信号分析及识别技术在无线电监测中的应用

王 婷

（山西省运城市无线电监测站，山西 运城 044000）

0 引 言

现代通信技术飞速发展，生活习惯也在改变，无线电信号的特征和电磁环境变得更加复杂。作为通信信号处理的重要课题，信号分析及识别技术被广泛应用于无线通信工程，成为信号处理的一个重要发展方向。在无线电频谱管理中，信号分析及识别技术广泛应用于信号认证、干扰识别、无线电信号侦听与监测以及认知无线电等领域。当前面对日益复杂多变的电磁环境和无线电信号特征，研究人员需要致力于用数字信号处理技术和识别技术提高无线电信号的识别效率和准确率。因此，研究这些技术在无线电监测领域的应用具有十分重要的现实意义。

1 无线电监测的内容

无线电监测是无线电频谱管理的重要组成部分。无线电监测在频率规划、频率指配、电磁环境测试、无线电台站的设置规划、无线电台站的监督管理、无线电干扰的查处以及保障无线电通信安全等方面，提供了强大的技术支撑。

无线电监测是指应用一定的技术手段和无线电监测设施，对无线电台站发射的基本参数如频率、场强、带宽研究调制等[1]指标进行系统测量，监听声音信号，识别发射标识，统计无线电频谱的利用率和频段占用度，详细掌握无线电频谱资源发射占用情况，从而确保无线电频谱资源合理、有效的使用。同时，监测排查无线电干扰，查处非法无线电台，确保无线电通信安全畅通。监测工作需要结合信号搜索工作、信号捕获工作、信号分析工作和识别工作一起进行，还需要保证监测数据的精确度和准确度，做好参数记录和存储分析工作。因此，系统识别研究获取的通信信号，对无线电监测具有重要的现实意义。

2 信号分析及识别技术的应用

信号分析及识别技术在频谱管理、认知无线电和军事通信等领域有着广泛应用。在频谱管理方面，信号的分析识别是做好无线电监测和加强频段资源管理的重要技术手段。近年来，随着无线电通信技术的飞速发展，无线电被应用到人们生活的方方面面，使得无线电频谱资源日益紧张。在对紧缺的无线电频谱资源管理过程中，常常需要监测识别捕获的各类无线电信号，发现和查处非法无线电信号，防止频谱资源被非法占用，确保无线电通信的安全畅通。所以，在认知无线电领域，认知无线电具有智能感知无线电频谱环境和有效利用频谱资源的特点，对信号接收机的实时信号处理能力提出了很高要求。因此，确定未知信号的调制方式是认知周期顺利进行的基础。在军事通信方面，通信信号的分析与识别显得尤为重要。在现代战争中，战场信息的传输主要依靠无线电通信。通信信号侦察是电子战的重要组成部分，而信号分析及识别技术是信号侦察的关键环节。

3 信号分析及识别技术在无线电监测中的应用

在无线电通信中，信号分析及识别技术是介于信号检测与解调之间的一项技术。信号分析及识别技术的主要目的是通过更好的分析方法获得更准确的信号特征，从而获得更好的识别性能。它主要工作在非合作通信环境中，可用于民用和军用。在民用方面，在无线电管理部门无线电监测工作中，需要用到信号分析及识别技术捕获识别非法无线电信号；在军事方面，为了获得信息，需要知道信号的调制方式和调制参数，才能正确解调信号[2]。

3.1 信号调制识别在无线电监测中的应用

无线电信号调制识别的主要目的是在没有其他先验知识的情况下，通过对接收信号的一系列处理，正确判断信号的调制方式，并估计出相应的调制参数。对无线电信号进行识别工作，需要关注的核心问题是信号调制工作。该工作可以改变无线电信号的频率，使其频率与信道频率相一致，方便信号加载工作的进行。狭义上来说，当完成信号载波的处理和改变工作后，就完成了信号调制工作。调制操作与解调操作相对应，一个是分解信号的操作，一个是整合信号的操作，属于一组正、逆操作流程。如果对信号分别采取上述两种操作，信号将会被还原成初始信号。基于此有最大似然法和模式识别法两种调制识别方法[3]。极大似然法又称决策论方法。在决策理论的框架下，运用概率论和符合假设检验理论分析信号的统计特性，导出检验统计量，再利用判决准则实现调制模式的自动识别。这种方法需要信号的一些先验信息，而实际中信号信息往往不可知，因此很容易可以发现该方法的缺陷，即计算量大且不适合海量信息数据的处理。模式识别方法的主要操作则是信号特征处理。首先高效提取特征，其次分类整合提取的特征，最后计算特征的差异性表现参数，达到调制识别的效果。由于这种方法不需要一定的假设条件，可以实现信号的盲识别，比较适于截获信号的处理。因此，在实际的调制识别中，多采用这种方法[4]。

