基于循環(huán)頻率特征的單信道混合通信信號(hào)的調(diào)制識(shí)別

趙宇峰 曹玉健 紀(jì) 勇 戴旭初

?

基于循環(huán)頻率特征的單信道混合通信信號(hào)的調(diào)制識(shí)別

趙宇峰①曹玉健①紀(jì) 勇②戴旭初*①

①(中國(guó)科學(xué)技術(shù)大學(xué)電子工程與信息科學(xué)系 合肥 230027)②(安徽創(chuàng)世科技有限公司 合肥 230088)

單信道多個(gè)時(shí)頻重疊的混合通信信號(hào)盲分離具有廣泛的應(yīng)用價(jià)值，是近年來(lái)通信信號(hào)處理研究領(lǐng)域的一個(gè)熱點(diǎn)和難點(diǎn)，而單信道多個(gè)混疊通信信號(hào)的調(diào)制識(shí)別和信號(hào)個(gè)數(shù)的估計(jì)是實(shí)現(xiàn)單信道多個(gè)混疊通信信號(hào)盲分離的基礎(chǔ)。該文通過(guò)分析數(shù)字調(diào)制信號(hào)的二階和四階循環(huán)累積量的循環(huán)頻率特性和結(jié)構(gòu)特征，提出一種基于循環(huán)頻率特征的單信道混合通信信號(hào)調(diào)制識(shí)別的方法和實(shí)現(xiàn)算法，其主要特點(diǎn)是不需要已知混合信號(hào)的個(gè)數(shù)、功率、載頻、符號(hào)率及定時(shí)等先驗(yàn)信息，對(duì)一些典型的數(shù)字調(diào)制信號(hào)(如BPSK, QPSK, OQPSK, MSK等)的隨機(jī)混合，能夠有效地辨識(shí)接收信號(hào)中所包含的信號(hào)個(gè)數(shù)以及每個(gè)調(diào)制信號(hào)的調(diào)制方式。利用計(jì)算機(jī)仿真實(shí)驗(yàn)，考察了不同條件下算法的性能，表明了其可行性和有效性。

數(shù)字通信；調(diào)制識(shí)別；循環(huán)累積量；循環(huán)頻率檢測(cè)

1 引言

調(diào)制識(shí)別是非合作通信中的一項(xiàng)關(guān)鍵技術(shù)，迄今為止，眾多的研究者已經(jīng)在這個(gè)領(lǐng)域做了大量的研究，其基本方法分為基于多元假設(shè)檢驗(yàn)的方法[1,2]和基于統(tǒng)計(jì)模式識(shí)別的方法[3,4]兩大類，但是目前已有的大部分方法僅適用于單一信道內(nèi)只存在一個(gè)接收信號(hào)的場(chǎng)景。實(shí)際上，隨著無(wú)線電通信在各個(gè)領(lǐng)域的廣泛應(yīng)用，同一頻段上的信號(hào)日益密集，再加上大量有意或無(wú)意干擾信號(hào)的存在，即使在普通的窄帶通信接收機(jī)中，同時(shí)出現(xiàn)兩個(gè)甚至更多個(gè)信號(hào)的現(xiàn)象常常無(wú)法避免，而在電子偵察、無(wú)線電監(jiān)測(cè)等場(chǎng)景下，單信道內(nèi)同時(shí)存在多個(gè)信號(hào)的情況更為普遍。在這些情況下，已有的調(diào)制識(shí)別技術(shù)不再適用，需要研究新的方法。

