基于谱线特征的调制方式自动识别方法

赵 岚

(1.通信信息控制和安全技术重点实验室，浙江 嘉兴 314033;2.中国电子科技集团公司第36研究所，浙江 嘉兴 314033)

0 引言

调制识别，是指在接收方未知信号调制方式的前提下，通过己接收到的信号，判断出信号的调制方式。调制方式是通信信号的一个重要特征，正确识别未知信号的调制方式，是后续信号处理工作如参数估计乃至解调的先决条件。通信信号调制方式的自动识别在军事和民用领域都有十分广泛的应用，例如信号认证、干扰识别、频谱管理、通信监视和电子对抗等。

迄今为止，国内外众多学者对信号调制方式的自动识别已做了大量研究，提出了一系列不同的识别方法，有基于信号瞬时时域特征的，有基于高阶矩高阶累积量的［1］，有基于信号谱相关的，但是这些方法存在着特征参数提取困难、对调制参数变化较敏感及识别种类较少等缺陷。

为弥补上述方法的不足，提出了一种基于信号谱线特征的调制方式自动识别方法。首先对信号功率谱、二次方谱、四次方谱及包络平方谱进行了分析，针对卫星通信中常用的调制方式，提出了一组无需先验知识并且对信噪比和信号调制参数不敏感的分类特征参数，然后利用上述参数设计了一套识别方案，并进行了仿真，实验结果证明能取得较好的识别效果。

1 信号谱线特征

对数字通信信号做非线性变换操作后，信号可能在频域出现离散谱线特征，谱线的数目及其出现的位置、强度，与信号的调制方式，以及调制参数都有内在联系。利用信号谱线的这些特征，可以将其作为识别参数对调制方式进行有效识别。下面针对卫星通信中几种常见的数字调制方式，如CW、AM、ASK、FM、BPSK、QPSK、OQPSK、π/4－QPSK、2FSK 及高斯白噪声的频谱特性进行分析，在此基础上提取出一组分类参数，用于对信号调制方式的自动识别。

1.1 功率谱

信号功率谱直接反映调制信号中各频率分量的功率分布［2］。有载波分量信号(如AM、ASK等)和无载波分量信号(如PSK等)在信号功率谱载频处有很大的不同，可以将其作为它们主要的分类特征。

1.2 二次方谱

信号二次方谱即为信号平方后的功率谱，平方谱反映调制信号倍频后的频谱功率分布特性。对载波只有π跳变的信号，如BPSK信号，平方谱在二倍载频处有很强的单频分量，而其他PSK信号则无此特征。利用信号的二次方谱特征可对PSK信号进行类内识别。图1～图3分别显示了BPSK、QPSK和OQPSK信号的二次方谱。从图中可以直观地看到，三者二次方谱的谱线数目及所出现的位置有着明显的区别。

1.3 四次方谱

信号四次方谱即信号四次方的功率谱。信号的四次方谱主要用于区分QPSK和π/4－QPSK信号。由于上述信号的四次方谱具有不同的特征，因此很容易通过它将这些信号区分出来。QPSK信号和π/4－QPSK信号的四次方谱，分别如图4、图5所示。

1.4 包络平方谱

信号的包络平方谱，即信号包络平方的功率谱。由于数字调制信号包络平方的频谱是由位于码元速率整数倍处的冲激序列叠加而成的，因此其包络平方谱中有明显的码元速率谱线，而模拟调制信号的包络平方谱则没有此特征。利用信号的包络平方谱可以实现模拟与数字调制方式的区分［3］。

2 分类参数

综合上述几种信号的频谱特征，可以从中提取出一组对信噪比和调制参数不敏感的特征参数。

2.1 噪声检测因子

加性高斯白噪声(AWGN)频谱包络是平坦的，而信号频谱则有明显的谱峰，利用这一特点，定义分类参数——噪声检测因子 An(n=1，2)。对于AWGN和信号，通过下述方法计算得到的An将表现出不同的取值范围，可用于将两者进行分类。计算步骤如下。

经过大量的仿真统计表明:当A1、A2值均小于某一阈值时为AWGN，否则为信号。

2.2 单频分量检测因子

对信号进行FFT运算，得到其功率谱，定义最大幅值和次高幅值的比为单频分量检测因子Cn，用于刻画谱线的突出程度，当其大于某一阈值时，可认为在最大谱线处存在单频分量。利用这一检测参数，可用于将CW、AM和ASK这些有载波分量信号区分出来。

