水聲信號調(diào)制方式智能識別技術(shù)*

張威龍，王景景

（青島科技大學(xué)信息科學(xué)技術(shù)學(xué)院，山東 青島 266000）

0 引言

隨著第五代移動通信技術(shù)（5G）完全成熟并進(jìn)入全面應(yīng)用階段，各國逐步開展新一代通信技術(shù)研究[1]。我國于2018 年3 月開始著手研究第六代移動通信技術(shù)（6G），2021 年11 月國家工信部發(fā)布《“十四五”信息通信行業(yè)發(fā)展規(guī)劃》，將開展6G 基礎(chǔ)理論及關(guān)鍵技術(shù)研發(fā)列為移動通信核心技術(shù)演進(jìn)和產(chǎn)業(yè)推進(jìn)工程，提出構(gòu)建6G 愿景、典型應(yīng)用場景和關(guān)鍵能力指標(biāo)體系。6G 的終極目標(biāo)是統(tǒng)一整合海陸空通信資源進(jìn)行信息資源共享，實(shí)現(xiàn)萬物互聯(lián)互通。

水聲通信技術(shù)是6G 海洋通信資源的關(guān)鍵組成，水聲通信的工作方式分為協(xié)作式與非協(xié)作式兩種。在協(xié)作式水聲通信系統(tǒng)中，調(diào)制方式智能識別技術(shù)使接收端自動識別接收信號的調(diào)制方式，確保采用正確的解調(diào)方式恢復(fù)數(shù)據(jù)，提高水聲通信系統(tǒng)數(shù)據(jù)傳輸?shù)母咝院涂煽啃?；在非協(xié)作式水聲通信系統(tǒng)中，調(diào)制方式智能識別技術(shù)能夠提高識別速度與準(zhǔn)確率，滿足各個(gè)領(lǐng)域?qū)π盘栒{(diào)制方式識別實(shí)時(shí)性與準(zhǔn)確性的需求。

然而，由于水下環(huán)境復(fù)雜、通信收發(fā)端性能有限以及水聲信號不充足，使得水聲通信調(diào)制方式智能識別方法的發(fā)展面臨巨大挑戰(zhàn)，具體包括：第一，調(diào)制方式識別算法性能取決于特征提取的有效性，復(fù)雜的海洋環(huán)境會嚴(yán)重干擾水聲信號特征；第二，復(fù)雜度高的水聲信號調(diào)制方式識別算法難以部署在算力受限、能量有限的水下通信節(jié)點(diǎn)；第三，基于仿真數(shù)據(jù)或仿真信道研究設(shè)計(jì)的水聲信號調(diào)制方式識別算法不適用于實(shí)際海洋通信場景。針對上述問題，本文提出一種基于深度融合神經(jīng)網(wǎng)絡(luò)的水聲信號調(diào)制識別方法，可提取水聲信號的有效特征，并通過優(yōu)化模型的網(wǎng)絡(luò)結(jié)構(gòu)降低算法的復(fù)雜度，基于實(shí)測水聲信號數(shù)據(jù)集驗(yàn)證算法的性能優(yōu)勢。

1 調(diào)制方式識別技術(shù)

上世紀(jì)六十年代末發(fā)表了首篇信號調(diào)制方式自動識別研究的論文，標(biāo)志著調(diào)制方式智能識別技術(shù)的首次問世[2]。調(diào)制方式智能識別的方法分為基于最大似然比假設(shè)檢驗(yàn)的調(diào)制方式識別方法和基于特征提取的調(diào)制方式識別方法。雖然基于最大似然比假設(shè)檢驗(yàn)算法的調(diào)制方式識別技術(shù)理論依據(jù)完善，但該方法需要信號的先驗(yàn)信息，其泛化性與魯棒性不足，且計(jì)算復(fù)雜度高，難以推廣于工程領(lǐng)域[3]。而基于特征提取的調(diào)制方式識別方法由于技術(shù)思路簡單清晰，在低信噪比條件下?lián)碛锌捎^的識別準(zhǔn)確率，因此是目前調(diào)制方式智能識別的研究熱點(diǎn)[4-7]。目前，基于特征的調(diào)制方式識別方法共分為兩類：一類為基于機(jī)器學(xué)習(xí)的信號調(diào)制方式識別；另一類為基于深度學(xué)習(xí)的信號調(diào)制方式識別。

