论文部分内容阅读
【摘要】：信号调制方式自动识别作为通信系统接收的主要内容，通信信号的调试识别是现在研究的重要对象。在此讲解一下信号调制样式识别及其一般过程，对几种经典的调制样式识别方法一一做了讲解而且阐述了其优劣。
【关键词】： 通讯信号调试自动识别
中图分类号：TJ768.4 文献标识码：A 文章编号：
【正文】：
通信信号调制方式自动识别的重要作用是监测信号、侦察,一般用于频率管理、通信对抗等方面,特别是在军事通信对抗中,通信信号的自动识别就更加关键，对敌信号的迅速精准地截获和识别是进行影响、侦听的基础,是有效毁坏对方通信的有效手段。使用通信信号自动识别技术,能增强无线电接收机的自动化程度, 提高增接收的实时侦察能力。调制信号的不同特性表现在频域、时域2个方面,刚开始的研究大多在频域展开,最近几年在时域研究上有了很多进展。比如把信号包络平方当作变量,把其方差和其均值的平方之比当作判决值,并参考信号频率的方差,对多种模拟调制信号分析研究；对于决策原理的调制方式自动识别方法,识别很多种,然而大量阈值的选取受信噪比的干扰厉害,算法非常复杂。
通信信号的作用能区分多种通信信号的关键特性，通信信号的调制是指在尚未得知调制信息内容和调制参数的情况下，分析出信号所使用用的调制方法并估计出一部分调制参数，为解调器对的选择解调算法贡献参数参考，最后得到有用的信息内容的过程。调制样式识别是在能量检测和解调范围内的过程，能量检测只需大体上估计信号的带宽以及中心频率，而解调需要准确的频率信息以及信号的调制样式。所以，调制样式的识别就只需在先验知识很少的情况下完成识别的过程，还得到更加准确的一部分数据。最近几年，人们调制样式方面做了大量探究，涌现出了多种新思路和新方法。
软件无线电是将来无线通信的重要科技,其特征之一就是能够达到多频段、多样式、多协议系统的无缝接入。为了达到不同系统的相互通信,调制方式的自动识别将是软件无线电必备的性能。调制方式的自动识别大量运用于民用和军用通信,特别在非合作性通信和通信对抗中经常见到,比方说,确认信号、监测信号、影响辨识、电子对抗、电子救援及军事战术研究等。
一 调制样式识别过程
一个整体的调制样式自动识别系统由下几个部分构成：特征提取模块、信号处理模块以及调制样式识别模块。信号处理模块的主要功能是为后续处理提供合适的数据，其任务一般包括：A/D转换、频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的情况下中，信号处理模板可以有效地分隔每个信号，确保每次只有一个信号进入后续的调制识别。特征提取模块是从输入的信号序列中获得对调制识别起作用的数据，大多是从数据中获得时域特征和变换域特征。时域特征由信号的瞬时幅度、瞬时相位和瞬时频率的直方图以及别的统计参数构成。变换域特征则由功率谱、谱相关函数、时频分布和其它统计参数。至于变换域特征，运用FFT方式就可以很好的获得，而幅度、相位和频率等时域特征大多由Hi1bert变换法，以及相正交(I—Q)分量法和过零检测法等获取。
2 调制样式识别的方法
信号调制样式识别的方法基本能分为两种：统计模式识别方法和决理论方法。统计模式识别方法第一要从接收的信息中获得出特征参数，第二经过模式识别系统来明确信号调制类型。判决理论方法使用概率论以及假设检验中的贝叶斯理论对信号进行识别，它参考信号的统计特征，经过理论分析和推导，获得检验统计量，最后与一个恰当的门限来比较和判定。下面分别阐述几个常见的调制样式识别方法。
2.1 基于时频域特征提取的方法
通信信号的调制信息存在于信号的瞬时频率、相位和幅度的变化之中。运用这三个参数的统计特点，原理上就能够识别信号的调制方式。从信号的时域和频域中猜测出信号的部分特征当做识别的参考，这类方法有非常多。
专业人士提出了一种数字调制信号的自动识别措施。该措施经过信号的解调和参数获得，构造信号的幅度直方图、、差分相位直方图、频率直方图幅度方差以及频率方差等分类特点。进而经模式识别的分类方法，会选取分类特征与样本的特征参数进行对比，根据最近原则使信号进行自动分类。此法可以在信噪比大于18dB的环境下，及时识别AM、2ASK、2FSK、2PSK、4FSK等信號。有关专家对调制信号的包络进行研究，使用参数R(包络平方的均值和包络方差的比值)对四种模拟信号进行分类，并得到了初步成果，把中频通信信号建模为时变自回归过程，经求解自回归模型参数，来猜测信号的瞬时频率和瞬时带宽，运用瞬时频率与瞬时带宽的均值与方差达到FSK与PSK信号的分类的目的。当SNR大于15dB时，该分类算法就有很好的效果。
总而言之，能利用从时域和频域提取的信号大体特性对通信信号的调制方法进行识别，但因为从时域和频域提取的大体特征埘信噪比的变化更为敏感，所以在信噪比未知的状况下，该方法的分类识别能力不容易得到提高。