文獻(xiàn)[5]通過(guò)利用單通道盲分離方法將信號(hào)分離出來(lái)，然后分別對(duì)每個(gè)信號(hào)進(jìn)行調(diào)制識(shí)別，但是單通道盲分離是一個(gè)欠定的問(wèn)題，本身就需要足夠的先驗(yàn)信息才能得到有效的分離效果。文獻(xiàn)[6]從信號(hào)的循環(huán)平穩(wěn)特性出發(fā)，給出了一種基于循環(huán)累積量的單信道多信號(hào)調(diào)制識(shí)別算法，文獻(xiàn)[7]提出了基于循環(huán)譜的單信道多信號(hào)識(shí)別算法，但是這些算法都需要預(yù)先知道接收信號(hào)中包含的信號(hào)個(gè)數(shù)及各信號(hào)的載頻和符號(hào)率等精確信息，而在很多實(shí)際場(chǎng)景中，這些信息是很難獲得的，這使得這些方法的實(shí)用性大大下降。文獻(xiàn)[8]提出了一種基于廣義自回歸建模的多信號(hào)調(diào)制識(shí)別算法，不需要載頻符號(hào)率等先驗(yàn)信息，但是其僅僅適合于各信號(hào)頻譜可以分離或者重疊較少的情況。文獻(xiàn)[9]針對(duì)正常通信中檢測(cè)到干擾信號(hào)的情況，給出了一種基于高階累積量的干擾信號(hào)調(diào)制識(shí)別算法，但是其算法需要知道正常信號(hào)的所有調(diào)制信息，而且干擾信號(hào)不能超過(guò)一個(gè)。

本文通過(guò)討論不同調(diào)制方式通信信號(hào)的二階及四階循環(huán)累積量特性，并以此為依據(jù)給出一種單信道多信號(hào)的調(diào)制識(shí)別算法，在不需要知道信號(hào)個(gè)數(shù)和各信號(hào)的符號(hào)率、載頻以及同步定時(shí)等先驗(yàn)信息的情況下，能夠?qū)崿F(xiàn)對(duì)BPSK, QPSK, OQPSK, MSK等調(diào)制信號(hào)的調(diào)制方式識(shí)別及信號(hào)個(gè)數(shù)的估計(jì)，并利用仿真實(shí)驗(yàn)考察了其在不同場(chǎng)景下的性能。

2 信號(hào)模型和問(wèn)題描述

單信道接收到多個(gè)線性混疊信號(hào)的數(shù)學(xué)模型可以表示為

對(duì)于上述的4種調(diào)制類型，它們的中頻信號(hào)模型可分別表示為

對(duì)于式(1)~式(5)表示的接收信號(hào)模型，有以下的一些假設(shè)：

(4)噪聲為零均值的平穩(wěn)噪聲，功率未知，且與信號(hào)之間是獨(dú)立的。

基于上述的信號(hào)模型和假設(shè)，本文要研究問(wèn)題是：在時(shí)頻混疊的分量信號(hào)的個(gè)數(shù)，每個(gè)分量信號(hào)的特征參數(shù)(如功率、符號(hào)率、載頻)，以及噪聲功率等先驗(yàn)信息都未知的條件下，研究各個(gè)分量信號(hào)調(diào)制方式的識(shí)別方法及實(shí)現(xiàn)算法。與已有的一些類似的研究工作相比，本文的研究工作主要是在“先驗(yàn)信息嚴(yán)重缺失”的條件下展開(kāi)的，而現(xiàn)有的一些方法都或多或少地需要一些先驗(yàn)信息。

3 二階及四階循環(huán)頻率的特征結(jié)構(gòu)

3.1 二階及四階循環(huán)累積量

四階時(shí)變矩為

而四階時(shí)變累積量為

利用這個(gè)特點(diǎn)，可以對(duì)線性混疊信號(hào)中具有不同循環(huán)頻率的分量信號(hào)進(jìn)行辨識(shí)分析。

3.2 幾種常用調(diào)制信號(hào)的二階與四階循環(huán)頻率的特 征

根據(jù)式(6)~式(12)，可以得到

通過(guò)上述分析，可以得到4種不同調(diào)制信號(hào)的非零循環(huán)頻率信息，如表1所示。

3.3 混合信號(hào)的循環(huán)頻率檢測(cè)

表1 4種調(diào)制信號(hào)的非零循環(huán)頻率

和的大小會(huì)直接影響循環(huán)累積量的估計(jì)精度，一般來(lái)說(shuō)，段長(zhǎng)越大，循環(huán)累積量估計(jì)均方誤差越小，而段數(shù)越大，估計(jì)誤差的抖動(dòng)越小，有利于提高下一步的譜線提取性能。

