基于改进的瞬时信息量数字调制识别算法

曾 旭，慕晓冬，易昭湘，许夙晖

(火箭军工程大学 信息工程系，陕西 西安 710025)



基于改进的瞬时信息量数字调制识别算法

曾 旭，慕晓冬，易昭湘，许夙晖

(火箭军工程大学 信息工程系，陕西 西安 710025)

针对瞬时信息量的调制识别算法抗噪性能差的问题，提出了一种基于改进的瞬时信息量的数字调制识别算法。通过提取5种新的瞬时信息特征参数，确定其判别次序和判决门限值，使得算法在低信噪比条件下依然能保持很高的识别性能。实验结果表明，算法在信噪比低至5 dB时，对不同的数字调制信号的识别率均达到90%以上，与同条件下的原有识别算法相比，识别正确率提升了15%。

瞬时信息量；调制识别；判决门限；信噪比

0 引言

对于数字信号调制识别分类主要有2种方法：基于决策理论的调制识别和基于特征提取的模式识别[1]。相比于决策理论方法，模式识别方法不依赖过多的先验知识且参数判决门限选取较为容易，因此运用更为广泛。基于特征提取的模式识别方法主要包括基于瞬时统计量信息特征的调制识别[2-4]、基于高阶累积量的调制识别[5-6]、基于星座几何特征的调制识别[7-9]、基于联合调制识别[10-11]以及包括基于小波变换[12-13]在内的其他调制识别方法。文献[14]中提出一种基于5种瞬时特征参量的组合识别次序，在信噪比为10 dB时，对通信信号的平均识别率能达到90%以上。但算法没有对特征参量组合是被次序的最优性进行验证，识别性能有待进一步提升。文献[15]中提出一种基于改进的瞬时统计特征参数实现了对常见数字信号的调制识别，但其新的瞬时参数提取计算量较大，算法实时性降低。文献[16]中提出一种基于联合特征参数的数字调制识别优化算法，算法通过调制信号的高阶累积量和瞬时特征参量，利用神经网络分类器对常用数字信号进行调制识别，但是算法在提升抗噪性能的同时，使得其本身复杂度显著增大，算法实际应用价值不高。以上算法中由于收到瞬时特征参量对不同调制方式的分辨率不高的制约，在低信噪比条件下的检测性能都有待提升。

本文利用瞬时特征方法计算量小、可靠性高的特点，提出一种改进的基于瞬时特征参数的数字信号调制识别算法。算法通过提取5种新的瞬时特征参量，采用决策树分类器方法在低信噪比条件下实现对6种常见的数字信号(2ASK、4ASK、2FSK、4FSK、2PSK和4PSK)的调制识别。并通过Matlab仿真实验，与原有算法识别性能进行对比，验证改进算法识别性能。

1 基于改进的瞬时特征参数提取

当通信信号的调制方式不同时，它们具备不同的特征参数，可以通过对待识别对象进行研究分析，进而得到1类或者多类信号特征，根据对应特征或者特征的组合进行调制识别工作。

信号瞬时特征参数用来估计调制信号的待识别参数，具有计算简便、可供统计分析的数据量大等特点，是调制识别算法中最基本的方法之一。信号的瞬时信息包括瞬时幅度、瞬时相位和瞬时频率3个信号基本的特征量以及多类不同角度的特征统计量。

1.1 基于希尔伯特变换的基本特征量

基本特征量在上述被定义为瞬时幅度、瞬时相位和瞬时频率。为方便分析，首先定义实际调制信号x(t)的解析式为：

s(t)=x(t)+jy(t)。

(1)

式中，y(t)为x(t)的希尔伯特(Hilbert)变换。

(2)

式中，“⊗”表示卷积运算，经过Hilbert变换的信号y(t)可以通过一个滤波器的输出得到。

① 瞬时幅度序列A(i)

A(i)=(x2(i)+y2(i))1/2。

(3)

② 瞬时相位序列θ(i)

修正后的无折叠相位φ(i)为：

φ(i)=θ(i)+C(i)。

(4)

③ 瞬时频率序列f(i)

(5)

1.2 改进的统计量特征参数

基于3个基本特征量瞬时幅度序列A(i)、瞬时相位序列θ(i)和瞬时频率序列，可以进一步得到多个调制信号的特征统计量，在此，提出5种新的特征统计量参数。

1.2.1 零中心归一化瞬时幅度绝对值平方的均值

(6)

(7)

1.2.3 零中心归一化瞬时频率绝对值平方的均值

(8)

(9)

1.2.5 零中心归一化瞬时相位绝对值平方的均值

(10)

2 改进算法识别流程

通过以上对5种改进的特征统计量参数的分析说明可得，这5中参数能够实现对本文选取的6种数字信号的调制识别，图1为本文提出的基于改进的基于瞬时特征参数的识别算法流程图，图中t(·)表示各提取特征的门限值。

图1 基于瞬时信息的数字调制识别算法流程

3 仿真实验结果

通过计算机仿真对选取的调制识别特征参数进行确定。仿真参数设置为：载波频率fc=150 kHz，FSK信号载波频率频偏确定为50 kHz，2FSK两载波载频分别为fc1=100 kHz和fc2=200 kHz，4FSK 4个载频分别为fc1=50 kHz、fc2=100 kHz、fc3=200 kHz和fc4=250 kHz，抽样频率fs=1 200 kHz，符号速率rb=12.5 kbit/s，周期内符号数为N=2 048。

