CN101674270B - 一种低信噪比相移键控调制信号的识别方法 - Google Patents

Abstract

一种低信噪比相移键控调制信号的识别方法，属于通信技术领域。本发明通过基于错位相乘的二次方谱首先识别出BPSK信号，再通过基于错位相乘的四次方谱识别出QPSK或OQPSK信号，之后计算包络谱并优化处理，最后通过优化的包络谱识别出QPSK信号和OQPSK信号。本发明提出了基于错位相乘的二次方或四次方幅度谱函数计算方式，能够有效降低噪声对信号的干扰，从而有效提高相移键控调制信号在更低信噪比情况下的识别率；另外，采用优化的四次方幅度谱和包络谱，进一步降低了由于噪声带来的谱峰搜索的不利影响，从而有效提高识别率。仿真结果表明，本发明能够在信噪比为0dB上，实现QPSK和OQPSK之间90％以上的识别率；在信噪比为-7dB上，QPSK和BPSK的识别率能达到90％以上。

Description

一种低信噪比相移键控调制信号的识别方法

技术领域：

本发明属于通信技术领域，涉及相移键控(PSK)信号调制方式在较低信噪比条件下的自动识别方法。

背景技术：

当今是一个信息技术日新月异的时代，各种通信方式和通信技术层出不穷，使我们生活的空间中充斥着各种电磁波。传统的通信电台或系统，发射和接收双方一旦开机，就工作在固定的调制方式上。而如今的通信方式，如软件无线电台，显示出多体制、多频段、多速率、多业务的特点，使得通信接收方无法在某一特定的调制方式上进行守候接收，除非事先约定。特别是用作无线网关的软件无线电台，在对信号进行接收解调前就首先必须识别出该信号的调制方式及其参数，才能解调出信息，并根据信息内容将其转换为其它频率、其它调制方式的转发(中继)信道上。因此准确有效的信号调制方式识别成了正常通信不可或缺的前提。

在民用领域中，调制识别主要用于频谱管理、频谱监测、干扰识别、信号定位等非合作无线电管理工作。所以通信信号调制方式的识别在通信领域有广泛的应用前景。特别是对于通信中信号的解调，只有正确的识别了信号的调制方式，采取相应的解调方法或解调器，才能正确得解调出信号，得到正确的信息。

针对二进制相移键控(BPSK)、四进制相移键控(QPSK)、偏移四相相移键控(OQPSK)这三种相移键控信号，传统的调制识别方法工作流程如图1所示，包括以下步骤：

步骤1：接收方对接收到的待识别的数字调制信号进行带通采样，得到采样序列。

步骤2：对采样序列傅里叶变换后进行谱峰搜索，如果检测出单频分量，那么判断为非相移键控信号，结束流程；否则，继续下面流程。

步骤3：对采样序列计算二次方并进行傅里叶变换并取幅度值，得到二次方幅度谱函数，接着谱峰搜索，如果检测出一个单频分量，那么判断为BPSK信号，结束流程；如果检测出多个单频分量，那么判断为其他信号，结束流程；否则，继续下面流程。

步骤4：对采样序列计算四次方并进行傅里叶变换，得到四次方幅度谱函数，接着谱峰搜索，如果检测出一个单频分量，那么判断为OQPSK信号，结束流程；如果检测出三个单频分量，那么判断为QPSK信号，结束流程；否则，判断为其他信号，结束流程。

在非合作接收中，传统的识别方法往往不知道对方通信电台定向天线的主瓣方向，并且接收机也不可能正好在主瓣方向上。这就导致进入接收机的通信信号是由天线旁瓣所发出，而旁瓣增益比主瓣增益低得多，就导致接收信号信噪比很低，通常在0dB以下。这就给通信信号的调制识别提出了苛刻的条件。设接收到的信号为：

x(t)＝s(t)+w(t)，其中s(t)为发射信号，w(t)为零均值高斯白噪声。计算接收信号二次方谱，得：

x²(t)＝s²(t)+2s(t)w(t)+w²(t)