4 調(diào)制識(shí)別算法

對(duì)于上述的4個(gè)識(shí)別特征量，如果特征量的條件被滿足，那么該特征量設(shè)為1，否則為0。

5 仿真實(shí)驗(yàn)

本節(jié)通過(guò)蒙特卡洛仿真來(lái)考察不同條件下本文算法的性能，重點(diǎn)考察分量信號(hào)個(gè)數(shù)及分量信號(hào)功率比對(duì)識(shí)別性能的影響。

仿真條件和信號(hào)的參數(shù)設(shè)置如下：

(1)接收信噪比定義為分量信號(hào)的平均功率與噪聲功率之比，即

圖1 調(diào)制識(shí)別算法流程圖

(4)在一次仿真實(shí)驗(yàn)中，當(dāng)所有分量信號(hào)的調(diào)制方式都被正確識(shí)別時(shí)，則認(rèn)為該次實(shí)驗(yàn)取得了正確的調(diào)制識(shí)別。本文采用調(diào)制方式正確識(shí)別率和分量信號(hào)個(gè)數(shù)正確估計(jì)率來(lái)評(píng)價(jià)識(shí)別算法的性能，其定義分別為：調(diào)制識(shí)別正確率1=正確識(shí)別每個(gè)分量信號(hào)的實(shí)驗(yàn)次數(shù)/實(shí)驗(yàn)的總次數(shù)，信號(hào)個(gè)數(shù)正確估計(jì)率2=正確識(shí)別分量信號(hào)個(gè)數(shù)的實(shí)驗(yàn)次數(shù)/實(shí)驗(yàn)的總次數(shù)。

實(shí)驗(yàn)1 接收信號(hào)中有兩個(gè)分量信號(hào)

實(shí)驗(yàn)結(jié)果如圖2和圖3所示，從圖中可以看出：

(1)分量信號(hào)的功率差異越大，調(diào)制方式的識(shí)別正確率和信號(hào)個(gè)數(shù)估計(jì)正確率越低。當(dāng)兩個(gè)分量信號(hào)的功率比為1:1，且接收信噪比大于-4 dB時(shí)，調(diào)制識(shí)別正確率和信號(hào)個(gè)數(shù)估計(jì)正確率都達(dá)到接近100%，當(dāng)兩個(gè)分量信號(hào)的功率比為2:1(即功率差為3 dB)和3:1(即功率差為4.77 dB)時(shí)，接收信噪比分別大于0 dB和8 dB，才能獲得100%的識(shí)別率。這是由于混合信號(hào)中功率較小的分量信號(hào)的信干噪比相對(duì)較低，其被正確識(shí)別的概率降低，從而降低了整體的識(shí)別性能。根據(jù)循環(huán)頻率檢測(cè)理論[14]，在分量信號(hào)功率差異較大時(shí)，增加數(shù)據(jù)長(zhǎng)度可以改善和提高功率相對(duì)較小的分量信號(hào)的循環(huán)頻率檢測(cè)的準(zhǔn)確率。

(2)分量信號(hào)個(gè)數(shù)的估計(jì)性能要稍優(yōu)于調(diào)制方式識(shí)別的性能。這主要是由于存在信號(hào)個(gè)數(shù)估計(jì)正確，但是調(diào)制方式識(shí)別錯(cuò)誤的情況。由于MSK信號(hào)的循環(huán)頻率特征跟OQPSK類似，所以這兩種調(diào)制方式易被錯(cuò)誤識(shí)別，但是信號(hào)個(gè)數(shù)不易被估計(jì)錯(cuò)誤。

實(shí)驗(yàn)2 接收信號(hào)中有3個(gè)分量信號(hào)

通過(guò)仿真實(shí)驗(yàn)，可以得到以下的幾點(diǎn)結(jié)論：

(1)本文算法性能主要受混合信號(hào)中分量信號(hào)功率差的影響。當(dāng)混合信號(hào)中的各分量信號(hào)等功率時(shí)，算法性能最好，但隨著分量信號(hào)功率差的變大，其性能將有所下降。

