一種改進(jìn)的MQAM信號(hào)的調(diào)制方式識(shí)別算法研究

鄭鈞杰，王曉東

（解放軍92785部隊(duì)，秦皇島 066299）

0 引 言

當(dāng)前伴隨著通信技術(shù)日新月異的發(fā)展，無(wú)線通信的電磁環(huán)境越來(lái)越復(fù)雜，所以在復(fù)雜電磁環(huán)境下如何能夠有效地掌握未知信號(hào)的調(diào)制體制及參數(shù)是電聲信號(hào)處理領(lǐng)域的重要研究課題之一［1］。信號(hào)調(diào)制方式識(shí)別技術(shù)就是指在未知信號(hào)任何參數(shù)的前提下正確判決接收信號(hào)調(diào)制方式的盲信號(hào)處理技術(shù)，其主要分為類間識(shí)別和類內(nèi)識(shí)別兩大類。其中類間識(shí)別是指不同調(diào)制體制之間的識(shí)別，比如多進(jìn)制正交幅度調(diào)制（MQAM）信號(hào)，多進(jìn)制數(shù)字相位調(diào)制（MPSK）信號(hào)和多進(jìn)制數(shù)字頻率調(diào)制（MFSK）信號(hào)之間的識(shí)別區(qū)分；而類內(nèi)識(shí)別是指同一調(diào)制體制下不同調(diào)制階數(shù)間的識(shí)別區(qū)分。本文主要研究了MQAM信號(hào)的類內(nèi)調(diào)制識(shí)別方法以及基于模糊C均值聚類的類內(nèi)識(shí)別方法。這種方法需要預(yù)知信號(hào)的聚類中心參數(shù)和收斂閾值，所以在實(shí)際應(yīng)用中有很大的局限性［1］。針對(duì)這一不足，利用了減法聚類重構(gòu)信號(hào)星座圖實(shí)現(xiàn)信號(hào)的分類識(shí)別，這種方法可以自適應(yīng)地確定聚類中心個(gè)數(shù)。但是該類算法在重構(gòu)星座圖時(shí)需要的樣本數(shù)據(jù)量較大，不適合處理短時(shí)突發(fā)信號(hào)［2］，文中針對(duì)這種情況提出了改進(jìn)的算法，并且對(duì)其識(shí)別性能進(jìn)行了實(shí)驗(yàn)仿真。

1 識(shí)別算法介紹

正交幅度調(diào)制（QAM）是一種在2個(gè)正交載波上進(jìn)行幅度調(diào)制的調(diào)制方式，這2個(gè)載波通常是相位差為90°（π／2）的正弦波，因此這種調(diào)制方式也稱為正交幅度調(diào)制。由于其頻帶利用率高、抗噪聲能力強(qiáng)等優(yōu)點(diǎn)，在當(dāng)前通信領(lǐng)域中利用較為廣泛。MQAM信號(hào)就是把多進(jìn)制和正交載波技術(shù)結(jié)合起來(lái)，進(jìn)一步地提高頻帶的利用率。QAM的常用表達(dá)式為：

式中：I（t）和Q（t）分別為信號(hào)的同向分量和正交分量；fc為載波頻率。

MQAM信號(hào)的矢量點(diǎn)分布圖稱為信號(hào)的星座圖，不同調(diào)制階數(shù)的MQAM信號(hào)對(duì)應(yīng)不同的星座圖，所以可以通過(guò)重構(gòu)接收信號(hào)星座圖來(lái)判定信號(hào)的調(diào)制階數(shù)以實(shí)現(xiàn)類內(nèi)識(shí)別。但由于信號(hào)在傳輸過(guò)程中會(huì)受到噪聲干擾，接收信號(hào)的星座圖通常都是模糊不清的，所以重構(gòu)接收信號(hào)星座圖的研究是當(dāng)前的熱點(diǎn)研究問(wèn)題之一。