2s(t)w(t)和w²(t)构成了干扰系统性能的因素。当信噪比低于0dB时，

$\frac{E\left[{\left(s^2\left(t\right)\right)}^2\right]}{E\left[{(2s\left(t\right)w\left(t\right)+w^2\left(t\right))}^2\right]}<<\frac{E\left[\left(s{\left(t\right)}^2\right)\right]}{E\left[{\left(w\left(t\right)\right)}^2\right]}$

信噪比急剧下降。同理，信号四次方后，信噪比降低得更加剧烈。信号被噪声所淹没，常规的调制识别方法的识别率降低或失效。如何降低噪声对信号的影响并从噪声中提取出信号成了亟待解决的问题，也成为当今热门话题。

另外，传统的识别方法在QPSK的四次方谱中，符号速率对应的两个单频分量幅值非常小，仅有载波对应分量幅值的1/5左右，在低信噪比下，被噪声完全淹没，无法检测。

发明内容：

本发明针对现有相移键控调制信号识别方法在低信噪比情况下识别率下降或失效的问题，提出一种新的低信噪比相移键控调制信号的识别方法，该方法采用了基于本发明提出的错位相乘的二次方或四次方幅度谱函数计算方法，并对四次方幅度谱函数和包络谱进行优化处理，能够实现在低信噪比条件下对相移键控信号调制信号的有效识别。

本发明技术方案如下：

一种低信噪比相移键控调制信号的识别方法，如图2所示，包括以下步骤：

步骤1：接收方对接收到的待识别的数字调制信号进行带通采样，得到采样序列{x(t)}，其中t表示采样时刻。

步骤2：计算采样序列{x(t)}的幅度谱函数X(ω)，然后进行谱峰搜索，如果检测出单频分量，那么判断待识别的数字调制信号为非相移键控信号并结束流程；如果检测不出单频分量，那么判断待识别的数字调制信号为相移键控信号并继续下面流程。

步骤3：先计算采样序列{x(t)}的二次方幅度谱函数X₂(ω)，并去掉二次方幅度谱函数X₂(ω)中的直流分量；然后将去直流分量后的二次方幅度谱函数的每个点的值A与门限msp1×a比较(msp1为去直流分量后的二次方幅度谱函数的最大值，a为取值范围在0.3～0.7之间的系数)，若A＞msp1×a则保留A，若A≤msp1×a则置A为零；再进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为BPSK信号并结束流程，否则继续下面流程。

所述采样序列{x(t)}的二次方幅度谱函数X₂(ω)的计算方法可以有两种：方法1)、先计算采样序列{x(t)}的平方，得到序列{x²(t)}；然后对序列{x²(t)}进行傅里叶变换并取幅度值，得到二次方幅度谱函数X₂(ω)；方法2)、基于采样序列错位相乘的二次方幅度谱函数的计算方法，具体是：先计算采样序列中所有相邻两个元素的乘积，得到序列{x(t)x(t-1)}；然后对序列{x(t)x(t-1)}进行傅里叶变换并取幅度值，得到采样序列{x(t)}的二次方幅度谱函数X₂(ω)。

步骤4：计算采样序列{x(t)}的四次方幅度谱函数X₄(ω)，并对所得四次方幅度谱函数X₄(ω)进行优化处理；然后将优化处理后的四次方幅度谱函数的每个点的值B与门限msp2×b比较(msp2为优化处理后的四次方幅度谱函数的最大值，b为取值范围在0.4～0.7之间的系数)，若B＞msp2×b则保留B，若B≤msp2×b则置B为零；再进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为QPSK信号或OQPSK信号并继续下面流程，如果检测不出单频分量，那么无法判断待识别的数字调制信号的调制方式并结束流程。

