基于譜分析的衛(wèi)星通信調(diào)制識別算法*

劉瑩，單洪，胡以華，王勇，4

（1.電子工程學(xué)院，合肥230037；2.脈沖功率激光技術(shù)國家重點實驗室，合肥230037；3.電子制約技術(shù)安徽省重點實驗室，合肥230037；4.通信信息控制和安全技術(shù)重點實驗室，浙江嘉興314033）

基于譜分析的衛(wèi)星通信調(diào)制識別算法*

劉瑩1，單洪1，胡以華2，3，王勇2，3，4

（1.電子工程學(xué)院，合肥230037；2.脈沖功率激光技術(shù)國家重點實驗室，合肥230037；3.電子制約技術(shù)安徽省重點實驗室，合肥230037；4.通信信息控制和安全技術(shù)重點實驗室，浙江嘉興314033）

通過分析典型衛(wèi)星通信信號功率譜、平方譜、四次方譜以及包絡(luò)平方譜特性，針對衛(wèi)星通信隨參信道造成信號噪聲譜均值與方差隨頻率變化這一問題，采用最小二乘法對信號譜圖進行預(yù)處理，定義偏離比作為單頻分量檢測值，在無任何先驗知識條件下提取一組魯棒性強的特征參數(shù)，實現(xiàn)信號自動調(diào)制識別。實驗證明，改進后的算法復(fù)雜度較低、過程簡單易實現(xiàn)，所提取參數(shù)對數(shù)字信號的調(diào)制指數(shù)與滾降系數(shù)不敏感，具有較好的可分性與穩(wěn)健性，并同樣適用于隨參信道的信號調(diào)制識別，具有一定的實用意義。

自動調(diào)制識別，衛(wèi)星通信，譜分析

0 引言

自20世紀(jì)60年代中期衛(wèi)星投入使用以來，衛(wèi)星通信作為一種國防和民用生活中不可或缺的通信手段，早已應(yīng)用于軍事偵察、廣播、導(dǎo)航、資源探測、災(zāi)害防護等各個領(lǐng)域。隨著衛(wèi)星通信技術(shù)的進步和各種通信信號調(diào)制方式的發(fā)展，衛(wèi)星通信中調(diào)制信號的自動識別技術(shù)成為研究熱點。

通信信號識別是在20世紀(jì)80年代興起的一門技術(shù)，目的在于識別信號的調(diào)制類型并提取調(diào)制參數(shù)。現(xiàn)有的調(diào)制識別技術(shù)很多：最早由A.K.Nandi［1］等提出基于信號瞬時特征的調(diào)制識別，其方法簡單但易受信道噪聲影響；Swami.A［2］等采用基于高階累積量的調(diào)制識別方法，提取二階、四階以及四階以上累積量，并利用判決樹進行調(diào)制類型識別?；谛〔ㄗ儞Q的調(diào)制識別是一種對非平穩(wěn)信號常用的時頻分析方法，具有良好的分析信號時頻域局部特征的能力［3］；另外還有基于信號譜相關(guān)［4］、基于最大似然［5］以及基于分形理論等識別算法。

基于信號譜分析的調(diào)制樣式識別技術(shù)，無需任何先驗知識，且低信噪比條件下提取出的參數(shù)特征依舊健壯，故在信號識別領(lǐng)域中得到了較高的關(guān)注。范海波［6］等基于信號特征對多種調(diào)制方式進行識別，在信噪比大于5 dB時達到98%的識別率?，F(xiàn)有基于譜分析的研究多針對恒參信道假設(shè)噪聲譜滿足均值與方差不隨頻率變化的假設(shè)展開，而實際衛(wèi)星通信環(huán)境中，由于多徑效應(yīng)、時間延遲、以及信號傳輸中衰耗等因素導(dǎo)致傳統(tǒng)的譜分析算法的實際應(yīng)用受到限制［7］。因此，本文采用譜圖預(yù)處理的方式，針對衛(wèi)星通信中常用的調(diào)制方式，研究基于譜分析的信號調(diào)制識別改進算法，并進行仿真實驗分析其性能。

1 常用衛(wèi)星通信信號頻譜特征

衛(wèi)星通信中采用的典型調(diào)制信號樣式有：ASK、2FSK、4FSK、BPSK、QPSK、OQPSK、π/4QPSK。本文分別對上述信號的功率譜、平方譜、四次方譜以及包絡(luò)平方譜進行分析，提取一組特征參數(shù)并進行調(diào)制識別。

