基于决策论的数字调制信号识别方法

冯晓东,曾 军

(重庆邮电大学 电信业务支撑系统研究所,重庆 400065)

基于决策论的数字调制信号识别方法

冯晓东,曾 军

(重庆邮电大学 电信业务支撑系统研究所,重庆 400065)

以决策论为基础提出了一种改进的数字调制信号识别方法,该方法仅需4个相对简单的特征参数,就能识别2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号。仿真结果表明,该方法复杂度较低,识别正确率有较大提高,尤其对于2ASK、4ASK、MPSK/MFSK及16QAM的识别,在信噪比较低的情况下,具有较好的识别效果。

调制识别;决策论;特征参数;信噪比

随着通信技术的发展,无线通信环境日益复杂,通信信号的调制制式也越来越趋于多样化和复杂化,通信信号调制识别显得尤为重要和迫切。调制识别指的是在没有任何先验知识的前提下自动识别接收到的信号的调制方式。目前,自动调制识别算法主要分为统计模式识别与决策论方法两大类[1-3]。A.K.Nandi和E.E.Azzouz在文献[4～6]中采用传统决策论、神经网络等方法对模拟和数字信号进行分类识别,但结果表明只有在信噪比>10 dB时,识别效果才比较理想,而当信噪比<10 dB时,识别正确率会大幅下降。文献[7～8]利用小波变换进行识别,算法复杂度高,需要信噪比>10 dB时,才能实现信号的调制分类。文献[9]改进了传统决策理论算法所提取的特征参数,虽然算法复杂度与识别正确率都有所提高,但当信噪比≤5 dB时,正确识别概率会明显下降。

本文从提取特征参数的角度,提出4个计算量小、提取较方便的特征参数,基于决策论提出了一种数字调制信号识别方法,用以识别2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号,并结合决策树分类器给出该识别方法的实现流程。仿真实验显示,当SNR≥8dB时,能够识别率均能达到100%,同时,当SNR低于5 dB时,能够较好地完成2ASK、4ASK、MPSK/MFSK及16QAM的识别。

1 识别方法

1.1 特征参数的提取

本文将实现对2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号的识别,综合考虑算法复杂度、识别正确率等多方面因素,采用以下4个特征参数来进行识别:

1.1.1 包络高阶特征J[8]

假设接收到的信号为

f(t)=s(t)+n(t)=A(t)cos[φ(t)]+n(t)

(1)

接收信号f(t)的包络ξ(t)为

(2)

(3)

m4=E[ξ4(t)]=E{[A2(t)+2A(t)a(t)+c2(t)]2}

(4)

由于已调信号s(t)和噪声n(t)不相关,再利用高斯白噪声性质,式(4)可化简为

(5)

由式(5)可知

m4-2(m2)2=E[ξ4(t)]-2E2[ξ2(t)]=E[A4(t)]-2E2[A2(t)]

(6)

可以看出,式(6)消除了噪声的影响,因而对噪声有较好的抑制作用。把式(6)对已调信号s(t)功率平方的4倍4S2进行归一化,定义为特征量J,其表达式为

(7)

表1给出了各调制信号的包络高阶特征J的理论值,由此表可知,通过设置合适的门限。

表1 各调制信号的特征参数的理论值

1.1.2 零中心归一化MF1[7]

定义

(8)

1.1.3 递归零中心归一化MF2[7]

定义

(9)

1.1.4 零中心归一化MP[7]

定义

(10)

1.2 特征参数门限值的确定

为确定特征参数J,MF1,MF2和MP的门限值,本文使用Matlab仿真,并通过观测各特征参数随信噪比的变化情况,来确定门限值。设码元速率为500bit·s-1,载波频率和采样频率分别取2kHz和12kHz,噪声均为高斯白噪声,仿真结果如图1所示。通过对仿真图分析可以确定特征参数J、MF1、MF2、MP的门限值分别为t(J1)=-0.2,t(J2)=-0.5,t(J3)=-0.8,t(MF1)=0.19,t(MF2)=0.42,t(MP)=0.43。针对特征参数J,具体的判决规则为:当J>t(J1)时,判为2ASK;当t(J2)