所述采样序列{x(t)}的四次方幅度谱函数X₄(ω)基于采样序列错位相乘所得，具体方法是：先计算采样序列{x(t)}中所有相邻四个元素的乘积，得到序列{x(t)x(t-1)x(t-2)x(t-3)}；然后对序列{x(t)x(t-1)x(t-2)x(t-3)}进行傅里叶变换并取幅度值，得到采样序列{x(t)}的四次方幅度谱函数X₄(ω)。

所述四次方幅度谱函数X₄(ω)的优化处理方法是：先对四次方幅度谱函数X₄(ω)进行N点(10≤N≤100)的平滑处理，得到平滑处理后的四次方幅度谱函数X₄₁(ω)；然后计算优化四次方幅度谱函数X₄₂(ω)＝X₄(ω)-ε×X₄₁(ω)，其中ε为取值范围在0～3.5之间的系数。

步骤5：识别QPSK信号和OQPSK信号。

先计算采样序列{x(t)}的包络谱函数X_b(ω)；接着对包络谱函数X_b(ω)进行N点(10≤N≤100)的平滑处理，得到平滑处理的包络谱函数X_b1(ω)；再计算优化包络谱函数X_b2(ω)＝X_b(ω)-ε×X_b1(ω)，其中ε为取值范围在0～3.5之间的系数；然后去掉优化包络谱函数X_b2(ω)中较小的峰；最后进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为QPSK信号；否则，判断待识别的数字调制信号为OQPSK信号。

所述优化包络谱函数X_b2(ω)中较小的峰的去掉方法是：首先去掉优化包络谱函数X_b2(ω)中的直流分量；然后将去直流分量后的优化包络谱函数X_b2(ω)的每个点的值C与门限msp3×c比较(msp3为去直流分量后的优化包络谱函数X_b2(ω)的最大值，c为取值范围在0.5～0.7之间的系数)，若C＞msp3×c则保留C，若C≤msp3×c则置C为零。

本发明在相移键控调制信号的识别过程中计算采样序列的二次方或四次方幅度谱函数时，提出了一种新的二次方或四次方幅度谱函数的计算方法，即基于错位相乘的二次方或四次方谱计算方法。该方法在计算二次方幅度谱函数时，采用x(t)×x(t-1)代替x²(t)并作傅里叶变换；在计算四次方幅度谱函数时，采用x(t)×x(t-1)×x(t-2)×x(t-3)代替x⁴(t)并作傅里叶变换。该方法能够有效降低低信噪比下采样序列二次方或四次方后噪声对幅度谱函数的影响，原因在于：由于信号的相关性，错位相乘得到的二次方或四次方序列在非符号变换处仅仅多出了相位差带来的幅度变化，而调制信号在经过成型滤波并发射后，符号变换处相位信息已经被破坏，所以该方法并不会影响接收采样序列(信号)的频谱特性；另一方面，根据噪声的不相关性，错位相乘带来的噪声功率的增加远远小于直接二次方或四次方带来的噪声功率的增加(如，E[(w(t)w(t-1)w(t-2)w(t-3))²]＜＜E[(w⁴(t))²])。以QPSK调制信号的四次方幅度谱为例：图3为传统直接四次方后的QPSK调制信号的幅度谱，图4为本发明错位相乘得到的QPSK调制信号的幅度谱(归一化后的采样频率为1、载波频率为0.1、码元速率0.05、滚降系数为0.35、信噪比为0dB、符号数为3000)。可以看出，采用错位相乘求采样序列(信号)四次方幅度谱，能够大大降低噪声对频谱的影响(有效降低率可达3dB)，而且信号的谱峰得到了完好的保留。