2.3 零中心归一化瞬时幅度谱密度的最大值γmax

零中心归一化瞬时幅度谱密度的最大值γmax定义如下。

式中，N为采样点数;acn(n)为零中心归一化瞬时幅度，由下式计算。

式中，an(n)=a(n)/ma，ma为瞬时幅度 a(n)的平均值，由下式计算。

γmax是零中心归一化瞬时幅度谱密度的最大值，可用于区分无调制信息的CW信号和包含幅度信息的信号。

2.4 零中心归一化瞬时幅度的四阶矩

2.5 R 参数［4］

R参数定义如下。

式中，μ和σ2分别是信号包络平方的均值和方差。

R参数反映了信号包络的平坦度，可用于区分恒包络信号和非恒包络信号子类。

2.6 谱峰数N

谱峰数N记录了谱峰的个数，定义如下参数。

N2_0:信号二次方谱在零频位置存在谱峰;

N2_1:信号二次方谱在零频以外的位置存在谱峰;

N4_0:信号四次方谱在零频位置存在谱峰。

利用上述参数可对多谱峰信号进行分类。

3 自动识别方法

待识别的信号计算出上述参数后，可按下述步骤进行调试方式的自动识别。

(1)计算噪声检测因子，将其与阈值Ath比较，区分出噪声和信号;

(2)计算单频分量检测因子，将其与阈值Cth比较，将信号分为有载波分量子类(包括CW、AM和ASK)和无载波分量子类(包括 FM、BPSK、QPSK、OQPSK、π/4－QPSK和2FSK);

(3)计算 γmax和，用 γmax将有载波分量子类中的CW信号区分出来，用区分 AM和 ASK信号;

(4)计算R参数，将信号分为恒包络信号子类(包括FM、FSK)和非恒包络信号子类(包括BPSK、QPSK、OQPSK和π/4－QPSK);

(5)计算信号二次方谱，利用参数N2_1将恒包络信号子类的FM和2FSK进行分类;

(6)计算信号二次方谱，利用参数N2_0将非恒包络信号子类中的BPSK信号区分出来，再利用参数N2_1将OQPSK信号区分出来;

(7)计算信号四次方谱，利用参数 N4_0将QPSK信号和π/4－QPSK信号进行分类。

识别流程图如图6所示。

图6 调制方式自动识别流程图

4 仿真实验

为了测试上述方案的性能，选取卫星通信中常用的CW、AM、ASK、FM、BPSK、QPSK、OQPSK、π/4－QPSK、2FSK信号及AWGN，进行计算机仿真。

使用随机序列作为调制信号的信源。对调制信号的码元速率、载波频率和采样率进行了归一化，分别选定为1、2、10。用均值为0正态分布的随机数发生器产生加性高斯白噪声。成型滤波器滚降系数为0.3。2FSK信号调制指数为0.5。

每个信号样本取4096个采样点，对每一类调制信号在信噪比5～20 dB每隔5 dB测试500个样本，得到的识别正确率，见表1。

表1 识别正确率

实验结果证明在信噪比大于5 dB时，上述信号的总体识别率能达到97%以上，其中CW、AM和FM等信号的识别率能达到98%以上。随着信噪比的提高，信号的识别正确率也相应提高，部分信号最终能达到100%。分析认为，由于分类特征参数受信噪比的影响，使得低信噪比时的信号识别率一般低于高信噪比的情况，特别是一些通过信号包络特征提取的分类参数，由于噪声导致包络的起伏，使得低信噪比时识别率有所下降。此外，识别正确率与所选取的阈值也有关系。

5 结语

分析研究了信号的功率谱、二次方谱、四次方谱和包络平方谱的谱线特征，在此基础上提取出一组用于调制方式识别的分类参数，设计了一套识别方案，并详细阐述了方案的实现步骤及参数提取原理，对卫星通信中常用的一些调制信号进行了仿真试验。试验结果表明，所提取的参数对信噪比和调制参数具有较强的鲁棒性，识别方案在较低信噪比下也能实现较高的识别率，有较强的实用性。

［1］SWAMI A，SADLER B M.Hierarchical Digital Modulation Classification Using Cumulates［J］.IEEE Trans Commun，2000，48(3):416-429.

［2］樊昌信.通信原理［M］.第5版.北京:国防工业出版社，2001.

［3］包锡锐，吴瑛.基于谱特征的模拟与数字调制方式识别方法［J］.计算机工程与设计，2008，29(14):3569-3571，3576.

［4］CHAN Y T，GADBOIS L G.Identification of the Modulation Type of a Signal［J］.Signal Processing，1989，16(2):149-154.