模拟与数字调制信号的识别方法
2008年第03期,第41卷 通 信 技 术 Vol.41,No.03,2008 总第195期 Communications Technology No.195,Totally
模拟与数字调制信号的识别方法
王兰勋, 张瑞华
(河北大学 电子信息工程学院,河北 保定 071002)
【摘 要】通信信号调制方式包括模拟与数字两大类。根据模拟、数字调制信号有无符号率的特点,提出了采用非线性变换与小波变换相结合的方法,获得信号的包络与瞬变信息,然后再提取变换后的频域特征,无需设置判决门限便可直接实现这两种调制方式的分类。通过理论分析和实验仿真验证了该算法的有效性,并对LSB、USB、AM、FM、ASK、FSK、PSK、QAM这几种信号的仿真结果进行了分析。
【关键词】调制识别;符号率;非线性变换;小波变换
【中图分类号】TN911.7 【文献标识码】A 【文章编号】1002-0802(2008)03-0046-03
Recognition Method of Analogue and Digital Modulated Signals
WANG Lan-xun, ZHANG Rui-hua
(Department of Electronic and Information Engineering, Hebei University, Baoding Hebei 071002, China)
【Abstract】Communication signals involves analogue and digital modulation types. In the light of that the analogue and digital modulated signals have or have not symbol rate, a novel recognition algorithm is proposed, which uses nonlinear transform and wavelet transform to obtain the signal envelope and transient information, and then extract the feature from frequency domain, and to realize the classification directly without setting decision threshold. This scheme is verified effectively through theory analysis and experiment simulation, and then the simulation results of LSB, USB, AM, FM, ASK, FSK, PSK, QAM are discussed.
【Key words】modulation recognition;symbol rate;nonlinear transform;wavelet transform
0 引言
随着通信技术的发展,通信信号日益多样化,通信环境日趋复杂化,如何在这充满噪声干扰的复杂环境中识别出信号的调制方式具有重要的价值。目前,关于调制技术,模拟信号的相对成熟,而在通信过程中对数据的处理又大多要求数字化,数字调制也就更加受到关注,出现了越来越多针对数字调制信号的识别算法。因此,在信号的处理过程中首先将混合的模拟、数字信号划分为两类,使其在相应模块内选择不同算法进行识别是十分有意义的。这两大类信号的识别过程大多是将其混合在一起,提取时域、频域的不同特征逐层实现分类,利用Nandi 与Azzouz
[1-2]
差分序列的方差实现分类;文献[5]利用二次小波变换的方法估计出符号率,将得到的符号率数组的方差作为判断模拟、数字调制信号的特征。
文中分析了通信信号经过非线性变换与小波变换后的特征,利用数字调制信号有符号率、模拟调制信号无符号率的特点对信号进行分类。该方法提取特征简单、明显,无需设置判决门限,从而可使通信信号在相应的后续模块内利用不同的调制识别算法实现具体分类。
1 识别过程的算法描述
通信系统中,接收到的模拟与数字调制信号可统一表示为 s (t )=A (t )cos (ω(t )+ϕ(t )+θ0)+n (t ),
提出的识别参数实现
分类是一种典型的方法,而直接针对这两大类方式区分的方法相对较少,有几种典型的方法如:文献[3]提取用于反映曲线峰度的特征量实现分类;文献[4]利用非线性变换后的
(1)
其中,θ0为初始相位,A (t ),ω(t )和ϕ(t )分别是与接收信号调制方式有关的幅度、角频率和相位,n (t )为噪声。
46
收稿日期:2007-11-02。
作者简介:王兰勋(1956-),男,副教授,主要研究方向为信息传输与通信信号处理;张瑞华(1983-),女,硕士研究生,主要研究方向为通
信信号处理、调制识别。