基于機(jī)器學(xué)習(xí)的信號調(diào)制方式識別方法首先提取信號的某些特征，然后使用機(jī)器學(xué)習(xí)分類器算法根據(jù)信號特征的差異判別信號調(diào)制方式，識別流程具體如圖1 所示：

圖1 基于機(jī)器學(xué)習(xí)的信號調(diào)制方式識別流程圖

2009 年，Orlic[8]等人提取信號的歸一化六階累積量作為特征，利用一種城市多徑傳播統(tǒng)計(jì)模型進(jìn)行調(diào)制方式識別的試驗(yàn)仿真，當(dāng)信噪比大于10 dB 時(shí)，該方法對BPSK（Binary Phase Shift Keying，二進(jìn)制相移鍵控）及QPSK（Quadrature Phase Shift Keying，正交相移鍵控）的識別準(zhǔn)確率可達(dá)90%以上，但對16QAM 及64QAM 的識別率較差，僅為50%左右。2010 年，Tabatabaei[9]等人提取信號的瑞利熵、頻率跨度、頻譜偏斜度以及過零率作為特征，使用支持向量機(jī)作為分類器，當(dāng)信噪比為20 dB 時(shí)，對4ASK、8FSK 和8PSK 信號的識別準(zhǔn)確率僅為79%。2015 年，童峰等人通過支持向量機(jī)分類器，利用信號功率譜特征識別出了MPSK（Multiple Phase Shift Keying，多進(jìn)制相移鍵控）與MFSK（Multiple Frequency Shift Keying，多進(jìn)制頻移鍵控）信號、利用平方譜特征識別出了BPSK 與QPSK 信號，并對海上實(shí)測數(shù)據(jù)進(jìn)行了驗(yàn)證[10]，而且還通過水聲信號功率譜和循環(huán)前綴的相關(guān)性提取特征參數(shù)，設(shè)計(jì)了一種基于模糊系統(tǒng)的水聲通信信號MPSK、MFSK、OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復(fù)用）調(diào)制方式識別器[11]。2016 年，鞏克現(xiàn)[12]等人利用自回歸模型的極點(diǎn)提取信號的短時(shí)頻率峰值，應(yīng)用改進(jìn)的聚類算法對峰值序列進(jìn)行聚類處理，根據(jù)不同階數(shù)FSK（Frequency Shift Keying，頻移鍵控）信號不同聚類中心的局部密度與距離乘積的不同，利用支持向量機(jī)進(jìn)行分類，完成了MFSK 的調(diào)制識別。

然而，由于基于機(jī)器學(xué)習(xí)的信號調(diào)制方式識別方法是人工設(shè)計(jì)準(zhǔn)則，然后根據(jù)上述準(zhǔn)則選擇特征，特征提取與最終預(yù)測模型的學(xué)習(xí)分開進(jìn)行，因此學(xué)習(xí)的特征不一定會提高最終模型的性能、保證模型的泛化能力。

基于深度學(xué)習(xí)的信號調(diào)制方式識別方法利用深度神經(jīng)網(wǎng)絡(luò)自動提取信號的抽象特征，并借由合適的分類網(wǎng)絡(luò)識別信號的調(diào)制方式。