2.2 基于小波分析的方法
对于信号处理，傅立叶变换是非常重要的分析工具，然而其最大的弱点是不可以进行局部分析，仅限进行平稳信号的分析。小波分析是最近几年来刚刚起步的一种数学分析方法。依据小波理论,小波分析是把信号变成一个名为小波的基图数序列，但这些基函数就是用一个母小波经伸缩和平移的方式得到的。所以，每一个小波都能够运用两个参数来表达，就是尺度参数和位置参数。从这个层面上来说，各种信号自己的特性都能够用该信号分解成的很多小液的尺度和位置来识识别。小波变换可以把每一个信号映射到一个由母小波伸缩，平移而构成的小波函数上去，达到信号在不同时刻，不同频带的适当分离而不遗失所有的原始数据。
2.3 基于高阶累积量的方法
高阶累积量大多是来识别数字调制信号的基带信号。通常来说，矩和矩谱是用来确定信号的分析，累积量和累积量谱在统计信号分析中具有深远的应用计算值。因为高斯噪声大于2阶的累积量值一直是零，把接收的含有高斯噪声的非高斯信号变换到累积量或累积量谱域处理，就可以剔除噪声的影响。该方法非常适用于幅相调制信号。相关专家运用四阶累量实现2PSK和4PSK 信号分类；还有相关专家运用四阶累量达到2PSK、4PSK、8PSK信号调制分类；另一专家运用高阶累量达到对2ASK与2PSK、4ASK、4PSK、2FSK、4FSK的分类。
2.4 基于信号的星座图的方法
这是一种调制识别方式，该方法把重建的接收信号星座图的外形当作调制识别的特性。第一先通过聚类方法重建接收信号的星座图，然后运用定性定量转换模型——云模型对重建的星座图来建模，然后运用基于云模型的不明确性推理获得接收信号的调制方式。此方法的关键之处是防止了复杂的信号处理过程。
【结语】:
由于空间电磁环境的日益繁杂，信息技术的日益更新，促使通信信号的种类也随之日益多种多样，信道的保密性能也日益得到到关注。在如此的环境下，信号调制样式的识别难度也日益增加。所以，在面对比较多的信号种类，比较复杂的信号情况下，在比较低的信噪比下的识别算法会是未来调制样式识别的发展趋势。
【参考文献】[1] 韩俊,何明浩,郭国华,徐璟.自动识别信号PRF调制的新方法[J].红外与激光工程. 2010(03)
[2]张鸣.数字调制信号的自动识别[J].通信技术. 2008(12)
[3]付仕平，杨丽．通信信号调制样式自动识别方法[J]．科技创新导报，2008(16)，56-57.
【关键词】： 通讯信号调试自动识别
中图分类号：TJ768.4 文献标识码：A 文章编号：
【正文】：
通信信号调制方式自动识别的重要作用是监测信号、侦察,一般用于频率管理、通信对抗等方面,特别是在军事通信对抗中,通信信号的自动识别就更加关键，对敌信号的迅速精准地截获和识别是进行影响、侦听的基础,是有效毁坏对方通信的有效手段。使用通信信号自动识别技术,能增强无线电接收机的自动化程度, 提高增接收的实时侦察能力。调制信号的不同特性表现在频域、时域2个方面,刚开始的研究大多在频域展开,最近几年在时域研究上有了很多进展。比如把信号包络平方当作变量,把其方差和其均值的平方之比当作判决值,并参考信号频率的方差,对多种模拟调制信号分析研究；对于决策原理的调制方式自动识别方法,识别很多种,然而大量阈值的选取受信噪比的干扰厉害,算法非常复杂。
通信信号的作用能区分多种通信信号的关键特性，通信信号的调制是指在尚未得知调制信息内容和调制参数的情况下，分析出信号所使用用的调制方法并估计出一部分调制参数，为解调器对的选择解调算法贡献参数参考，最后得到有用的信息内容的过程。调制样式识别是在能量检测和解调范围内的过程，能量检测只需大体上估计信号的带宽以及中心频率，而解调需要准确的频率信息以及信号的调制样式。所以，调制样式的识别就只需在先验知识很少的情况下完成识别的过程，还得到更加准确的一部分数据。最近几年，人们调制样式方面做了大量探究，涌现出了多种新思路和新方法。
软件无线电是将来无线通信的重要科技,其特征之一就是能够达到多频段、多样式、多协议系统的无缝接入。为了达到不同系统的相互通信,调制方式的自动识别将是软件无线电必备的性能。调制方式的自动识别大量运用于民用和军用通信,特别在非合作性通信和通信对抗中经常见到,比方说,确认信号、监测信号、影响辨识、电子对抗、电子救援及军事战术研究等。
一 调制样式识别过程