利用C均值聚類算法重構(gòu)信號(hào)星座圖，從文中分析可見(jiàn)：基于C均值聚類算法需要預(yù)知信號(hào)信息，提前確定聚類中心數(shù)，但是在實(shí)際軍事電子對(duì)抗中截獲信號(hào)的信息是未知的［3］，所以該類方法的應(yīng)用具有很大的局限性。通過(guò)減法聚類重構(gòu)待識(shí)別信號(hào)的星座圖，減法聚類不需要預(yù)知接收信號(hào)的任何信息，可以自適應(yīng)地確定聚類中心達(dá)到重構(gòu)信號(hào)星座圖的目的，有效地解決了C均值聚類算法處理盲信號(hào)的應(yīng)用局限問(wèn)題。

設(shè)｛x1，x2…xn｝是S維空間的n個(gè)數(shù)據(jù)點(diǎn)，一維空間中數(shù)據(jù)xi表示的是實(shí)數(shù)值，多維空間中xi則表示的是向量。假設(shè)各數(shù)據(jù)點(diǎn)均已通過(guò)歸一化到一個(gè)超立方體中，定義數(shù)據(jù)xi的密度指標(biāo)為：

式中：ra和Di分別為數(shù)據(jù)點(diǎn)xi的鄰域半徑和密度指標(biāo)。

通過(guò)式（2）計(jì)算得到各數(shù)據(jù)點(diǎn)的密度指標(biāo)，將密度指標(biāo)最大的數(shù)據(jù)點(diǎn)確定為聚類中心點(diǎn)，得到第1個(gè)聚類中心后再進(jìn)行其余數(shù)據(jù)點(diǎn)密度值的修正。假設(shè)xc1為第1個(gè)確定的聚類中心，Dc1表示該點(diǎn)的密度值，那么其余各點(diǎn)的密度指標(biāo)通過(guò)式（3）來(lái)修正：

式中：rb為另一鄰域半徑值。

為了防止出現(xiàn)兩聚類中心相距很近的情況，所以rb取值通常要大于ra值，本文參考文獻(xiàn)［4］取rb＝1.5ra。通過(guò)修正將會(huì)明顯減小第一聚類中心周?chē)鷶?shù)據(jù)點(diǎn)的密度指數(shù)，因此就減小了周?chē)c(diǎn)被選作下一聚類中心的可能性。各數(shù)據(jù)點(diǎn)的密度指標(biāo)修正后再以上述方法確定下一聚類中心。以此類推，反復(fù)操作直到所有數(shù)據(jù)點(diǎn)都已歸納到確定聚類中心的閾值范圍內(nèi)。當(dāng)表征信號(hào)特征的聚類中心確定以后，就可以判定接收信號(hào)的調(diào)制方式。

基于減法聚類重構(gòu)信號(hào)星座圖是一種有效的信號(hào)分析手段，也在實(shí)際中得到廣泛應(yīng)用。但通過(guò)分析可見(jiàn)該類方法是以數(shù)學(xué)統(tǒng)計(jì)為基礎(chǔ)的，要求提供大量的分析數(shù)據(jù)，所以當(dāng)信息碼元長(zhǎng)度較短時(shí)，平均到各星座點(diǎn)處的數(shù)據(jù)就會(huì)很少，這種情況下就會(huì)大大降低減法聚類重構(gòu)星座圖的準(zhǔn)確性［5］。圖1為300個(gè)64QAM信號(hào)數(shù)據(jù)點(diǎn)在信噪比條件為10dB時(shí)的分布情況，從圖中可以很清楚地看到數(shù)據(jù)點(diǎn)很稀疏地分布在星座圖上，平均分布在每個(gè)星座點(diǎn)的數(shù)據(jù)點(diǎn)為K＝300／64＜5個(gè)。由于數(shù)據(jù)分布的隨機(jī)性，有些星座點(diǎn)處就有1個(gè)或者2個(gè)數(shù)據(jù)點(diǎn)，因此就無(wú)法再直接利用減法聚類算法重構(gòu)出信號(hào)正確的星座圖了。