2019 年，Nihat Daldal[13]等人將接收的數(shù)字信號直接輸入其提出的深度長短時(shí)記憶網(wǎng)絡(luò)模型進(jìn)行識別，該方法在5 dB 信噪比以上可較好地識別出ASK（Amplitude Shift Keying，振幅鍵控）、FSK 等多種調(diào)制方式。同年，彭華[14]等人將信號時(shí)域波形轉(zhuǎn)化為眼圖和矢量圖，利用卷積神經(jīng)網(wǎng)絡(luò)識別淺層特征，獲得了較好的識別準(zhǔn)確度；同時(shí)還通過門控循環(huán)單元提取信號時(shí)序特征，特征輸入全連接神經(jīng)網(wǎng)絡(luò)識別信號調(diào)制方式，當(dāng)信號信噪比為6 dB 時(shí)，能夠正確識別98%的信號調(diào)制方式[15]，但算法的時(shí)間復(fù)雜度較高。楊潔[16]等人結(jié)合兩個(gè)在不同數(shù)據(jù)集上訓(xùn)練的CNN（Convolutional Neural Network，卷積神經(jīng)網(wǎng)絡(luò)）對輸入的信號進(jìn)行識別，在低信噪比下可有效識別QAM（Quadrature Amplitude Modulation，正交幅度調(diào)制）的調(diào)制階數(shù)。方世良[17]等人根據(jù)MPSK 信號M次方譜在M倍載頻處存在線譜特征的基本原理，針對直接估計(jì)高次譜抑制小信號能力不足的問題，采用解析信號構(gòu)造高次譜以提高處理增益，基于仿真數(shù)據(jù)的試驗(yàn)結(jié)果表明該方法能有效降低在低信噪比下的小信號抑制影響，提高低信噪比下的PSK（Phase Shift Keying，相移鍵控）信號類內(nèi)識別性能。2020 年，劉亞博[18]等人通過特征提取卷積神經(jīng)網(wǎng)絡(luò)和圖映射卷積神經(jīng)網(wǎng)絡(luò)，分別提取信號特征和映射子集到圖中，然后利用圖卷積網(wǎng)絡(luò)識別調(diào)制方式，在低信噪比的情況下取得較好的識別精度，但算法復(fù)雜度較高。同年，加濟(jì)安泰普大學(xué)的Ahmed.K.Ali[19]等人在高斯信道環(huán)境下，提取高階譜特征輸入多層感知器進(jìn)行調(diào)制識別，該方法可識別16APSK（16 Amplitude Phase Shift Keying，16 振幅移相鍵控）、32APSK 及64APSK 調(diào)制方式，但識別信號調(diào)制方式種類較少。

但是，目前上述基于深度學(xué)習(xí)的信號調(diào)制方式識別算法多采用仿真數(shù)據(jù)構(gòu)建，仿真環(huán)境與實(shí)際環(huán)境不同，基于仿真數(shù)據(jù)的設(shè)計(jì)算法難以適用于實(shí)際數(shù)據(jù)。而且基于深度學(xué)習(xí)的調(diào)制識別算法通常僅采用加深網(wǎng)絡(luò)層數(shù)的方法來增強(qiáng)網(wǎng)絡(luò)學(xué)習(xí)能力，致使算法復(fù)雜度極高，且識別信號調(diào)制方式的種類較少。由于上述算法并未考慮最終在水下通信節(jié)點(diǎn)的有限功率和能量下部署，也未曾考慮根據(jù)水聲信號的特點(diǎn)設(shè)計(jì)適合于處理水下聲信號的端到端神經(jīng)網(wǎng)絡(luò)，因此難以應(yīng)用于實(shí)際水下通信。

