基于改進的瞬時信息量數(shù)字調(diào)制識別算法

曾 旭，慕曉冬，易昭湘，許夙暉

(火箭軍工程大學(xué) 信息工程系，陜西 西安 710025)

?

基于改進的瞬時信息量數(shù)字調(diào)制識別算法

曾 旭，慕曉冬，易昭湘，許夙暉

(火箭軍工程大學(xué) 信息工程系，陜西 西安 710025)

針對瞬時信息量的調(diào)制識別算法抗噪性能差的問題，提出了一種基于改進的瞬時信息量的數(shù)字調(diào)制識別算法。通過提取5種新的瞬時信息特征參數(shù)，確定其判別次序和判決門限值，使得算法在低信噪比條件下依然能保持很高的識別性能。實驗結(jié)果表明，算法在信噪比低至5 dB時，對不同的數(shù)字調(diào)制信號的識別率均達到90%以上，與同條件下的原有識別算法相比，識別正確率提升了15%。

瞬時信息量；調(diào)制識別；判決門限；信噪比

0 引言

對于數(shù)字信號調(diào)制識別分類主要有2種方法：基于決策理論的調(diào)制識別和基于特征提取的模式識別[1]。相比于決策理論方法，模式識別方法不依賴過多的先驗知識且參數(shù)判決門限選取較為容易，因此運用更為廣泛。基于特征提取的模式識別方法主要包括基于瞬時統(tǒng)計量信息特征的調(diào)制識別[2-4]、基于高階累積量的調(diào)制識別[5-6]、基于星座幾何特征的調(diào)制識別[7-9]、基于聯(lián)合調(diào)制識別[10-11]以及包括基于小波變換[12-13]在內(nèi)的其他調(diào)制識別方法。文獻[14]中提出一種基于5種瞬時特征參量的組合識別次序，在信噪比為10 dB時，對通信信號的平均識別率能達到90%以上。但算法沒有對特征參量組合是被次序的最優(yōu)性進行驗證，識別性能有待進一步提升。文獻[15]中提出一種基于改進的瞬時統(tǒng)計特征參數(shù)實現(xiàn)了對常見數(shù)字信號的調(diào)制識別，但其新的瞬時參數(shù)提取計算量較大，算法實時性降低。文獻[16]中提出一種基于聯(lián)合特征參數(shù)的數(shù)字調(diào)制識別優(yōu)化算法，算法通過調(diào)制信號的高階累積量和瞬時特征參量，利用神經(jīng)網(wǎng)絡(luò)分類器對常用數(shù)字信號進行調(diào)制識別，但是算法在提升抗噪性能的同時，使得其本身復(fù)雜度顯著增大，算法實際應(yīng)用價值不高。以上算法中由于收到瞬時特征參量對不同調(diào)制方式的分辨率不高的制約，在低信噪比條件下的檢測性能都有待提升。

本文利用瞬時特征方法計算量小、可靠性高的特點，提出一種改進的基于瞬時特征參數(shù)的數(shù)字信號調(diào)制識別算法。算法通過提取5種新的瞬時特征參量，采用決策樹分類器方法在低信噪比條件下實現(xiàn)對6種常見的數(shù)字信號(2ASK、4ASK、2FSK、4FSK、2PSK和4PSK)的調(diào)制識別。并通過Matlab仿真實驗，與原有算法識別性能進行對比，驗證改進算法識別性能。

1 基于改進的瞬時特征參數(shù)提取

當(dāng)通信信號的調(diào)制方式不同時，它們具備不同的特征參數(shù)，可以通過對待識別對象進行研究分析，進而得到1類或者多類信號特征，根據(jù)對應(yīng)特征或者特征的組合進行調(diào)制識別工作。

信號瞬時特征參數(shù)用來估計調(diào)制信號的待識別參數(shù)，具有計算簡便、可供統(tǒng)計分析的數(shù)據(jù)量大等特點，是調(diào)制識別算法中最基本的方法之一。信號的瞬時信息包括瞬時幅度、瞬時相位和瞬時頻率3個信號基本的特征量以及多類不同角度的特征統(tǒng)計量。

1.1 基于希爾伯特變換的基本特征量

基本特征量在上述被定義為瞬時幅度、瞬時相位和瞬時頻率。為方便分析，首先定義實際調(diào)制信號x(t)的解析式為：

s(t)=x(t)+jy(t)。

(1)

式中，y(t)為x(t)的希爾伯特(Hilbert)變換。

(2)

式中，“?”表示卷積運算，經(jīng)過Hilbert變換的信號y(t)可以通過一個濾波器的輸出得到。

① 瞬時幅度序列A(i)

A(i)=(x2(i)+y2(i))1/2。

(3)

② 瞬時相位序列θ(i)

修正后的無折疊相位φ(i)為：

φ(i)=θ(i)+C(i)。

(4)

③ 瞬時頻率序列f(i)

(5)

1.2 改進的統(tǒng)計量特征參數(shù)

基于3個基本特征量瞬時幅度序列A(i)、瞬時相位序列θ(i)和瞬時頻率序列，可以進一步得到多個調(diào)制信號的特征統(tǒng)計量，在此，提出5種新的特征統(tǒng)計量參數(shù)。

1.2.1 零中心歸一化瞬時幅度絕對值平方的均值

(6)

(7)

1.2.3 零中心歸一化瞬時頻率絕對值平方的均值

(8)

(9)

1.2.5 零中心歸一化瞬時相位絕對值平方的均值

(10)