1.1 信號功率譜

信號功率譜反映了調(diào)制信號中各頻率分量的功率分布，因此，可用于區(qū)分有載波分量信號（ASK、FSK）和無載波分量信號（PSK）［7］。其中，ASK信號為單譜峰信號，MFSK信號可看成是M個2ASK信號的疊加［9］，其頻譜在其各個載頻處出現(xiàn)譜峰。

1.2 信號平方譜

對MPSK信號直接進行傅里葉變換無法得到其特性，而非線性運算能夠產(chǎn)生凸顯調(diào)制方式的本質(zhì)信息。其中，BPSK信號載波相位存在π變，對其進行平方變換后，其平方功率譜在二倍載頻處出現(xiàn)單頻分量，而其他MPSK信號則無此特征。

1.3 信號四次方譜

OQPSK可看作是兩路碼元延遲半個周期的QPSK信號疊加，表達式為：

則OPSK四次方功率為:

由式（3）可知，OQPSK與QPSK信號四次方譜均包含直流分量，兩倍載頻處的sin包絡(luò)以及四倍載頻處的沖擊分量［10］。而8PSK信號則無任何單頻分量。不同于其他PSK信號，π/4QPSK信號是由相差π的兩星座圖交替轉(zhuǎn)換產(chǎn)生，其四次方譜在四倍載頻附近存在離散譜線，各信號四次方譜如圖1所示。

1.4 信號包絡(luò)平方譜

QPSK與OQPSK信號四次方譜均存在單頻分量，兩者差別在于QPSK信號經(jīng)基帶調(diào)制后其相位最大跳變?yōu)?70°，而經(jīng)過正交分量延遲半個碼元后的OQPSK信號，相位最大跳變值為90°，其包絡(luò)起伏較小。因此，在對信號包絡(luò)進行平方變換后，OQPSK信號包絡(luò)平方譜中沒有明顯符號速率譜線，以此可實現(xiàn)OQPSK與QPSK的識別，兩種信號包絡(luò)平方譜如圖2所示。

2 算法設(shè)計與分析

2.1 譜圖預(yù)處理

根據(jù)從某X段衛(wèi)星通信接收機接收大量的實測噪聲數(shù)據(jù)，對數(shù)據(jù)進行分段后計算每段功率譜后疊加，得疊加噪聲譜圖以及其均值方差隨頻率變化情況，如圖3所示。

從圖中統(tǒng)計結(jié)果可以看出，實測噪聲譜可看成統(tǒng)計均值組成的形狀基本不變的譜包絡(luò)N1（k）以及隨機變化譜線N2（k）疊加而成。

對于噪聲可通過采集獲得多組譜圖并濾波，后采用直方圖法在各個頻點統(tǒng)計譜圖變化趨勢，基于數(shù)量最多的原則得到譜包絡(luò)樣本Nsamp，則

利用最小二乘法對γ進行近似求解，從而擬合噪聲譜。對W點DFT獲得譜圖R（k）分段

式中，M為段數(shù)，P為各段長度，P-Q為段間重疊，且

利用最小二乘法估計各段系數(shù)，并采用直方圖法對M個系數(shù)γi進行統(tǒng)計，數(shù)量最多的即為γopt，則可得

可以看出，譜圖預(yù)處理后噪聲譜近似滿足均值與方差不隨頻率變化，從而使基于譜分析的特征提取算法在隨參信道的條件下同樣適用。

2.2 特征參數(shù)提取

特征參數(shù)提取質(zhì)量的好壞是提高識別率的關(guān)鍵［11］。通過總結(jié)上述衛(wèi)星通信中典型信號的譜特征，提取一組表征能力強、抗干擾性好的特征參數(shù)，實現(xiàn)低信噪比條件下的信號調(diào)制識別。

基于譜分析的調(diào)制識別算法主要根據(jù)譜峰個數(shù)N進行分類。低信噪比（＜5 db）條件下，有價值的譜線信息往往被噪聲淹沒而降低識別成功率?，F(xiàn)有算法的單頻分量判決條件雖然簡單，但在判決閾值設(shè)置上依舊存在著以下不足，一是當(dāng)譜峰判決閾值設(shè)置較高時，對于多譜峰信號如4FSK信號，譜峰個數(shù)易縮減而造成誤判；二是當(dāng)譜峰判決閾值設(shè)置較低時，PSK信號功率譜雖無單頻分量，但仍然會出現(xiàn)偽譜峰造成誤判。因此，本文定義單頻偏離比表示譜峰凸顯程度，進而優(yōu)化算法。