一个整体的调制样式自动识别系统由下几个部分构成：特征提取模块、信号处理模块以及调制样式识别模块。信号处理模块的主要功能是为后续处理提供合适的数据，其任务一般包括：A/D转换、频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的情况下中，信号处理模板可以有效地分隔每个信号，确保每次只有一个信号进入后续的调制识别。特征提取模块是从输入的信号序列中获得对调制识别起作用的数据，大多是从数据中获得时域特征和变换域特征。时域特征由信号的瞬时幅度、瞬时相位和瞬时频率的直方图以及别的统计参数构成。变换域特征则由功率谱、谱相关函数、时频分布和其它统计参数。至于变换域特征，运用FFT方式就可以很好的获得，而幅度、相位和频率等时域特征大多由Hi1bert变换法，以及相正交(I—Q)分量法和过零检测法等获取。
2 调制样式识别的方法
信号调制样式识别的方法基本能分为两种：统计模式识别方法和决理论方法。统计模式识别方法第一要从接收的信息中获得出特征参数，第二经过模式识别系统来明确信号调制类型。判决理论方法使用概率论以及假设检验中的贝叶斯理论对信号进行识别，它参考信号的统计特征，经过理论分析和推导，获得检验统计量，最后与一个恰当的门限来比较和判定。下面分别阐述几个常见的调制样式识别方法。
2.1 基于时频域特征提取的方法
通信信号的调制信息存在于信号的瞬时频率、相位和幅度的变化之中。运用这三个参数的统计特点，原理上就能够识别信号的调制方式。从信号的时域和频域中猜测出信号的部分特征当做识别的参考，这类方法有非常多。
专业人士提出了一种数字调制信号的自动识别措施。该措施经过信号的解调和参数获得，构造信号的幅度直方图、、差分相位直方图、频率直方图幅度方差以及频率方差等分类特点。进而经模式识别的分类方法，会选取分类特征与样本的特征参数进行对比，根据最近原则使信号进行自动分类。此法可以在信噪比大于18dB的环境下，及时识别AM、2ASK、2FSK、2PSK、4FSK等信號。有关专家对调制信号的包络进行研究，使用参数R(包络平方的均值和包络方差的比值)对四种模拟信号进行分类，并得到了初步成果，把中频通信信号建模为时变自回归过程，经求解自回归模型参数，来猜测信号的瞬时频率和瞬时带宽，运用瞬时频率与瞬时带宽的均值与方差达到FSK与PSK信号的分类的目的。当SNR大于15dB时，该分类算法就有很好的效果。
总而言之，能利用从时域和频域提取的信号大体特性对通信信号的调制方法进行识别，但因为从时域和频域提取的大体特征埘信噪比的变化更为敏感，所以在信噪比未知的状况下，该方法的分类识别能力不容易得到提高。
2.2 基于小波分析的方法
对于信号处理，傅立叶变换是非常重要的分析工具，然而其最大的弱点是不可以进行局部分析，仅限进行平稳信号的分析。小波分析是最近几年来刚刚起步的一种数学分析方法。依据小波理论,小波分析是把信号变成一个名为小波的基图数序列，但这些基函数就是用一个母小波经伸缩和平移的方式得到的。所以，每一个小波都能够运用两个参数来表达，就是尺度参数和位置参数。从这个层面上来说，各种信号自己的特性都能够用该信号分解成的很多小液的尺度和位置来识识别。小波变换可以把每一个信号映射到一个由母小波伸缩，平移而构成的小波函数上去，达到信号在不同时刻，不同频带的适当分离而不遗失所有的原始数据。
2.3 基于高阶累积量的方法
高阶累积量大多是来识别数字调制信号的基带信号。通常来说，矩和矩谱是用来确定信号的分析，累积量和累积量谱在统计信号分析中具有深远的应用计算值。因为高斯噪声大于2阶的累积量值一直是零，把接收的含有高斯噪声的非高斯信号变换到累积量或累积量谱域处理，就可以剔除噪声的影响。该方法非常适用于幅相调制信号。相关专家运用四阶累量实现2PSK和4PSK 信号分类；还有相关专家运用四阶累量达到2PSK、4PSK、8PSK信号调制分类；另一专家运用高阶累量达到对2ASK与2PSK、4ASK、4PSK、2FSK、4FSK的分类。
2.4 基于信号的星座图的方法
这是一种调制识别方式，该方法把重建的接收信号星座图的外形当作调制识别的特性。第一先通过聚类方法重建接收信号的星座图，然后运用定性定量转换模型——云模型对重建的星座图来建模，然后运用基于云模型的不明确性推理获得接收信号的调制方式。此方法的关键之处是防止了复杂的信号处理过程。
【结语】:
由于空间电磁环境的日益繁杂，信息技术的日益更新，促使通信信号的种类也随之日益多种多样，信道的保密性能也日益得到到关注。在如此的环境下，信号调制样式的识别难度也日益增加。所以，在面对比较多的信号种类，比较复杂的信号情况下，在比较低的信噪比下的识别算法会是未来调制样式识别的发展趋势。
【参考文献】[1] 韩俊,何明浩,郭国华,徐璟.自动识别信号PRF调制的新方法[J].红外与激光工程. 2010(03)
[2]张鸣.数字调制信号的自动识别[J].通信技术. 2008(12)
[3]付仕平，杨丽．通信信号调制样式自动识别方法[J]．科技创新导报，2008(16)，56-57.