基于決策論的數(shù)字調(diào)制信號(hào)識(shí)別方法

馮曉東,曾 軍

(重慶郵電大學(xué) 電信業(yè)務(wù)支撐系統(tǒng)研究所,重慶 400065)

基于決策論的數(shù)字調(diào)制信號(hào)識(shí)別方法

馮曉東,曾 軍

(重慶郵電大學(xué) 電信業(yè)務(wù)支撐系統(tǒng)研究所,重慶 400065)

以決策論為基礎(chǔ)提出了一種改進(jìn)的數(shù)字調(diào)制信號(hào)識(shí)別方法,該方法僅需4個(gè)相對(duì)簡(jiǎn)單的特征參數(shù),就能識(shí)別2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào)。仿真結(jié)果表明,該方法復(fù)雜度較低,識(shí)別正確率有較大提高,尤其對(duì)于2ASK、4ASK、MPSK/MFSK及16QAM的識(shí)別,在信噪比較低的情況下,具有較好的識(shí)別效果。

調(diào)制識(shí)別;決策論;特征參數(shù);信噪比

隨著通信技術(shù)的發(fā)展,無(wú)線通信環(huán)境日益復(fù)雜,通信信號(hào)的調(diào)制制式也越來越趨于多樣化和復(fù)雜化,通信信號(hào)調(diào)制識(shí)別顯得尤為重要和迫切。調(diào)制識(shí)別指的是在沒有任何先驗(yàn)知識(shí)的前提下自動(dòng)識(shí)別接收到的信號(hào)的調(diào)制方式。目前,自動(dòng)調(diào)制識(shí)別算法主要分為統(tǒng)計(jì)模式識(shí)別與決策論方法兩大類[1-3]。A.K.Nandi和E.E.Azzouz在文獻(xiàn)[4～6]中采用傳統(tǒng)決策論、神經(jīng)網(wǎng)絡(luò)等方法對(duì)模擬和數(shù)字信號(hào)進(jìn)行分類識(shí)別,但結(jié)果表明只有在信噪比>10 dB時(shí),識(shí)別效果才比較理想,而當(dāng)信噪比<10 dB時(shí),識(shí)別正確率會(huì)大幅下降。文獻(xiàn)[7～8]利用小波變換進(jìn)行識(shí)別,算法復(fù)雜度高,需要信噪比>10 dB時(shí),才能實(shí)現(xiàn)信號(hào)的調(diào)制分類。文獻(xiàn)[9]改進(jìn)了傳統(tǒng)決策理論算法所提取的特征參數(shù),雖然算法復(fù)雜度與識(shí)別正確率都有所提高,但當(dāng)信噪比≤5 dB時(shí),正確識(shí)別概率會(huì)明顯下降。

本文從提取特征參數(shù)的角度,提出4個(gè)計(jì)算量小、提取較方便的特征參數(shù),基于決策論提出了一種數(shù)字調(diào)制信號(hào)識(shí)別方法,用以識(shí)別2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào),并結(jié)合決策樹分類器給出該識(shí)別方法的實(shí)現(xiàn)流程。仿真實(shí)驗(yàn)顯示,當(dāng)SNR≥8dB時(shí),能夠識(shí)別率均能達(dá)到100%,同時(shí),當(dāng)SNR低于5 dB時(shí),能夠較好地完成2ASK、4ASK、MPSK/MFSK及16QAM的識(shí)別。

1 識(shí)別方法

1.1 特征參數(shù)的提取

本文將實(shí)現(xiàn)對(duì)2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào)的識(shí)別,綜合考慮算法復(fù)雜度、識(shí)別正確率等多方面因素,采用以下4個(gè)特征參數(shù)來進(jìn)行識(shí)別:

1.1.1 包絡(luò)高階特征J[8]

假設(shè)接收到的信號(hào)為

f(t)=s(t)+n(t)=A(t)cos[φ(t)]+n(t)

(1)

接收信號(hào)f(t)的包絡(luò)ξ(t)為

(2)

