神墓辰东小说,古风名字,完美世界辰东

基于循環譜的數字信號的自動識別

來源：電子技術應用2013年第9期

鄭天堃，姚遠程，秦明偉

西南科技大學信息工程學院，四川綿陽 621010

摘要： 介紹數字信號調制識別的譜相關法，在利用一些調制信號具有相同的功率譜密度時,它們的譜相關函數卻有明顯的區別。利用譜相關函數可以識別出低信噪比下的調制信號。通過循環譜中一些參數的提取，對高斯噪聲中常見的數字通信信號的自動識別進行了計算機仿真。仿真結果表明，在信噪比不低于15 dB時，信號的平均識別率可以達到95%以上，有很好的實用前景。

關鍵詞： 軟件數字通信譜相關自動識別

中圖分類號： TN911.6
文獻標識碼： A
文章編號： 0258-7998(2013)09-0102-03

The automatic identification of a digital signal based on cyclic spectrum

Zheng Tiankun, Yao Yuancheng, Qin Mingwei

Southwest University of Science and Technology, Mianyang 621010, China

Abstract： The article describes the spectrum of the digital signal modulation recognition method and takes advantage of some of the modulation signal when some modulation signal have the same power spectral density correlation function of the spectrum, but there is a significant difference in spectral correlation function. Low signal-to-noise ratio of the modulated signal can be identified by spectral correlation function. The article has computer simulation of Gaussian noise automatic identification of digital communication signals by the extraction of some of the parameters of the cyclic spectrum. The experimental simulation results show that signal average recognition rates can reach 95% or more, and good practial prospects when the signal-to-noise ratio is not less than 15 dB.

Key words : digital communications; spectral correlation; automatic identification

近些年來，通信信號的自動識別受到越來越多的關注和研究。其應用也隨之越來越廣泛，在民用方面，信號調制模式的自動識別是軟件無線電接收機的基礎；在軍用方面，信號調制方式的識別也是電子對抗、信號干擾的核心技術之一[1-2]。

    目前已經存在的信號調制識別方法主要分為兩大類：基于決策理論的方法[1,3]和基于統計模式識別的方法[4]。其中基于決策理論方法，由于其需要每一個參數都有一個最優門限，并且參數提取和信號識別的順序都會影響識別率，因此在現實應用中往往受到較多的限制。而基于統計模式識別的方法因其性能好得到了廣泛應用。循環譜具有識別率高、抗干擾能力強、實用性強等優點而得到越來越多的重視。
1 譜相關分析
     已知x(t)是一個均值為零的非平穩信號，則其時變自相關函數定義為:


2 自動識別算法
    根據已閱讀的文獻中關于數字信號識別調制的參數計算方法，以及各個參數的計算復雜程度、抗噪性的優劣，選擇以下參數作為本文信號識別的參數，同時針對BPSK和QPSK識別提出一個新的參數，通過軟件仿真驗證該參數的優越性能。本文假定待識別的數字調制信號樣集為{2ASK、4ASK、2FSK、4FSK、BPSK、QPSK}。信號識別步驟如下：

　   從圖4中可以看出，當t4=180時可以將2FSK、4FSK兩種信號區分開。
　   (4)對于BPSK、QPSK這兩種數字調制信號的識別，在理論上是比較困難的。因為它們的功率譜密度函數十分相似，特征也比較接近，頻譜峰值數都為零，Sx?琢(f)在f軸上的歸一化最大下降值都很小。在已見到的文獻中關于這兩個信號識別的參數計算都較為復雜，在該文中通過分析各個信號循環譜三維圖的等高線仿真圖，發現有明顯的差異，尤其是對于BPSK、QPSK這兩個信號。利用Matlab中的函數contour對信號循環譜進行觀察，記參數M5為截面圖中圓點個數。它們的循環譜三維圖如圖3、圖4所示，圖5、圖6是利用函數contour畫出截面圖。
   從圖5、圖6中可以看到BPSK、QPSK兩個調制信號識別的特征參數M5有明顯差別。當M5=4時，可以判定該信號為BPSK，當M5=2時可以判定該信號為QPSK。

3 性能分析
本文的系統軟件仿真是在MATLAB 2011環境下完成的，以{2ASK、4ASK、2FSK、4FSK、BPSK、QPSK}等6種調制類型。仿真時設定調制信號的載頻為200 kHz，碼元速率為10 KB/s，噪聲采用高斯白噪聲,采樣頻率為800 kHz，每個采樣信號段內包括Ns=1 024個采樣點數據，仿真時對每一個調制信號類型在信噪比-5 dB~25 dB范圍內每隔5 dB產生30個樣本進行仿真識別。調制識別的仿真結果由表1所示。在信噪比15 dB以上，信號自動識別率達到96%以上，同時在信噪比10 dB時，總體識別率還能達到93%，與參考文獻[9]相比識別率得到了一定的提高,尤其是對于BPSK、QPSK這兩種信號的識別率。

本文主要討論了利用譜相關對常見數字調制信號的識別方法，尤其是BPSK、QPSK之間的識別率得到了明顯的提升。譜相關是廣義的周期平穩（自相關周期平穩）過程的一個特征屬性，而譜相關函數是常規功率譜密度函數的推廣，功率譜密度只是譜相關函數理論的一個特例。采用譜相關法對信號進行識別，最重要的是特征參數的選取，其穩定性、抗噪性、計算難易度都是識別過程中的難點和重點，這些都需要進一步深入研究，如何提高程序運行速度同時減少循環譜運算量等方面都需要進一步優化，這對實時識別都是很有實用意義的研究方向。
參考文獻
[1] AZZOUZ E E, NANDI A K. Automatic identification of digital modulation type[J]. Signal Processing,1995,47(1):55-69.
[2] 王潔,陳惠民,張金藝,等.數字調制方式的識別研究[J].上海大學學報(自然科學版),2002,8(3):197-199.
[3] SOLIMAN S S, HSUE S. Signal classification using statistical moments[J].IEEE Transactions on Communications,1992,40(5):908-916.
[4] NANDI A K, AZZOUZ E E. Modulation recognition using artificial neural networks[J].Signal Processing,1997, 56(3):165-175.
[5] 張賢達,保錚.非平穩信號分析與處理[M]. 北京:國防工業出版社,1999.
[6] GARDNER W A, SOONER C M. Cyclic-spectral Analysis for signal detection and modulation recognition[M]. IEEE,1988:419-424.
[7] 朱雷，程漢文，吳樂南.利用循環譜和參數統計的數字信號識別法[J].應用科學學報，2009,27(2):138-143.
[8] 呂杰，張勝付，邵偉華，等.數字通信信號自動識別的譜相關方法[J].南京理工大學學報，1999,23(4):298-300.
[9] 李俊俊，陸明泉，馮振明.一種改進的數字信號自動識別方法[J].系統技術與電子技術，2005，7(12):2024-2050.

原創聲明：此內容為AET網站原創，未經授權禁止轉載。

相關內容