1.3 识别流程

考虑到决策树分类器结构简单、分类速度快、运算量小等优点[6],本文采用决策树的分类方法来实现对这7种数字调制信号的识别。根据提取的特征参数及其门限值,可以得到如图2所示的识别流程。

图1 门限值的确定

图2 识别流程图

2 仿真及其结果分析

为实现对2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号的识别,依照图2所示的识别流程及选取的特征参数门限值来进行仿真实验。其中,所采用的仿真参数及条件为:载波频率、采样频率、码元速率分别为2 kHz、12 kHz、500 bit·s-1,信号频偏等于码元速率,码元个数为500。使用随机序列作为调制信号,且仿真环境为理想加性高斯白噪声信道,信噪比取0～20 dB。

表2 数字调制信号识别正确率与信噪比的关系

2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号的识别正确率随SNR的变化情况如表2所示。图3为信号2ASK、4ASK、MPSK/MFSK及16QAM识别的信噪比性能曲线。从表2可以得知,当SNR≥8 dB时,识别率均能够达到100%;当SNR=5 dB时,除2ASK外,其余信号正确识别率均超过90%;当SNR低于5 dB时,不能正确识别信号2FSK、4FSK、2PSK和4PSK,这是因为参数MF1、MF2、MP在较低SNR情况下,不能区分各信号;但从图3可以看出,当SNR<5 dB时,还是能够较好地完成2ASK、4ASK、MPSK/MFSK及16QAM的识别,这是因为参数J对噪声有良好的抑制作用。

图3 调制信号类间识别的信噪比性能曲线

3 结束语

本文从特征参数提取这个角度,改进了传统的基于决策论的数字调制信号识别方法,只需4个特征参数就能识别2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号,并且在SNR达到8 dB时就能实现100%正确识别。与文献[3]相比,本文少用了一个特征参数来识别这7种数字调制信号,并在SNR<5 dB时,还能较好地完成2ASK、4ASK、MPSK/MFSK及16QAM的识别。另外,该方法运算复杂度较小,能够较好地满足工程应用中的实时性需求。

[1] 吕新正.基于多特征参数的通信信号调制识别技术研究[D].成都:电子科技大学,2004.

[2] 张炜.数字通信信号调制方式自动识别研究[D].长沙:国防科学技术大学,2006.

[3] 王婷婷,苑律莎,赵建立.基于决策论的数字模拟信号调制识别[J].电子科技,2011,24(8):96-99.

[4] Azzouz E E,Nandi A K.Automatic identification of digital modulation types[J].Signal Processing,1995,47(3):55-69.

[5] Azzouz E E,Nandi A K.Procedure for automatic recognition of analogue and digital modulations[J].IEE Proceedings Communication,1996,143(5):259-266.

[6] Nandi A K,Azzouz E E.Algorithms for automatic modulation recognition of communication signals [J].IEEE Transactions on Communication,1998,46(4):431-436.

[7] 张达敏,王旭.对基于决策论的数字信号调制识别方法的改进[J].计算机应用,2009,29(12):3227-3230.

[8] 蔡权伟,魏平,肖先赐.一种低信噪比信号的调制盲识别方法[J].电子科技大学学报,2006,35(2):196-199.

[9] 郭洪志.通信信号识别系统的关键算法实现[D].杭州:浙江大学,2010.

A Method for Digital Modulation Recognition Based on Decision Theory

FENG Xiaodong,ZENG Jun

(Telecom Services Support System Research Institute,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

An improved method is proposed to identify the types of the digital modulation signals based on the decision theory.By this method,only 4 relatively simple characteristic parameters are needed to identify the seven digital modulation signals,2ASK,4ASK,2FSK,4FSK,2PSK,4PSK and 16QAM.Computer simulations show that the complexity of the improved method is reduced greatly,and the correct recognition rate is increased significantly.It performs specially well in identifying the four digital modulation signals,2ASK,4ASK,MFSK/MPSK and 16QAM,in the case of low signal to noise rate.

modulation recognition;decision theory;feature parameters;signal to noise rate

2014- 11- 25

曾军(1989—),男,硕士研究生。研究方向:数字信号处理。E-mail:512013233@qq.com。冯晓东(1970—),男,高级工程师。研究方向:射频技术及软件无线电。

10.16180/j.cnki.issn1007-7820.2015.04.033

TN911.3

A

1007-7820(2015)04-124-04