(3)

m4=E[ξ4(t)]=E{[A2(t)+2A(t)a(t)+c2(t)]2}

(4)

由于已調(diào)信號(hào)s(t)和噪聲n(t)不相關(guān),再利用高斯白噪聲性質(zhì),式(4)可化簡(jiǎn)為

(5)

由式(5)可知

m4-2(m2)2=E[ξ4(t)]-2E2[ξ2(t)]=E[A4(t)]-2E2[A2(t)]

(6)

可以看出,式(6)消除了噪聲的影響,因而對(duì)噪聲有較好的抑制作用。把式(6)對(duì)已調(diào)信號(hào)s(t)功率平方的4倍4S2進(jìn)行歸一化,定義為特征量J,其表達(dá)式為

(7)

表1給出了各調(diào)制信號(hào)的包絡(luò)高階特征J的理論值,由此表可知,通過設(shè)置合適的門限。

表1 各調(diào)制信號(hào)的特征參數(shù)的理論值

1.1.2 零中心歸一化MF1[7]

定義

(8)

1.1.3 遞歸零中心歸一化MF2[7]

定義

(9)

1.1.4 零中心歸一化MP[7]

定義

(10)

1.2 特征參數(shù)門限值的確定

為確定特征參數(shù)J,MF1,MF2和MP的門限值,本文使用Matlab仿真,并通過觀測(cè)各特征參數(shù)隨信噪比的變化情況,來確定門限值。設(shè)碼元速率為500bit·s-1,載波頻率和采樣頻率分別取2kHz和12kHz,噪聲均為高斯白噪聲,仿真結(jié)果如圖1所示。通過對(duì)仿真圖分析可以確定特征參數(shù)J、MF1、MF2、MP的門限值分別為t(J1)=-0.2,t(J2)=-0.5,t(J3)=-0.8,t(MF1)=0.19,t(MF2)=0.42,t(MP)=0.43。針對(duì)特征參數(shù)J,具體的判決規(guī)則為:當(dāng)J>t(J1)時(shí),判為2ASK;當(dāng)t(J2)

1.3 識(shí)別流程

考慮到?jīng)Q策樹分類器結(jié)構(gòu)簡(jiǎn)單、分類速度快、運(yùn)算量小等優(yōu)點(diǎn)[6],本文采用決策樹的分類方法來實(shí)現(xiàn)對(duì)這7種數(shù)字調(diào)制信號(hào)的識(shí)別。根據(jù)提取的特征參數(shù)及其門限值,可以得到如圖2所示的識(shí)別流程。

圖1 門限值的確定

圖2 識(shí)別流程圖

2 仿真及其結(jié)果分析

為實(shí)現(xiàn)對(duì)2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào)的識(shí)別,依照?qǐng)D2所示的識(shí)別流程及選取的特征參數(shù)門限值來進(jìn)行仿真實(shí)驗(yàn)。其中,所采用的仿真參數(shù)及條件為:載波頻率、采樣頻率、碼元速率分別為2 kHz、12 kHz、500 bit·s-1,信號(hào)頻偏等于碼元速率,碼元個(gè)數(shù)為500。使用隨機(jī)序列作為調(diào)制信號(hào),且仿真環(huán)境為理想加性高斯白噪聲信道,信噪比取0～20 dB。

表2 數(shù)字調(diào)制信號(hào)識(shí)別正確率與信噪比的關(guān)系

2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào)的識(shí)別正確率隨SNR的變化情況如表2所示。圖3為信號(hào)2ASK、4ASK、MPSK/MFSK及16QAM識(shí)別的信噪比性能曲線。從表2可以得知,當(dāng)SNR≥8 dB時(shí),識(shí)別率均能夠達(dá)到100%;當(dāng)SNR=5 dB時(shí),除2ASK外,其余信號(hào)正確識(shí)別率均超過90%;當(dāng)SNR低于5 dB時(shí),不能正確識(shí)別信號(hào)2FSK、4FSK、2PSK和4PSK,這是因?yàn)閰?shù)MF1、MF2、MP在較低SNR情況下,不能區(qū)分各信號(hào);但從圖3可以看出,當(dāng)SNR<5 dB時(shí),還是能夠較好地完成2ASK、4ASK、MPSK/MFSK及16QAM的識(shí)別,這是因?yàn)閰?shù)J對(duì)噪聲有良好的抑制作用。