定義偏離量Dr為信號譜各譜峰偏離譜均值的程度

式中，X（k）為信號歸一化譜峰峰值，Pavg為信號譜峰均值。

定義偏離比DF為譜峰偏離量與其相鄰譜峰偏離量的比值

計算待識別信號段x（n）作N點FFT變換得到信號譜序列X（k）（k=1，2，…，N）。譜峰滿足單頻分量判決條件

認(rèn)為該譜峰為有效單頻分量。滿足上述條件的譜峰數(shù)記為N。

2.3 算法實現(xiàn)及流程圖

根據(jù)以上分析，將信號譜圖進行相應(yīng)的預(yù)處理后，提取待識別信號各參數(shù)：信號包絡(luò)譜單頻分量偏離比DF0；信號功率譜單頻分量偏離比DF1；信號平方譜單頻分量偏離比DF2；四次方譜的單頻分量偏離比DF4；信號包絡(luò)譜的譜峰個數(shù)N_0；信號功率譜的譜峰個數(shù)N_1；信號平方譜的譜峰個數(shù)N_2；信號四次方譜的譜峰個數(shù)N_4，調(diào)制識別流程如下頁下頁圖4所示。

2.3.1 信號的類間識別

由2.1分析可知，利用參數(shù)DF1和N_1可區(qū)分ASK信號，MFSK信號以及MPSK信號。如下頁圖5所示。

可以看出，各信號的DF1差別很大，故可實現(xiàn)信號的類間識別，并可進一步區(qū)分2FSK以及4FSK信號。

2.3.2 MPSK信號的類內(nèi)識別

對于BPSK信號，其平方譜存在單頻分量，而其他MPSK信號不具備這一特點，因此，通過DF2和N_2識別出BPSK信號。對于8PSK信號，其四次方譜無突出譜線，對π/4QPSK進行四次方變換，其譜圖會出現(xiàn)兩個譜峰；而QPSK與OQPSK均會出現(xiàn)單頻分量。因此，可將信號分為{QPSK、OQPSK}、{π/4QPSK}以及{8QPSK}。同時再利用信號包絡(luò)譜，實現(xiàn)QPSK與OQPSK識別。

2.4 仿真結(jié)果與分析

為檢驗上述識別方案的性能，針對本文研究的典型衛(wèi)星通信信號利用MATLAB軟件進行仿真實驗。仿真產(chǎn)生2ASK、MFSK信號以及MPSK信號，為提高仿真的帶限數(shù)字已調(diào)信號的逼真度，使用隨機序列作為調(diào)制信號，濾波器中心頻率430 M，帶寬450 M，信號中心頻率430 M，碼元速率50 MHz，碼長10 bit，采樣率3 600 M。2FSK信號調(diào)制指數(shù)從0.2變化至2，4FSK信號調(diào)制指數(shù)從0.5變化至1.2，步長為0.1，MPSK信號滾降系數(shù)為0.3到1。噪聲為圖3（a）所示的隨參信道噪聲，數(shù)據(jù)樣點數(shù)1 M。文中信噪比定義為濾波器帶通范圍內(nèi)信號能量與噪聲比值的分貝數(shù)，信噪比自1 db變化至10 db，步長1 db。信號在同一信噪比條件下獨立進行500次蒙特卡洛實驗，仿真結(jié)果如圖6所示。

采用偏離比作為譜峰凸顯條件，相比于已有的判決條件，在低信噪比時能更好地將單頻分量提取出來，提高譜峰個數(shù)提取的準(zhǔn)確性，改進后的算法受到噪聲影響較小，在改善算法性的前提下并沒有增加算法復(fù)雜度。由圖6可知，在信噪比為4 db時，各信號識別率差異較大。其中2ASK、2FSK、8PSK信號，識別率可達到99%以上；4FSK、2PSK信號識別率可達98%以上；4PSK、π/4QPSK、OQPSK信號可達到97%以上。當(dāng)信噪比大于5 db時，識別率可達到98%以上。且信號調(diào)制識別率具有隨信噪比增加而增大的趨勢，最終趨向100%。但對于部分信號，如4FSK信號在信噪比升高后，識別率有所波動。分析認(rèn)為，由于基帶信號符號概率不平衡，可能導(dǎo)致頻譜特征無法正確體現(xiàn)信號調(diào)制類型。當(dāng)4FSK信號中兩種符號過多時，易與2FSK信號混淆導(dǎo)致誤判。

