用到頻率解調器中,生產出了全數字解調器,如圖3所示。

圖3 全數字解調器示意圖
在信號處理過程中,最為關鍵的便是時差估計(Time Difference of Arrival,TDOA)技術。該技術在應用中能夠在短時間確定目標位置,有著極高的精準度,應用效果顯著,是目前各個國家在信號處理技術研究中的重點方向[5]。
在應用時差估計技術時,主要借助相關法完成操作,簡單來說就是確認不同信號的差異性和相關性。不同傳感器所接收到的數據參數是有著一定關聯性的,通過有效處理信號通道噪音能夠進一步加深二者的聯系,此外通過分析不同信號之間的相關性,借助sinc函數插值法能夠估算非整數時差,但運算量較大[6]。研究發現,此技術應用到時差估計測量中能夠取得良好效果,還能夠有效降低有色噪聲帶來的影響。
4.2.1 實際信道環境對時差定位的影響
在應用時差估計技術的過程中,如果信道環境不理想,建筑物阻擋了輻射源與基站之間電波傳播的視距(Line-of-Sight,LOS)傳播,那么電波便不能完成LOS傳播,只能通過折射和反射等方式來完成傳播。TDOA技術在對輻射源進行定位估計時,與具備LOS路徑相比較,其測量值會產生誤差分量[7]。這種誤差測量值如果應用到輻射源的定位估計中,將會導致定位算法性能下降,從而造成估算位置偏差。
4.2.2 一種抑制TDOA估計中NLOS誤差的新方法
有文獻曾經提出了一種新方法來有效抑制TDOA估計中帶來的非視距(Non-Line of Sight,NLOS)誤差,通過計算TDOA測量值相對于輻射源參考位置的殘差來有效鑒別NLOS誤差,具體如圖4所示。MS作為輻射源,BS為定位系統,當MS與BS之間具備LOS時,3條TDOA雙曲線的H2、H3、H4非常接近,幾乎相交一點,這種情況下便能夠準確估計到MS的位置。此種狀態下TDOA的殘差是小的,一旦BS3與MS之間具有NLOS,TDOA的雙曲線就會從H3變為H2',那么MS的位置就會處于H2、H2'及H4的相交區域,這種情況下計算的TDOA殘差就會增大[8]。

圖4 NLOS對時差定位精度的影響示意圖
如果主站與輔站都受到了NLOS影響,那么TDOA測量引入的誤差將會是兩個均值服從對數正態分布的隨機變量的差,差值取決于MS和BSi的距離。如果主站與輔站之間只有一個受到了NLOS影響,那么TDOA量值也會呈現出正負偏差問題。這個時候如果將TDOA測值的正負偏差修正到零,便能夠有效降低NLOS影響。
相關技術人員能夠借助頻譜儀和接收器等設備,采取聲音監聽和人工分析等方式來監測特定頻段中的信號,但效率較低,而且人工信號搜索監測方式主要依靠人工,受主觀因素影響較大,并不能夠大規模應用在信號監測[9]。
此方法借助計算機軟件及網絡平臺來實現信號的搜索,具有較高的自動化性能,極大地提升了信號搜索效率[10]。在信道環境良好的情況下,該方法與人工信號搜索相比具有更低的誤檢率,但不適用于信道環境復雜的條件。復雜的信道環境會造成漏檢率升高,此時有關技術人員應該根據實際情況分析信號搜索技術,從而選擇更為合適的搜索方法。
隨著無線電通信技術的深入研究和發展,無線電信號的數量和種類越來越多。要想降低其他信號的干擾,必須要準確判斷干擾信號的來源。借助信號處理技術來降低干擾程度是保障無線電通信傳輸質量的關鍵。在無線電監測過程中,技術人員可以依據信號處理要求對信號進行調制識別及參數評價,便于區分不同類型的信號,以提升整體的抗干擾能力。目前,無線電通信技術尚處于發展階段,無線電監測過程中的信號處理技術也還在不斷探索和研究中。這就要求相關的技術人員要時刻秉承學習精神,積極學習先進的信號處理技術和方法,不斷提升無線電監測工作水平。