2 基于深度融合神經(jīng)網(wǎng)絡(luò)的水聲信號調(diào)制方式識別

深度學(xué)習(xí)方法多采用單一特征提取結(jié)構(gòu)且未考慮水聲信號時(shí)序特點(diǎn)，基于實(shí)測數(shù)據(jù)驗(yàn)證時(shí)算法準(zhǔn)確率低；未充分改進(jìn)網(wǎng)絡(luò)模型結(jié)構(gòu)，致使算法復(fù)雜度高。針對上述問題，本文提出了一種適合水聲信號調(diào)制方式識別的深度融合神經(jīng)網(wǎng)絡(luò)模型——R&CNN（Recurrent &Convolutional Neural Network，循環(huán)卷積神經(jīng)網(wǎng)絡(luò)），如圖2 所示?；邳S海數(shù)據(jù)集展開試驗(yàn)，結(jié)果表明該模型識別準(zhǔn)確率高且時(shí)間復(fù)雜度低，能夠滿足通信實(shí)時(shí)性要求。

圖2 循環(huán)卷積神經(jīng)網(wǎng)絡(luò)模型

2.1 循環(huán)層模設(shè)計(jì)

循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的循環(huán)層部分共有兩層，每一層的基本結(jié)構(gòu)如圖3 所示。其中，Q為輸入層的權(quán)重矩陣；P為當(dāng)前時(shí)刻隱含層輸出傳遞給下一時(shí)刻隱含層的權(quán)重矩陣；O為輸出層的權(quán)重矩陣。

圖3 循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的循環(huán)層基本結(jié)構(gòu)

循環(huán)層的結(jié)構(gòu)使得隱含層神經(jīng)元輸出能夠在下一個(gè)時(shí)刻直接作用于自身。隨著時(shí)間的推進(jìn)，上一個(gè)時(shí)刻的輸出將影響下一時(shí)刻的輸出結(jié)果，充分利用了數(shù)據(jù)的歷史信息。因此，循環(huán)層的特性有利于提取時(shí)間序列的特征，適合提取時(shí)序特性明顯的水聲信號。此外，由于水聲通信過程多普勒效應(yīng)影響，信號數(shù)據(jù)序列會產(chǎn)生相互干擾。因此，本文使用GRU（Gated Recurrent Unit，門控循環(huán)單元）構(gòu)造循環(huán)層，GRU 可以通過記憶和處理信號序列的方式緩解多普勒效應(yīng)的干擾[20]。GRU 結(jié)構(gòu)示意圖如圖4 所示：

圖4 GRU結(jié)構(gòu)示意圖

GRU 的邏輯結(jié)構(gòu)描述如下：

其中，* 表示矩陣點(diǎn)乘運(yùn)算；tanh與σ分別表示Tangent函數(shù)、Sigmoid 函數(shù)；Int為t時(shí)刻輸入；ht-1為t-1 時(shí)刻隱含層輸出；ht為t時(shí)刻隱含層輸出；Wz、Wr與Wh是經(jīng)過學(xué)習(xí)的權(quán)重矩陣；Zt為更新門，它決定前一時(shí)刻記憶信息更新到當(dāng)前時(shí)刻的量；rt為重置門，它控制記憶信息與當(dāng)前時(shí)刻輸入的結(jié)合；為候選態(tài)。GRU 的更新門與重置門能夠記憶長信號序列中的信息，確保有效信息不會因時(shí)間推移或預(yù)測不相關(guān)而消除。

本文將循環(huán)層部分的第一層GRU 輸出維數(shù)設(shè)置為640，第二層GRU 輸出維數(shù)設(shè)置為320，每層循環(huán)層都輸出完整序列。

2.2 卷積層設(shè)計(jì)

由循環(huán)層提取的特征圖作為卷積層輸入，如圖5 所示，循環(huán)層第t時(shí)間步特征映射僅與從第1 時(shí)間步到第t時(shí)間步的信號相關(guān)，而與第t時(shí)間步之后的信號無關(guān)。因此，只有最后一個(gè)時(shí)間步的輸出特征映射包含完整信號，而其他時(shí)間步的輸出特征映射僅包含不完整信號。傳統(tǒng)的做法是僅保留最后一個(gè)時(shí)間步的輸出特征映射，丟棄其他時(shí)間步的輸出特征映射，該做法會產(chǎn)生信息的丟失問題。為了充分利用信息，本文保留了所有時(shí)間步的輸出特征圖，并使用卷積層實(shí)現(xiàn)跨時(shí)間步信息的交互和集成，有助于提高網(wǎng)絡(luò)的特征提取能力。