從圖7可以看出，在隨參信道條件下，基于傳統(tǒng)譜分析方式在信噪比小于8 db時，識別率不足50%，當(dāng)信噪比達到12 db以上時，信噪比達到98%。相比之下，文中方法在信噪比大于0 db即可實現(xiàn)90%的樣式識別，大于7 db識別率達到了98%以上，比傳統(tǒng)譜分析方法提高了5 db。說明采用譜圖預(yù)處理的譜分析調(diào)制識別，可以有效地減小隨參信道對信號識別產(chǎn)生的影響。

3 結(jié)論

本文分析了典型衛(wèi)星通信信號的譜特征，在隨參信道條件下進行譜圖預(yù)處理，并提取一組調(diào)制識別特征參數(shù)，并詳細闡述了方案的實現(xiàn)步驟，最后進行計算機仿真。實驗結(jié)果表明，該方案在未知準(zhǔn)確帶寬、載頻條件下，適用于不同調(diào)制指數(shù)、滾降系數(shù)的信號。在低信噪比的隨參信道條件下，提取出的特征參數(shù)依舊保持著較高的魯棒性，達到較高的識別正確率。

［1］NANDI A K.Automatic analogue modulation recognition.［J］. Signal Processing，1995，46（2）：211-222.

［2］SWAMI A，SADIER B M.Hierarchical digital modul-ation classification using cummulants［J］.IEEE Trans on Communication，2000，48（3）：431-436.

［3］WPROKIW K C H，CHAN Y T.Modulation identi-fication of digital signals by the wavelet transform［J］.IEEE. Proc-Radar.Sonar Navig，2000（4）：469-473.

［4］GARDNER W A，SPOONER C M.Cyclic-spectral analysis for signal detection and modulation recognition［C］//MILCOM’88，1988，419-424.

［5］張賢達.現(xiàn)代信號處理［M］.北京：清華大學(xué)出版社，2002：65-69.

［6］范海波，楊志俊，曹志剛.衛(wèi)星通信常用調(diào)制方式的自動識別［J］.通信學(xué)報，2004，25（1）：140-149.

［7］彭耿，黃知濤，王豐華，等.基于譜圖預(yù)處理的衛(wèi)星通信信號盲檢測［J］.電子與信息學(xué)報，2009，31（12）：2843-2847.

［8］林昌祿.天線工程手冊［M］.北京：電子工業(yè)出版社，2002：186-189.

［9］李耐根.基于譜分析數(shù)字通信調(diào)制方式的自動識別［D］.南昌：南昌大學(xué)，2006：34-36.

［10］趙曉迪.基于譜分析的通信信號調(diào)制識別與參數(shù)估計研究［D］.成都：西南交通大學(xué)，2010：20-22.

［11］李耐根.基于譜分析的MFSK信號調(diào)制方式自動識別［J］.高新技術(shù)，2007（11）：316-320.

Automatic Recognition Based on Spectral Feature in Satellite Communication

LIU Ying1，SHAN Hong1，HU Yi-hua2，3，WANG Yong2，3，4
（1.Electronic Engineering Institute，Hefei 230037，China；
2.State Key Laboratory of Pulsed Power Laser Technology，Hefei 230037，China；
3.Key Laboratory of AnHui Electronic Technology，Hefei 230037，China；
4.Key Laboratory of Control and Communication Information Security Technology，Jiaxing 314033，China；）

By analyzing the power spectrum，power spectrum of the second and forth spectrum of the common used modulated signals，square with the influence of satellite communication channel，the mean and variance of noise spectrum vary with frequency.By preprocessing the signal spectra with the method of the least square，defined deviation than as a single frequency component values，under the condition of without any prior knowledge.Simulation results show that the method has high practicability，owing to being more resolvable and steady which is not sensitive to the roll-off factor and modulation index of the digital signals.The improved method can also achieve recognition accuracy in the adaptive channel and has certain practical significance.

automatic modulation recognition，satellite communication，spectrum feature

TN911.4

A

1002-0640（2017）01-0045-04

2015-12-05

2016-02-20

國家自然科學(xué)基金（61271353）；安徽省自然科學(xué)基金資助項目（1408085MF120）

劉瑩（1992-），女，遼寧營口人，在讀碩士。研究方向：衛(wèi)星通信與信號處理。