2 改進算法識別流程

通過以上對5種改進的特征統(tǒng)計量參數(shù)的分析說明可得，這5中參數(shù)能夠?qū)崿F(xiàn)對本文選取的6種數(shù)字信號的調(diào)制識別，圖1為本文提出的基于改進的基于瞬時特征參數(shù)的識別算法流程圖，圖中t(·)表示各提取特征的門限值。

圖1 基于瞬時信息的數(shù)字調(diào)制識別算法流程

3 仿真實驗結(jié)果

通過計算機仿真對選取的調(diào)制識別特征參數(shù)進行確定。仿真參數(shù)設(shè)置為：載波頻率fc=150 kHz，F(xiàn)SK信號載波頻率頻偏確定為50 kHz，2FSK兩載波載頻分別為fc1=100 kHz和fc2=200 kHz，4FSK 4個載頻分別為fc1=50 kHz、fc2=100 kHz、fc3=200 kHz和fc4=250 kHz，抽樣頻率fs=1 200 kHz，符號速率rb=12.5 kbit/s，周期內(nèi)符號數(shù)為N=2 048。

3.1 特征參數(shù)門限值選取

圖在不同數(shù)字調(diào)制下的數(shù)值分布

圖在2ASK與4ASK調(diào)制下的數(shù)值分布

圖在MPSK與MASK調(diào)制下的數(shù)值分布

圖在2FSK與4FSK調(diào)制下的數(shù)值分布

圖在2PSK與4PSK調(diào)制下的數(shù)值分布

3.2 算法識別率仿真

將仿真得到的各特征參量的門限設(shè)定值寫入算法程序中去，在上節(jié)所述仿真條件下，對2ASK、4ASK、2PSK和4PSK進行調(diào)制識別分類仿真，改變信號信噪比，得到算法識別率結(jié)果如表1所示。

表1 瞬時信息數(shù)字調(diào)制識別算法識別率 (%)

由表1可得，在信噪比大于8 dB時，對實驗中所有待識別對象的識別正確率都超過了95%，而當(dāng)信噪比大于15 dB時，對實驗中所有待識別對象的識別正確率都達到100%。本文中所提基于改進的瞬時信息特征參數(shù)識別算法與文獻[9]中原有算法的識別率仿真結(jié)果對比。由表中數(shù)據(jù)結(jié)果可得，在信噪比為5 dB的條件下，本文所提出的改進算法相比于原有算法平均識別正確率提高了15%。改進算法通過提取更為優(yōu)化的瞬時信息參數(shù)，提升了算法在低信噪比條件下對數(shù)字調(diào)制信號的識別性能。

4 結(jié)束語

[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].中國郵電高校學(xué)報(英文版),2010,17(3):52-59.

[3] 王志力,王玉文,蔣 瑜,等.基于決策理論的信號調(diào)制識別改進算法[J].無線電工程,2014,44(5):30-33.

[4] 蔡建平,范廣偉,王 飛,等.基于瞬時參數(shù)提取的干擾類型識別方法[J].無線電工程,2014,44(10):69-72.

[5] 孫汝峰,劉順蘭.基于高階累積量和譜分析的數(shù)字調(diào)制信號識別[J].微型機與應(yīng)用,2016,35(4):76-79.

[6] 孫鋼燦,王忠勇,劉正威.基于高階累積量實現(xiàn)數(shù)字調(diào)相信號調(diào)制識別[J].電波科學(xué)學(xué)報,2012(4)：42-45.

[7] 李蘋蘋.基于聚類理論的MQAM信號調(diào)制方式識別算法研究[D].鄭州:鄭州大學(xué),2015.

[8] 李世杰,郭 雁,葉永杰.基于星座圖的數(shù)字調(diào)制信號識別技術(shù)[J].通信對抗,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] 楊發(fā)權(quán),李 贊,羅中良.基于聚類與神經(jīng)網(wǎng)絡(luò)的無線通信聯(lián)合調(diào)制識別新方法[J].中山大學(xué)學(xué)報(自然科學(xué)版),2015,54(2):24-29.

[11] 趙成林,羅 勇,石明軍.基于小波變換的信號調(diào)制方式的識別研究[J].無線電工程,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] 龔安民,王炳和,曲 毅.基于同步壓縮小波變換的通信信號調(diào)制識別[J].電光與控制,2015(12):50-53.

[14] 位小記,謝 紅,郭 慧.基于瞬時特征參數(shù)的數(shù)字調(diào)制識別算法[J].傳感器與微系統(tǒng),2011,30(1):127-130.

[15] 付仕平,楊 麗,邵 偉.基于瞬時特征參數(shù)的數(shù)字信號調(diào)制識別算法[J].現(xiàn)代防御技術(shù),2013,41(6):71-75.

[16] 譚曉衡,陳 印.基于聯(lián)合特征參數(shù)的數(shù)字調(diào)制識別優(yōu)化算法[J].系統(tǒng)工程與電子技術(shù),2011,33(12):2 732-2 736.

曾 旭 男，(1992—)，碩士研究生。主要研究方向：信息與信號處理。

慕曉冬 男，(1965—)，教授，博士生導(dǎo)師。主要研究方向：信息與信號處理。

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，慕曉冬，易昭湘，等.基于改進的瞬時信息量數(shù)字調(diào)制識別算法[J].無線電工程,2016,46(12):21-25.

2016-09-12

國家高技術(shù)研究發(fā)展計劃(“863”計劃)基金資助項目(2011701AA221)。

TN914

A

1003-3106(2016)12-0021-05