3.2 模式识别技术在无线电监测中的应用

模式识别技术是信号分析及识别技术的重要组成成分。信号识别可以实现无线电监测，所以可以通过分析模式识别技术分析无线电监测的相关技术。该技术涉及3个主要应用阶段。第1阶段，技术人员需要应用该技术对信号进行预处理操作。预处理的作用在于可以实现信号分类的功能，从而减轻算法的计算量，以便后续的信号特征处理。经过该步骤的处理，信号特征提取变得容易，为信号识别工作打下了坚实基础。第2阶段，特征提取，是模式识别的关键阶段。特征提取的精确度和准确度很大程度上影响识别工作的质量。信号特征可以分为时域特征和频域特征。经过上一步的分块处理后，分区域的部分信号可以根据不同的特征评判标准进行特征提取。这两种特征评判标准的划分主要是依据它们包含的参数内容不同进行的。相位、振幅研究频率等参数属于时域特征，功率谱等其他参数属于频域特征[5]。第3阶段，可实现特征分类选择和识别。技术人员做好特征提取工作后，需要借助分类器对特征进行分类，根据自己的需求将分类好的信息进行定向选取，最终达到特征识别的效果。该步骤的核心在于分类器的选择。如今流行的分类器主要包括统计分类器、BP分类器以及贝叶斯分类器等。这些分类器经历许多实验的验证，都是切实可行的方法。这些分类器的分类依据不同，如BP分类器采取的是函数拟合方法，借助神经网络系统对信号进行分类识别。例如，线性分类器采取的是线性函数，适用于一定的场景，具备自身优势。

3.3 数字信号分析在无线电监测中的应用

基于数字信号分析的数字无线电监测系统可以实现信号的分析与识别功能。该系统是从模拟信号系统演变而来的，是基于数字信号处理技术的系统。采集信号时可以将模拟信号转化为数字信号，存储信号的效率高。技术人员可以通过数字信号处理的相关技术，实现信号的重新整合，对受到破坏的信号可以实现一定的还原操作，减少信号噪声干扰，实现其再生和复原。信号采样环节依赖于采样法则，确保原始信号不失真，且应用领域是基带信号[6]。数字无线电监测系统最主要的功能在于信号分析。信号分析技术主要包括频谱分析、时频分析和参数分析等。针对频谱分析技术来说，技术涉及的算法为FFT、DFT等。因为频谱管理工作是无线电管理工作的核心，所以频谱分析至关重要，可以作为一种工具为无线电分析提供帮助。应用该技术存在一些问题与难点，如信号加窗导致的能量损失问题、谱估计扭曲问题等。技术人员需要根据自身的知识储备，解决好频谱管理过程中遇上的问题，提高分析准确率。针对时频分析技术来说，技术涉及的算法主要是STFT算法。该技术主要针对频谱分析技术的缺点进行改进，解决它无法解决的问题，如分析信号频率的规律、提供更多信号分析数据等。该技术可以应用在ASK和FSK调制的信号上，实现信号识别的功能。无线电参数分析技术主要涉及的参数有瞬时幅度、瞬时相位和瞬时频率等。该技术的功能在于获取信号特征与识别信号类型，同时可以实现参数测量和解调识别的任务，如信号采样与处理[7]。信号分析与信号识别过程中还涉及信息分离技术，主要包括循环谱技术和ICA技术。通过采取这些技术，可以实现多种复杂信号的分离，方便信号分析与信号识别工作顺利进行。

4 结 论

无线电处理技术对于人们的生活生产来说至关重要，可以应用在工业领域、军事领域和民用领域等。虽然在无线电监测的实践过程中会遇上一些困难，但是人们可以采取多种措施快速解决这些困难，从而实现信号分析与信号识别，并且能够实现资源的合理应用和信息的高效传输。所以，需要认识到信号识别的重要作用，做好信号分析及识别技术的研究工作，把研究的重点从单一信号源发展成为多种复杂信号的混合识别。