圖5 循環(huán)層提取特征

此外，由于第二循環(huán)層輸出特征映射的形狀和信號的時(shí)間特性，本文改進(jìn)了卷積層的設(shè)計(jì)，通過使用一維卷積核而不是二維卷積核設(shè)計(jì)卷積層。在此基礎(chǔ)上，本文整合了Inception v1 網(wǎng)絡(luò)[21]，增加了網(wǎng)絡(luò)寬度，并提高了學(xué)習(xí)能力。同時(shí)，基于較少的信號特征（與圖像特征相比），本文移除池化層，避免信號特征因池化層的池化作用而丟失。雖然移除池化層會略微增加計(jì)算量，但使用簡單的一維卷積核替換相對復(fù)雜的二維卷積核，總體上降低了網(wǎng)絡(luò)的復(fù)雜度。

R&CNN 共有兩層卷積層，每層卷積層都含有尺寸不一的卷積核，卷積層部分結(jié)構(gòu)如圖6 所示：

圖6 卷積層部分結(jié)構(gòu)

2.3 全連接層設(shè)計(jì)

R&CNN 最深層為全連接層部分，全連接層部分由兩層隱含層與輸出層構(gòu)成。兩層隱含層神經(jīng)元個(gè)數(shù)分別為120與84，輸出層共有8 個(gè)神經(jīng)元，對應(yīng)可能的調(diào)制方式包括BPSK、QPSK、BFSK、QFSK（Quadrature Phase Shift Keying，正交相移鍵控）、16QAM、64QAM、OFDM 與DSSS（Direct Sequence Spread Spectrum，直接序列展頻）。由卷積層部分得到的特征圖經(jīng)展開后輸入全連接層部分，輸出層輸出識別結(jié)果。全連接層部分的結(jié)構(gòu)圖如7 所示：

圖7 全連接層部分的結(jié)構(gòu)圖

2.4 試驗(yàn)結(jié)果

2020 年8 月13 日于東經(jīng)120°32′04.984″北緯36°05′8.507″中國黃海淺海海域，通過筆者團(tuán)隊(duì)搭建的水聲通信系統(tǒng)獲得水聲信號數(shù)據(jù)集——黃海數(shù)據(jù)集（包含BPSK、QPSK、BFSK、QFSK、16QAM、64QAM、OFDM 這7 種調(diào)制方式信號，共計(jì)1 400 組信號數(shù)據(jù)，以3:1 的比例劃分訓(xùn)練集與驗(yàn)證集），并基于黃海數(shù)據(jù)集開展試驗(yàn)。本文選取了3 種常用神經(jīng)網(wǎng)絡(luò)用于對比，包括：CNN-LSTM（Convolutional Neural Network-Long Short Term Memory，卷積長短時(shí)神經(jīng)網(wǎng)絡(luò)）[22]、AlexNet8[23]與LSTM（Long Short Term Memory，長短期記憶網(wǎng)絡(luò)）[24]。表1、表2 給出了基于黃海數(shù)據(jù)集4 種神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果：

