基于FPGA的超短波信號調(diào)制識別算法研究

羅今梅，劉海家，李智

（1.四川大學電子信息學院，成都 610064；2.西南電子電信研究所，成都 610299）

0 引言

隨著通信信號復雜度的逐步增加，通信信號的調(diào)制方式也開始逐漸復雜，而信號的調(diào)制方式識別是信號盲解調(diào)中至關重要的一部分，所以對信號調(diào)制方式識別技術的研究具有重要意義。在軍用以及民用方面，調(diào)制識別都具有廣泛的應用。在軍用方面，調(diào)制識別是電子對抗戰(zhàn)中重要的一環(huán)，利用它可實現(xiàn)對截獲信號的盲解調(diào)。在民用方面，調(diào)制識別能夠實現(xiàn)空閑頻譜監(jiān)測。目前信號調(diào)制識別方式有很多，主要可分為基于最大似然法的調(diào)制識別方法和基于特征提取的調(diào)制識別方法。其中，提取特征的方法有瞬時特征、譜相關特征、高階累積量特征、小波變換特征等。根據(jù)提取的特征進行分類又分為支持向量機法和機器學習法。

Azzouz等［1］提出一種基于瞬時特征的信號調(diào)制識別方法，在信噪比大于10 dB時，其識別準確率大于90%；Hassanpour等［2］提出一種基于支持向量機的信號調(diào)制識別算法，在信噪比大于-5 dB時，其識別準確率大于98%；張弛等［3］提出一種基于四階累積量的信號調(diào)制識別方法，結果表明，當信噪比大于8dB時，其識別準確率大于99%；J.O’Shea等［4］提出一種基于卷積神經(jīng)網(wǎng)絡的調(diào)制識別算法，將信號的IQ兩路信號作為輸入，通過殘差網(wǎng)絡實現(xiàn)調(diào)試方式的分類，奠定了深度學習應用在調(diào)制方式識別的基礎。

然而，實際工程上常常需要處理幾十通道甚至上百通道的信號檢測和調(diào)制識別，利用純軟件實現(xiàn)就顯得十分困難，而FPGA是近來發(fā)展迅速的可編程邏輯器件，以其高速并行、易于實現(xiàn)流水線的結構適合處理運算需求高的前端信號處理。本文提出一種基于FPGA的超短波信號調(diào)制識別算法，主要利用瞬時特征加決策樹分類的方法。主要考慮FPGA高可靠性的信號處理方法具有工程實際意義，并且FPGA芯片集成度高、可重配置等優(yōu)點，更易滿足在彈載、機載、艦船載上的小型機動平臺。

1 算法原理與實現(xiàn)

1.1 瞬時特征

信號的瞬時特征一般能表征調(diào)制方式的信息，其中包含瞬時幅度、瞬時相位等，通過提取信號的瞬時特征可以概括出信號的統(tǒng)計特性。通過仿真確定分類標準，可以有效地對信號進行正確識別?；谒矔r特征的方法也利于在FPGA上實現(xiàn)。本文選擇構造四個瞬時特征來實現(xiàn)對11種調(diào)制信號的分類，這10種調(diào)制方式分別為AM，F(xiàn)M，2ASK，2FSK，4FSK，MSK，BPSK，QPSK，OQPSK，π∕4_QPSK。四個瞬時特征分別為信號歸一化的中心瞬時幅度譜的最大值γmax、信號平方譜的離散分量指示系數(shù)F2、信號四次方譜平滑后的譜峰數(shù)F4、信號功率譜波峰數(shù)FSK_i。

（1）γmax。γmax代表信號歸一化的中心瞬時幅度譜的最大值［5］。

其中，Ns為每個信號段的采樣點數(shù)，Acn(i)為t=i∕f s時刻歸一化的中心瞬時幅度，定義如下：

其 中，An(i)=A(i)∕ma，而表示瞬時幅度的平均值。用γmax可以表示調(diào)制信號包絡的變化特性，因此可以區(qū)分恒包絡和非恒包絡的調(diào)制信號。

（2）F2。F2代表信號平方譜的離散分量指示系數(shù)［6］。

其中，pos點是除零頻率之外，信號功率譜最大值位置，BPSK信號的平方譜和其他四相調(diào)制信號不同，在兩倍載頻處存在沖擊譜線。

（3）F4。F4代表信號四次方譜平滑后的譜峰數(shù)。F4主要區(qū)分四相調(diào)制信號，如QPSK、OQPSK和π∕4_QPSK，QPSK信號的四次方譜會在四倍載頻處出現(xiàn)一根離散譜線；而π∕4_QPSK信號的四次方譜會在四倍載頻處出現(xiàn)多根離散譜線。因此，可以用F_4來區(qū)分QPSK和π∕4_QPSK信號。

（4）FSK_i。FSK_i代表信號功率譜譜峰個數(shù)。不同調(diào)制進制數(shù)的調(diào)頻信號具有不同的功率譜譜峰，所以，F(xiàn)SK_i可以區(qū)分2FSK和4FSK信號。理論上FSK信號的功率譜譜峰個數(shù)等于進制數(shù)M，因此2FSK有兩個譜峰，4FSK有四個譜峰。

1.2 分類器設計

本文采用了基于瞬時特征調(diào)制識別方法，通過分類特征提取完成對信號的識別，識別流程建立在二叉樹的基礎上。這里主要利用基于統(tǒng)計模式的信號調(diào)制樣式自動識別的基本原理來做相關處理。調(diào)制識別處理的框圖如圖1所示。利用接收機天線對信號進行接收，而后對信號進行濾波、信號檢測、參數(shù)估計。

圖1 調(diào)制識別原理框圖

特征的提取和選擇會影響到分類器的設計及其性能，提取以上四個特征實現(xiàn)對十種調(diào)制信號的分類，分類器設計如圖2所示，其中的門限值先由MATLAB仿真預設，再由實際上板測試的數(shù)據(jù)進行調(diào)整。

圖2 調(diào)制識別分類器設計

2 實驗

為驗證算法的可行性，用信號發(fā)生器產(chǎn)生十種調(diào)制信號，信噪比設置為12 dB，載波頻率設置在30 MHz～3 GHz超短波頻段，考慮頻偏的影響。依次發(fā)射給FPGA1完成信號檢測和參數(shù)估計，F(xiàn)PGA2完成調(diào)制識別，硬件電路連接如圖3所示，通過Vivado顯示調(diào)制方式識別結果。

圖3 硬件電路連接圖

每種調(diào)制方式測試100次，依次更改符號速率、載波頻率和輸入電平。記錄識別準確率并畫出混淆矩陣如圖4所示，可以看出，在信噪比為12 dB時，10種調(diào)制類型都能有效識別，誤判率在10%以下，即調(diào)制識別準確率≥96%。

圖4 調(diào)制識別準確率混淆矩陣

3 結語

本文是針對FPGA而實現(xiàn)的調(diào)制識別，因此選擇復雜度較低的、傳統(tǒng)的基于瞬時特征的調(diào)制識別方法。根據(jù)四個瞬時特征來設計分類器，通過實驗驗證，在信噪比為12 dB時，能有效識別出10種調(diào)制信號，這10種調(diào)制信號分別為AM，F(xiàn)M，2ASK，2FSK，4FSK，MSK，BPSK，QPSK，OQPSK，π∕4_QPSK。經(jīng)過統(tǒng)計,在信噪比為12 dB時，一些調(diào)制方式的準確率很高，個別調(diào)制方式有誤判的情況，但識別準確率都能達到96%。