模拟与数字调制信号最明显的一个区别就是有无符号率。利用二次小波变换估计符号率的方法进行模拟、数字的分类,首先对已调复信号选择最佳尺度进行小波变换,以提取包络进行第二次小波变换,如果尺度选择不当,可能造成提取的包络为0,识别失败。文中首先对模拟、数字调制信号进行非线性变换,保证了数字信号经过变换后的包络变化特征和码元变化时刻的信息;然后利用小波变换可以有效检测信号的瞬变现象的优点,综合考虑信噪比、尖峰值等因素后,在合理的尺度范围内选择较大尺度进行一次小波变换;最后对变换后的频域数值结果进行简单处理,无需设置门限便可直接实现分类。对于ASK、PSK、FSK信号:
s ASK (t )=∑a n u (t −nT )cos ωc t 。 (2)
n
基本小波或母小波,*表示共轭。
通过与二次小波变换估计符号率的方法[6]相比较可以看出,不考虑尺度,非线性变换的输出与已调复信号经过一次小波变换后的输出表示方法近似相同。因此再对公式(7)进行Haar 连续小波变换后,取其包络进行傅立叶变换,得到的输出可近似表示为
Y (ω)=(2π/T )⋅∑C k δ(ω−2πk /T )。 (9)
k
其中,C k 与信号幅度和选择的小波尺度有关。数字调制信号经过一系列变换后,最后得到的频谱中各个尖峰呈等间距分布,符号率与尖峰间距、采样频率以及采样点数有关。如图1所示,依次是2ASK、4FSK经过非线性变换、小波变换取包络、傅立叶变换后的波形。
幅度
s PSK (t )=∑Au (t −nT )cos (ωc t +ϕn )。
n
(3)
幅度
s FSK (t )=∑Au (t −nT )cos ((ωc +ωn )t +θn )。 (4)
n
其中,信号的幅度a n ∈{a 0, a 1, " , a M −1},相位ϕn ∈
{ϕ0, ϕ1, " , ϕM −1},角频率ωn ∈{ω0, ω1, " , ωM −1},T 为符号率的倒数,即码元宽度,u (t )是矩形脉冲,ωc 是载波角频率,幅度A 为常数,θn ∈{0,2π}为初始相位。
QAM 是一种结合幅度和相位调制的混合信号:
s QAM (t )=∑a cn u (t −nT )cos ωc t +∑a sn u (t −nT )sin ωc t
n
n
幅度
幅度
=∑A n 1u (t −nT )cos (ωc t +ϕn 1), (5)
n
2ASK 采样点 4FSK 采样点
幅度 幅度
其中,A n 1=
2
a cn 2+a sn ,ϕn 1=arctan (a sn /a cn )。
图1 2ASK、4FSK非线性变换、小波变换、
傅立叶变换后的波形
图1是截取了一部分采样点后的波形,以便于清楚观察,实际仿真中则采用了大量的采样数据,若将横轴的采样点转换为频率,则相邻尖峰的距离为一个码元速率大小,各尖峰在最大尖峰两侧依次减小,直至消失。而模拟调制信号没有符号率的概念,经过非线性变换后仍为连续函数,再经过小波变换及傅立叶变换后不会得到反映符号率大小的等间距尖峰。实际分析中,只考虑正频率部分,即图1中频谱的一半。由于噪声、变换等影响,在零频处产生很大的分量,忽略零频及其周围部分采样点的干扰,该算法具体实现过程 如下:
(1)将信号的采样点分为N 段。
(2)对每段序列依次进行非线性、小波、傅立叶变换后找到尖峰的最大值位置,然后找到尖峰次大值的位置,计算这两个尖峰的间距,组成距离数组。
(3)若该距离数组中的N 个距离值相等或呈倍数关系,则V =0,接收信号为数字信号;否则判为V =1,为模拟 信号。
例如,N =4,如果最后得到的距离数组为{400,400,400,400},则V =0,可以判断为数字信号;如果是{400,400,400,800},也判断V =0,这是由于实际仿真中,噪声的影响使尖峰最大值右侧的各尖峰不是依次减小,而是呈
47
首先对信号进行非线性变换,用T s 表示采样频率的倒数,即采样间隔,该变换定义为
Q [s ]=s (t )−s (t −T s )s (t +T s )。
2
(6)
文献[4]中已证明,数字调制信号通过非线性变换后具有一定的规律性。在一个码元间隔内,非线性变换的输出保
2
sin 2ωc T s ;PSK输持恒定不变。ASK的输出可近似表示为a n
出恒定值A 2sin 2ωc T s ;FSK
输出可表示为
A 2sin 2(ωc +ωn )T s ;QAM包含幅度和相位信息,其非线性变
换输出可近似表示为ASK 的输出形式。当码元发生变化时,ASK、PSK以及非连续FSK、QAM的非线性变换输出会产生突
变,用冲激函数δ(t )表示,突变幅度用B m 表示,在一个码元间隔内输出的恒定值表示为A n ,则非线性变换的输出由两部分构成,可统一表示为
Q s (t )=∑A n u (t −nT )+∑B m δ(t −nT )。 (7)
n
m
ASK、FSK、QAM信号的非线性变换输出为阶梯型多值函数;对于PSK 信号,输出的第一项不仅在一个码元内为恒定值,而且在整个信号区间内保持恒定不变。