圖3 調(diào)制信號(hào)類間識(shí)別的信噪比性能曲線

3 結(jié)束語(yǔ)

本文從特征參數(shù)提取這個(gè)角度,改進(jìn)了傳統(tǒng)的基于決策論的數(shù)字調(diào)制信號(hào)識(shí)別方法,只需4個(gè)特征參數(shù)就能識(shí)別2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM這7種數(shù)字調(diào)制信號(hào),并且在SNR達(dá)到8 dB時(shí)就能實(shí)現(xiàn)100%正確識(shí)別。與文獻(xiàn)[3]相比,本文少用了一個(gè)特征參數(shù)來識(shí)別這7種數(shù)字調(diào)制信號(hào),并在SNR<5 dB時(shí),還能較好地完成2ASK、4ASK、MPSK/MFSK及16QAM的識(shí)別。另外,該方法運(yùn)算復(fù)雜度較小,能夠較好地滿足工程應(yīng)用中的實(shí)時(shí)性需求。

[1] 呂新正.基于多特征參數(shù)的通信信號(hào)調(diào)制識(shí)別技術(shù)研究[D].成都:電子科技大學(xué),2004.

[2] 張煒.數(shù)字通信信號(hào)調(diào)制方式自動(dòng)識(shí)別研究[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2006.

[3] 王婷婷,苑律莎,趙建立.基于決策論的數(shù)字模擬信號(hào)調(diào)制識(shí)別[J].電子科技,2011,24(8):96-99.

[4] Azzouz E E,Nandi A K.Automatic identification of digital modulation types[J].Signal Processing,1995,47(3):55-69.

[5] Azzouz E E,Nandi A K.Procedure for automatic recognition of analogue and digital modulations[J].IEE Proceedings Communication,1996,143(5):259-266.

[6] Nandi A K,Azzouz E E.Algorithms for automatic modulation recognition of communication signals [J].IEEE Transactions on Communication,1998,46(4):431-436.

[7] 張達(dá)敏,王旭.對(duì)基于決策論的數(shù)字信號(hào)調(diào)制識(shí)別方法的改進(jìn)[J].計(jì)算機(jī)應(yīng)用,2009,29(12):3227-3230.

[8] 蔡權(quán)偉,魏平,肖先賜.一種低信噪比信號(hào)的調(diào)制盲識(shí)別方法[J].電子科技大學(xué)學(xué)報(bào),2006,35(2):196-199.

[9] 郭洪志.通信信號(hào)識(shí)別系統(tǒng)的關(guān)鍵算法實(shí)現(xiàn)[D].杭州:浙江大學(xué),2010.

A Method for Digital Modulation Recognition Based on Decision Theory

FENG Xiaodong,ZENG Jun

(Telecom Services Support System Research Institute,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

An improved method is proposed to identify the types of the digital modulation signals based on the decision theory.By this method,only 4 relatively simple characteristic parameters are needed to identify the seven digital modulation signals,2ASK,4ASK,2FSK,4FSK,2PSK,4PSK and 16QAM.Computer simulations show that the complexity of the improved method is reduced greatly,and the correct recognition rate is increased significantly.It performs specially well in identifying the four digital modulation signals,2ASK,4ASK,MFSK/MPSK and 16QAM,in the case of low signal to noise rate.

modulation recognition;decision theory;feature parameters;signal to noise rate

2014- 11- 25

曾軍(1989—),男,碩士研究生。研究方向:數(shù)字信號(hào)處理。E-mail:512013233@qq.com。馮曉東(1970—),男,高級(jí)工程師。研究方向:射頻技術(shù)及軟件無(wú)線電。

10.16180/j.cnki.issn1007-7820.2015.04.033

TN911.3

A

1007-7820(2015)04-124-04