表1 基于黃海數(shù)據(jù)集4種神經(jīng)網(wǎng)絡(luò)的識別結(jié)果

表2 基于黃海數(shù)據(jù)集4種神經(jīng)網(wǎng)絡(luò)的平均識別時(shí)間

由表1、表2 可以得出，基于黃海數(shù)據(jù)集，AlexNet8訓(xùn)練集準(zhǔn)確率為98.75%、驗(yàn)證集準(zhǔn)確率為92.14%，準(zhǔn)確率相差6.61%，這表明了AlexNet8 確實(shí)可以較好地學(xué)習(xí)信號數(shù)據(jù)，但是AlexNet8 的結(jié)構(gòu)決定了它只能像學(xué)習(xí)圖片一樣學(xué)習(xí)數(shù)據(jù)局部聯(lián)系（空間特征學(xué)習(xí)），無法像LSTM、R&CNN 學(xué)習(xí)信號時(shí)序特征，而水聲信號的時(shí)序特征比局部特征更能反映信號的特性，因此AlexNet8 的訓(xùn)練集識別精度與驗(yàn)證集識別精度難以保持一致?；邳S海數(shù)據(jù)集，LSTM 訓(xùn)練集準(zhǔn)確率為92.77%、驗(yàn)證集準(zhǔn)確率為93.57%，準(zhǔn)確率相差0.8%。上述現(xiàn)象表明LSTM提取的信號特征有較好的描述性，能夠較為充分地反映水聲信號調(diào)制方式的特性。此外，LSTM 識別單個(gè)信號的平均時(shí)間為7.167 ms，僅次于R&CNN，側(cè)面反映基于時(shí)序的神經(jīng)網(wǎng)絡(luò)處理信號的優(yōu)越性?；邳S海數(shù)據(jù)集，與R&CNN 模型同為融合特征提取結(jié)構(gòu)的CNN-LSTM 的訓(xùn)練集準(zhǔn)確率為90.09%、驗(yàn)證集準(zhǔn)確率為41.43%，準(zhǔn)確率相差48.66%。上述結(jié)果表明，采用CNN 作為淺層的CNN-LSTM 不具備從實(shí)際水聲信號中穩(wěn)定有效提取特征的能力，在時(shí)間復(fù)雜度方面，CNN-LSTM 識別信號的平均時(shí)間為688.161 ms，在所有算法中時(shí)間復(fù)雜度最高?；邳S海數(shù)據(jù)集，R&CNN 模型的訓(xùn)練集、驗(yàn)證集準(zhǔn)確率最高，且準(zhǔn)確率相差0.9%，這表明R&CNN 對水聲信號有最好的學(xué)習(xí)能力。在時(shí)間復(fù)雜度方面，R&CNN 識別單個(gè)信號的平均時(shí)間僅為7.164 ms，該模型在保證識別精度的同時(shí)還具有較低的時(shí)間復(fù)雜度。

3 結(jié)束語

本文提出了一種可高效、準(zhǔn)確識別水聲信號調(diào)制方式的神經(jīng)網(wǎng)絡(luò)模型——R&CNN。與傳統(tǒng)自動調(diào)制識別方法相比，該神經(jīng)網(wǎng)絡(luò)模型無需預(yù)先提取信號特征，避免了基于仿真條件下設(shè)計(jì)的信號特征提取算法難以應(yīng)用于實(shí)際海域的問題。與常規(guī)深度學(xué)習(xí)算法相比，R&CNN神經(jīng)網(wǎng)絡(luò)模型綜合了RNN 中的循環(huán)層處理時(shí)序數(shù)據(jù)的巨大優(yōu)勢，又利用CNN 卷積層的空間學(xué)習(xí)能力彌補(bǔ)循環(huán)層提取特征的不足，并根據(jù)信號特征特點(diǎn)改進(jìn)了卷積層，降低了模型復(fù)雜度?；邳S海的水聲數(shù)據(jù)集展開試驗(yàn)測試，結(jié)果表明R&CNN 比傳統(tǒng)AlexNet8、LSTM 和CNN-LSTM 有更好的識別準(zhǔn)確率，可有效識別BFSK、QFSK、BPSK、QPSK、16QAM、64QAM、OFDM 這7類調(diào)制信號。同時(shí)，對網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)有效地減少了模型復(fù)雜度，單個(gè)信號的平均識別時(shí)間僅為7.164 ms，可滿足水聲通信的實(shí)時(shí)性需求。