(2)當(dāng)分量信號(hào)的功率差小于3 dB，且接收信噪比大于2 dB時(shí)，本文算法對(duì)各個(gè)分量信號(hào)調(diào)制方式的正確識(shí)別率和分量信號(hào)個(gè)數(shù)估計(jì)的正確率都接近100%，即在這種情況下，本文算法具有穩(wěn)定、可靠的性能。

(3)當(dāng)分量信號(hào)的功率差大于3 dB時(shí)，則接收信噪比至少要達(dá)到6 dB以上，才能獲得良好的性能。在這種情況下，通過(guò)增加數(shù)據(jù)長(zhǎng)度，可以改善和提高算法的性能，但這將導(dǎo)致算法的計(jì)算量有所增加。

圖2 兩個(gè)分量信號(hào)時(shí)調(diào)制識(shí)別正確率

圖3 兩個(gè)分量信號(hào)時(shí)信號(hào)個(gè)數(shù)估計(jì)正確率

圖4 3個(gè)分量信號(hào)時(shí)調(diào)制識(shí)別正確率

圖5 3個(gè)分量信號(hào)時(shí)信號(hào)個(gè)數(shù)估計(jì)正確率

6 結(jié)束語(yǔ)

本文針對(duì)單信道同時(shí)接收到多個(gè)時(shí)頻重疊的通信信號(hào)的應(yīng)用場(chǎng)景，通過(guò)分析數(shù)字調(diào)制信號(hào)的循環(huán)累積量的循環(huán)頻率特性和結(jié)構(gòu)特征，提出了一種基于循環(huán)頻率檢測(cè)的單信道多信號(hào)調(diào)制識(shí)別方法和實(shí)現(xiàn)算法，其不需要知道各分量信號(hào)個(gè)數(shù)、功率、載頻、符號(hào)率及定時(shí)等先驗(yàn)信息，具有很好的實(shí)用性。計(jì)算機(jī)仿真結(jié)果驗(yàn)證了該方法的可行性、有效性，表明了算法的性能特點(diǎn)。由于循環(huán)累積量估計(jì)性能依賴于數(shù)據(jù)長(zhǎng)度，因此本文算法要獲得較好的性能，需要較多的觀測(cè)數(shù)據(jù)。值得指出的是，雖然本文算法不需要已知每個(gè)分量信號(hào)的載頻和符號(hào)率等信息，但是要求滿足各分量信號(hào)的循環(huán)頻率各不相同這一條件，即要求不同分量信號(hào)的符號(hào)率、載頻是不同的。

[1] Xu J L, Su Wei, and Zhou M C. Likelihood-ratio approaches to automatic modulation classification[J]., 2011, 41(4): 455-469.

[2] Headley W C and da Silva C R. Asynchronous classification of digital amplitude-phase modulated signals in flat-fading channels[J]., 2011, 59(1): 7-12.

[3] Dobre O A and Inkol R. Blind signal identification: achievements, trends, and challenges[C]. IEEE International Conference on Communications, Bucharest, 2012: 349-352.

[4] 范海波, 楊志俊, 曹志剛. 衛(wèi)星通信常用調(diào)制方式的自動(dòng)識(shí)別 [J]. 通信學(xué)報(bào), 2004, 25(1): 140-149.

Fan Hai-bo, Yang Zhi-jun, and Cao Zhi-gang. Automatic recognition for common used modulations in satellite commnication[J]., 2004, 25(1): 140-149.

[5] Zhang L P, Wang J X, and Ma N. Blind separation and modulation identification of jamming signals in communications[C]. IEEE International Conference on Electronics, Communications and Control Ningbo, 2011: 170-173.

[6] Spooner C M. Classification of co-channel communication signals using cyclic cumulants[C]. Proceedings of the 29th Asilomar Conference on Signals, Systems and Computer, Washington DC, 1995: 531-536.

[7] 余志斌, 于寧宇. 基于循環(huán)譜包絡(luò)的多信號(hào)調(diào)制識(shí)別[J]. 計(jì)算機(jī)應(yīng)用, 2012, 32(8): 2119-2122.

Yu Zhi-bin and Yu Ning-yu. Modulation recognition for multi component PSK signals based on cyclic spectrum amplitude[J]., 2012, 32(8): 2119-2122.