圖1 64QAM信號(hào)碼元在星座圖上的分布

前文針對(duì)上述不足提出了改進(jìn)的基于減法聚類識(shí)別信號(hào)調(diào)制方式的方法，同樣以64QAM信號(hào)為例，因?yàn)槠湫亲c(diǎn)為64個(gè)，所以平均到每一星座點(diǎn)處的數(shù)據(jù)點(diǎn)就會(huì)很少。圖2顯示的是64QAM信號(hào)的標(biāo)準(zhǔn)星座圖，從圖中分析可知星座點(diǎn)的幅度取值個(gè)數(shù)只有9個(gè)。所以若以幅度值進(jìn)行歸納，則平均到每個(gè)聚類中心處的數(shù)據(jù)量K＝300／9≈30，為平均數(shù)據(jù)量，是原方法中各聚類中心處的平均數(shù)據(jù)量的6倍。因此文中提出不直接對(duì)信號(hào)進(jìn)行減法聚類處理，而是將信號(hào)幅度值作為識(shí)別特征，對(duì)接收信號(hào)的幅度值進(jìn)行減法聚類分析。以下通過(guò)實(shí)驗(yàn)來(lái)證明改進(jìn)方法的分類識(shí)別性能［4］。

圖2 64QAM信號(hào)標(biāo)準(zhǔn)星座圖

2 實(shí)驗(yàn)仿真

以下通過(guò)實(shí)驗(yàn)仿真證明改進(jìn)方法的識(shí)別性能，文中以16QAM，32QAM，64QAM電聲信號(hào)為待識(shí)別信號(hào)，其碼元長(zhǎng)度均為300個(gè)，假設(shè)信噪比條件同樣為0～25dB，仿真結(jié)果如圖3、圖4所示。

圖3 MQAM直接利用減法聚類識(shí)別的正確識(shí)別率曲線

圖3顯示的是接收的MQAM信號(hào)直接利用減法聚類進(jìn)行分類識(shí)別的正確識(shí)別率曲線圖。從圖中可以看出其正確識(shí)別率很低，當(dāng)信噪比達(dá)到20dB以上時(shí)正確識(shí)別率也達(dá)不到100%；同時(shí)從圖中可以看出在同一信噪比條件下，隨著信號(hào)調(diào)制階數(shù)的增加，其正確識(shí)別率也隨之減小，主要因?yàn)殡S著階數(shù)增加，平均到每個(gè)星座點(diǎn)處的數(shù)據(jù)點(diǎn)就會(huì)減小，所以基于減法聚類的識(shí)別算法的性能就會(huì)隨之下降［2］。

圖4 MQAM信號(hào)利用改進(jìn)算法的正確識(shí)別率曲線

圖4顯示的是改進(jìn)算法的正確識(shí)別率。對(duì)比圖3和圖4可以看出改進(jìn)算法的正確識(shí)別率有了明顯的提高，當(dāng)信噪比大于5dB時(shí)正確識(shí)別率都達(dá)到了90%以上，所以可見(jiàn)改進(jìn)算法在識(shí)別性能方面有了明顯的改善，具有一定的實(shí)際參考價(jià)值。

3 結(jié)束語(yǔ)

本文在研究了基于減法聚類的MQAM信號(hào)類內(nèi)識(shí)別方法的基礎(chǔ)上，針對(duì)其需要較大統(tǒng)計(jì)量的應(yīng)用局限性提出了改進(jìn)算法，改進(jìn)算法對(duì)信號(hào)的幅度值進(jìn)行減法聚類，從而實(shí)現(xiàn)信號(hào)的判決識(shí)別。通過(guò)對(duì)實(shí)驗(yàn)仿真結(jié)果的分析可知，該方法能夠取得較高的正確識(shí)別率，具有一定的實(shí)際參考價(jià)值。

［1］ 張晶晶.基于小波變換的OFDM信號(hào)識(shí)別［D］.西安：西安電子科技大學(xué)，2009.

［2］ 位小記，謝紅，郭慧.基于高階累積量和星座圖的調(diào)制識(shí)別算法［J］.哈爾濱商業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2011（4）：24-27.

［3］ 張平安，高春華.神經(jīng)模糊和軟件計(jì)算［M］.西安：西安交通大學(xué)出版社，2000.

［4］ Shahmohammadi，Mohammad，Nikoofar，Hamid R.Modulation classification for QAM／PSK using a soft clustering algorithm［A］.IEEE International Symposium on Information Theory Proceedings［C］，2002：19-20.

［5］ 邊肇祺，張學(xué)工.模式識(shí)別［M］.北京：清華大學(xué)出版社，2000.