小波分析对突变信号具有较好的自适应能力和检测能力,Q s (t )的连续小波变换定义为
CWT (
a , τ)=⋅∫Q s (t )ψ⎡⎣(t −τ)/a ⎤⎦d t 。
*
( (8)
连续小波变换具有尺度a 和平移τ两个参数,ψ(t )称为
现倍数关系,“800”即表示最大值右侧的第二个尖峰反而比第一个更突出。对于模拟调制信号,所得距离数组受噪声影响较大,N 个距离值具有随机性。实际算法中,在每段分析数据内,通过对比尖峰最大值与次大值,以及次大值与相邻较小尖峰之间的距离关系,来确定尖峰之间的距离,并对每组的各个距离值进行对比分析,去除奇异值后最终确定V 值,以提高准确性。
了信号的进一步处理。非线性变换与小波变换相结合实现通信信号分类的方法有以下几个优点:
(1)与其他分类方法相比,根据符号率的有无判断调制类型,该特征比较明显。
(2)该算法尤其对ASK 具有较好的识别效果。如果利用小波变换直接对ASK 信号的解析形式进行分析,对于双极性信号,相位的变化引起突变,产生尖峰,而单极性信号没有相位变化,不产生尖峰;由图1可以看出,经过非线性变换后,单极性2ASK 在码元变化时刻存在突变,从而使后续的小波变换可以更准确的捕捉码元变化时刻的信息,提高了识别性能。
(3)利用非线性变换对调制信号进行处理,与二次小波变换的方法相比,可以直接得到信号包络,不必对接收到的调制信号选取最佳尺度,实现简单,减小了尺度的影响。
另外,当f s /f c 较大时,以16QAM 为例,如果尺度选择合适,当增益因子大于1时,经过小波变换可以增加信噪 比 [8]。而非线性变换抗噪声能力较差,需要在非线性变换后的小波变换过程中选取较大尺度,以得到较明显的尖峰值。文中在对信号处理过程中未采取任何降噪措施,如果能对非线性变换进行一定的降噪处理,可以得到更好的识别效果。
参考文献
1 Azzouz E E, Nandi A K. Procedure for automatic recognition of analogue and digital modulations[J]. IEE Proceedings, Communications,1996,143(05):259-266.
2 Nandi A K, Azzouz E E. Algorithms for automatic modulation recognition of communication signals[J]. IEEE Transactions on Communications,1998,46(04): 431-436.
3 宋辉.通信信号的特征分析、自动识别与参数提取[D].南京:南京理工
2 仿真分析
由Nyquist 采样定理知:采样频率f s 应大于最高信号频率的两倍。调制识别过程中f s 要求选高一些,例如f s =(4~8)f c ,f c 为载波频率,因为最高信号频率或带宽往
往不确知;一些算法或Hilbert 变换要求过采样;采用模π计算瞬时相位也要求过采样,因此按f s =(4~8)f c 是比较合
[7]
适的。文中选取f c 、f s 以及符号率f d 分别为25 kHz、
200 kHz与1 kHz,模拟调制信号选取LSB、USB、AM与FM,数字调制信号选取2ASK(单极性)、4FSK、8PSK与16QAM,每段400个符号,分为4段。信号的正确识别率β与信噪比R SN 的关系如图2所示。
对于模拟调制信号,经过模拟、数字分类后,得到的距离数组没有规律,因此很容易划分到模拟类别中;而数字调制信号,尤其是PSK 和连续FSK,进行模拟、数字分类时受噪声影响较大,当信噪比较低时识别率快速下降,易被误判为模拟信号。如图2所示,LSB、USB、AM、FM、2ASK、16QAM 在5 dB时,均可正确识别;9 dB时4FSK 正确识别率达到97%以上;而8PSK 在15 dB以上才能达到98%。这是由于8PSK 经过非线性变换后得到的码元变化时刻的尖峰值受信噪比影响较大,因此不易捕捉码元变换信息,识别效果降低很快。
β
大学,2003.
4 姚亚峰,陈建文,黄载禄.模拟与数字调制方式的非线性变换识别方 法[J].电视技术,2005,(01):23-26.
5 姜园,张朝阳,罗智勇.小波变换与模式识别用于自动识别调制模式[J].
R SN /dB
电路与系统学报, 2006,11(04):125-130.
6 纪勇,徐佩霞.基于小波变换的数字信号符号率估计[J].电路与系统学报,2003,8(01): 12-15.
7 樊伟.通信信号自动调制识别中的分类器设计[D].成都:西南交通大学,2005.
8 魏小薇,曹志刚.低信噪比下数字幅度调制的调制进制快速识别[J].清华大学学报(自然科学版),2006,46(01):35-38.
图2 不同R SN 下模拟与数字调制信号的正确识别率
3 结语
根据模拟、数字信号有无符号率的特点,文中提出结合采用非线性变换与小波变换的方法,不需设置判决门限,直接将模拟、数字调制信号分成模拟与数字两大类,从而方便
48