[8] 陸明泉, 肖先賜. 同信道多信號(hào)的調(diào)制識(shí)別方法 [J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版,網(wǎng)絡(luò). 預(yù)覽), 2009, 49(10): 103-107.

Lu Ming-quan and Xiao Xian-chi. Modulation recognition of multiple co-channel signals[J].(), 2009, 49(10): 103-107.

[9] 程漢文, 朱雷, 吳樂(lè)南. 基于累計(jì)量的干擾信號(hào)調(diào)制識(shí)別算法 [J]. 電子與信息學(xué)報(bào), 2009, 31(7): 1741-1745.

Cheng Han-wen, Zhu Lei, and Wu Le-nan. Modulation classification algorithm for jamming signal based on cumulants[J].&, 2009, 31(7): 1741-1745.

[10] Nikias C L and Petropulu A P. Higher-Order Spectra Analysis: A Nonlinear Signal Processing Framework[M]. Englewood Cliffs, NJ: PTR Prentice Hall, 1993: 53-78.

[11] 楊琳, 許小東, 路友榮, 等. 基于譜線特征的恒包絡(luò)數(shù)字調(diào)制方式識(shí)別方法[J]. 中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào), 2009, 39(9): 936-943.

Yang Lin, Xu Xiao-dong, Lu You-rong,.. Spectrum line based modulation classification for constant modulus digital modulation signals[J]., 2009, 39(9): 936-943.

[12] Spooner C M and Gardner W A. The cumulant theory of cyclostationary time-series. II. Development and applications [J]., 1994, 42(12): 3409-3429.

[13] 劉雙平, 文翔, 金梁. 一種抑制符號(hào)速率估計(jì)背景色噪聲的非線性濾波算法[J]. 電子學(xué)報(bào), 2007, 35(1): 95-99.

Liu Shuang-ping, Wen Xiang, and Jin Liang. A new nonlinear filtering algorithm for colored backgroud self-noise suppressing of symbol rate[J]., 2007, 35(1): 95-99.

[14] Dandawate A V and Giannakis G B. Statistical tests for presence of cyclostationarity[J]., 1994, 42(9): 2355-2369.

趙宇峰： 男，1986年生，博士生，研究方向?yàn)槊ば盘?hào)處理、無(wú)線通信.

曹玉?。?男，1988年生，博士生，研究方向?yàn)橥ㄐ判盘?hào)的自適應(yīng)處理.

紀(jì) 勇： 男，1977年生，工程師，研究方向?yàn)樾盘?hào)處理、電子系統(tǒng)的設(shè)計(jì).

戴旭初： 男，1963年生，教授，博士生導(dǎo)師，研究方向?yàn)閷拵o(wú)線通信、自適應(yīng)信號(hào)處理.

Modulation Identification for Single-channel Mixed CommunicationSignals Based on Cyclic Frequency Features

Zhao Yu-feng①Cao Yu-jian①Ji Yong②Dai Xu-chu①

①(,,230027,)②(,230088,)

Single-channel blind separation of several time-frequency overlapping communication signals, which has potential and wide application, is a hot and intractable point in the field of communication signal processing. The modulation type and source number are necessary for blind separation of several mixed signals received by single channel. In this paper, cycle frequencies of second-order and fourth-order cyclic cumulants of digital modulation signals are investigated. Based on the features of cycle frequencies, a novel method for modulation identification and source number estimation is proposed for single-channel mixed communication signals, and an algorithm is presented. The proposed approach does not need the prior information such as power, carrier frequency, symbol rate, time recovery and so on, and can effectively identify the source number and modulation type of each source when the signal received by single channel is a random mixture of several kinds of typical communication signals (BPSK, QPSK, OQPSK, MSK.). Through simulations under different conditions, the performance of the proposed algorithm is examined, and its effectiveness is also demonstrated.

Digital communication; Modulation identification; Cyclic cumulants; Cyclic frequency detection

TN919

A

1009-5896(2014)05-1202-07

10.3724/SP.J.1146.2013.00454

戴旭初 daixc@ustc.edu.cn

2013-04-07收到，2014-01-15改回