3.1 特征参数门限值选取

图在不同数字调制下的数值分布

图在2ASK与4ASK调制下的数值分布

图在MPSK与MASK调制下的数值分布

图在2FSK与4FSK调制下的数值分布

图在2PSK与4PSK调制下的数值分布

3.2 算法识别率仿真

将仿真得到的各特征参量的门限设定值写入算法程序中去，在上节所述仿真条件下，对2ASK、4ASK、2PSK和4PSK进行调制识别分类仿真，改变信号信噪比，得到算法识别率结果如表1所示。

表1 瞬时信息数字调制识别算法识别率 (%)

由表1可得，在信噪比大于8 dB时，对实验中所有待识别对象的识别正确率都超过了95%，而当信噪比大于15 dB时，对实验中所有待识别对象的识别正确率都达到100%。本文中所提基于改进的瞬时信息特征参数识别算法与文献[9]中原有算法的识别率仿真结果对比。由表中数据结果可得，在信噪比为5 dB的条件下，本文所提出的改进算法相比于原有算法平均识别正确率提高了15%。改进算法通过提取更为优化的瞬时信息参数，提升了算法在低信噪比条件下对数字调制信号的识别性能。

4 结束语

[1] VEER K,SHARMA T.A Novel Feature Extraction for Robust EMG Pattern Recognition[J].Eprint Arxiv,2016,1(1):71-80.

[2] HU You-qiang,LIU J,TAN X H.Digital Modulation Recognition Based on instantaneous information[J].中国邮电高校学报(英文版),2010,17(3):52-59.

[3] 王志力,王玉文,蒋 瑜,等.基于决策理论的信号调制识别改进算法[J].无线电工程,2014,44(5):30-33.

[4] 蔡建平,范广伟,王 飞,等.基于瞬时参数提取的干扰类型识别方法[J].无线电工程,2014,44(10):69-72.

[5] 孙汝峰,刘顺兰.基于高阶累积量和谱分析的数字调制信号识别[J].微型机与应用,2016,35(4):76-79.

[6] 孙钢灿,王忠勇,刘正威.基于高阶累积量实现数字调相信号调制识别[J].电波科学学报,2012(4)：42-45.

[7] 李苹苹.基于聚类理论的MQAM信号调制方式识别算法研究[D].郑州:郑州大学,2015.

[8] 李世杰,郭 雁,叶永杰.基于星座图的数字调制信号识别技术[J].通信对抗,2016(1):20-23,34.

[9] YIN C,LI B,LI Y.Modulation Classification of MQAM Signals from Their Constellation Using Clustering[C]∥International Conference on Communication Software & Networks.IEEE Computer Society,2015:303-306.

[10] 杨发权,李 赞,罗中良.基于聚类与神经网络的无线通信联合调制识别新方法[J].中山大学学报(自然科学版),2015,54(2):24-29.

[11] 赵成林,罗 勇,石明军.基于小波变换的信号调制方式的识别研究[J].无线电工程,2010,40(1):10-12.

[12] HASSAN K,DAYOUB I,HAMOUDA W,et al.Automatic Modulation Recognition Using Wavelet Transform and Neural Networks in Wireless Systems[J].Eurasip Journal on Advances in Signal Processing,2010(1):13.

[13] 龚安民,王炳和,曲 毅.基于同步压缩小波变换的通信信号调制识别[J].电光与控制,2015(12):50-53.

[14] 位小记,谢 红,郭 慧.基于瞬时特征参数的数字调制识别算法[J].传感器与微系统,2011,30(1):127-130.

[15] 付仕平,杨 丽,邵 伟.基于瞬时特征参数的数字信号调制识别算法[J].现代防御技术,2013,41(6):71-75.

[16] 谭晓衡,陈 印.基于联合特征参数的数字调制识别优化算法[J].系统工程与电子技术,2011,33(12):2 732-2 736.

曾 旭 男，(1992—)，硕士研究生。主要研究方向：信息与信号处理。

慕晓冬 男，(1965—)，教授，博士生导师。主要研究方向：信息与信号处理。

A Digital Modulation Recognition Algorithm Based on Improved Instantaneous Information

ZENG Xu,MU Xiao-dong,YI Zhao-xiang,XU Su-hui

(DepartmentofInformationEngineering,PLARocketForceEngineeringUniversity,Xi’anShaanxi710025,China)

In view of low anti-noise performance of modulation recognition algorithm for instantaneous information,a kind of digital modulation recognition algorithm based on improved instantaneous information is put forward.By extracting five new characteristic parameters of instantaneous information,this algorithm determines its decision order and decision threshold to keep higher recognition performance for digital modulation signal under the condition of low SNR.The simulation results show that this algorithm can realize the recognition rate of different digital modulation signal of above 90% in low SNR to 5 dB,which is 15% higher than recognition accuracy of existing original recognition algorithm under the same conditions.

instantaneous information;modulation recognition;decision threshold;SNR

10.3969/j.issn.1003-3106.2016.12.06

曾 旭，慕晓冬，易昭湘，等.基于改进的瞬时信息量数字调制识别算法[J].无线电工程,2016,46(12):21-25.

2016-09-12

国家高技术研究发展计划(“863”计划)基金资助项目(2011701AA221)。

TN914

A

1003-3106(2016)12-0021-05