另外，本发明提出一种利用平滑处理后的幅度谱与原幅度谱按比例相减的处理方法，减少了频谱中连续谱对谱峰搜索的影响，优化了四次方幅度谱和包络谱，进一步降低了由于噪声带来的谱峰搜索的不利影响，从而有效提高识别率。对于包络谱，同样以QPSK调制信号为例：图6为QPSK信号的包络谱(归一化后的采样频率为1、载波频率为0.1、码元速率为0.05、滚降系数为0.35、信噪比为5dB、符号数为3000)。QPSK信号的包络谱包括离散谱和连续谱，离散谱是在符号速率整数倍处出现的谱线，而连续谱是由噪声分量以及信号与噪声交叉分量构成的频谱，它在零频和符号速率之间有很高的频率增益，这对之后做谱峰搜索是非常不利的。为了去掉连续谱的影响，该方法对频谱进行了优化——对包络谱做平滑，得到一个变化非常缓慢的新的频谱函数，原包络谱函数每一点减去新的频谱函数所对应的点，再将结果中小于零的点置为零，所得到的结果即为优化过后的包络谱。图7为相同条件下，优化过后的包络谱。对比图6和图7，连续谱增益已被去掉，并且噪声对幅度谱的影响也被大大降低了。

对于QPSK信号的四次方幅度谱，图4、图5分别为优化前与优化后的谱函数(采样频率为1、载波频率为0.1、码元速率0.05、滚降系数为0.35、信噪比为0dB、符号数为3000)。从图中可以看出，噪声对频谱的影响被降低了。通过仿真结果，在更低信噪比下，效果尤为明显。

综上所述，本发明提供的低信噪比相移键控调制信号的识别方法，在相移键控调制信号的具体识别过程中提出了基于错位相乘的二次方或四次方幅度谱函数计算方式，能够有效降低噪声对信号的干扰，从而有效提高相移键控调制信号在更低信噪比情况下的识别率。另外，本发明提出利用平滑处理后的幅度谱与原幅度谱按比例相减的处理方法，减少了频谱中连续谱对谱峰搜索的影响，优化了四次方幅度谱和包络谱，进一步降低了由于噪声带来的谱峰搜索的不利影响，从而有效提高识别率。仿真结果表明，在同样条件下，本发明能够在信噪比为0dB以上，实现QPSK和OQPSK之间90％以上的识别率；在信噪比为-7dB以上，QPSK和BPSK的识别率能达到90％以上。

附图说明：

图1：常规调制信号识别方法流程图。

图2：本发明调制信号识别方法流程图。

图3：传统QPSK信号直接四次方后的频谱。

图4：本发明QPSK信号错位相乘得到的频谱。

图5：本发明QPSK信号错位相乘并优化后得到的频谱。

图6：QPSK信号的包络谱。

图7：QPSK信号优化过后的包络谱。

具体实施方式：

本实施例以实际通信系统中最常用的BPSK、QPSK、OQPSK信号为例进行调制方式的自动识别计算机仿真，实用随机序列作为数字调制信号的信源。调制信号码元速率、载波频率及采样频率进行了归一化，为别选定为0.05、0.1、1。加入均值为零的加性高斯白噪声，滚降系数设为0.35。每个信噪比下仿真100次。仿真平台操作系统是WINXP，采用MATLAB进行编译。采用本发明提出的低信噪比相移键控调制信号的识别方法，其中：步骤3中的系数a取0.4，步骤4中的系数b取0.55，步骤4中的系数ε取2.2，步骤5中的系数c取0.6，步骤5中的系数ε取2.2，得到仿真结果如下：

表1：BPSK识别率

表2：0dB以上，QPSK与OQPSK的识别率

表3：0dB以下，QPSK或OQPSK识别率

从上面三张表中可以看出，在-7dB以上，BPSK和QPSK或OQPSK的识别率都能达到90％以上；在0dB以上，QPSK信号和OQPSK信号的识别率能够达到90％以上。

Claims (1)

1.一种低信噪比相移键控调制信号的识别方法，包括以下步骤：

步骤1：接收方对接收到的待识别的数字调制信号进行带通采样，得到采样序列{x(t)}，其中t表示采样时刻；

步骤2：计算采样序列{x(t)}的幅度谱函数X(ω)，然后进行谱峰搜索，如果检测出单频分量，那么判断待识别的数字调制信号为非相移键控信号并结束流程；如果检测不出单频分量，那么判断待识别的数字调制信号为相移键控信号并继续下面流程；

步骤3：先计算采样序列{x(t)}的二次方幅度谱函数X₂(ω)，并去掉二次方幅度谱函数X₂(ω)中的直流分量；然后将去直流分量后的二次方幅度谱函数的每个点的值A与门限msp1×a比较，其中msp1为去直流分量后的二次方幅度谱函数的最大值，a为取值范围在0.3～0.7之间的系数，若A＞msp1×a则保留A，若A≤msp1×a则置A为零；再进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为BPSK信号并结束流程，否则继续下面流程；

所述采样序列{x(t)}的二次方幅度谱函数X₂(ω)的计算方法采用下述两种具体方法之一：方法1)、先计算采样序列{x(t)}的平方，得到序列{x²(t)}；然后对序列{x²(t)}进行傅里叶变换并取幅度值，得到二次方幅度谱函数X₂(ω)；方法2)、基于采样序列错位相乘的二次方幅度谱函数的计算方法，具体是：先计算采样序列中所有相邻两个元素的乘积，得到序列{x(t)x(t-1)}；然后对序列{x(t)x(t-1)}进行傅里叶变换并取幅度值，得到采样序列{x(t)}的二次方幅度谱函数X₂(ω)；

步骤4：计算采样序列{x(t)}的四次方幅度谱函数X₄(ω)，并对所得四次方幅度谱函数X₄(ω)进行优化处理；然后将优化处理后的四次方幅度谱函数的每个点的值B与门限msp2×b比较，其中msp2为优化处理后的四次方幅度谱函数的最大值，b为取值范围在0.4～0.7之间的系数，若B＞msp2×b则保留B，若B≤msp2×b则置B为零；再进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为QPSK信号或OQPSK信号并继续下面流程，如果检测不出单频分量，那么无法判断待识别的数字调制信号的调制方式并结束流程；

所述采样序列{x(t)}的四次方幅度谱函数X₄(ω)基于采样序列错位相乘所得，具体方法是：先计算采样序列{x(t)}中所有相邻四个元素的乘积，得到序列{x(t)x(t-1)x(t-2)x(t-3)}；然后对序列{x(t)x(t-1)x(t-2)x(t-3)}进行傅里叶变换并取幅度值，得到采样序列{x(t)}的四次方幅度谱函数X₄(ω)；

所述四次方幅度谱函数X₄(ω)的优化处理方法是：先对四次方幅度谱函数X₄(ω)进行N点的平滑处理，其中10≤N≤100，得到平滑处理后的四次方幅度谱函数X₄₁(ω)；然后计算优化四次方幅度谱函数X₄₂(ω)＝X₄(ω)-ε×X₄₁(ω)，其中ε为取值范围在0～3.5之间的系数；

步骤5：识别QPSK信号和OQPSK信号；

先计算采样序列{x(t)}的包络谱函数X_b(ω)；接着对包络谱函数X_b(ω)进行N点的平滑处理，其中10≤N≤100，得到平滑处理的包络谱函数X_b1(ω)；再计算优化包络谱函数X_b2(ω)＝X_b(ω)-ε×X_b1(ω)，其中ε为取值范围在0～3.5之间的系数；然后去掉优化包络谱函数X_b2(ω)中较小的峰；最后进行谱峰搜索，如果只检测出一个单频分量，那么判断待识别的数字调制信号为QPSK信号；否则，判断待识别的数字调制信号为OQPSK信号；

所述优化包络谱函数X_b2(ω)中较小的峰的去掉方法是：首先去掉优化包络谱函数X_b2(ω)中的直流分量；然后将去直流分量后的优化包络谱函数X_b2(ω)的每个点的值C与门限msp3×c比较，其中msp3为去直流分量后的优化包络谱函数X_b2(ω)的最大值，c为取值范围在0.5～0.7之间的系数，若C＞msp3×c则保留C，若C≤msp3×c则置C为零。

Images