CN102946368B - 多径衰落信道下含有频偏和相偏的数字调制信号识别方法 - Google Patents

Abstract

多径衰落信道下含有频偏和相偏的数字调制信号识别方法，其包括，（1）对接收到的MPSK信号y(t)采样得到y[n]；（2）计算y[n]的循环谱（3）计算数字调制信号的谱相干方程的幅值（4）在频率f轴上进搜索的最大值，将其最大值作为识别的特征值；（5）设置信号集的判决门限为：其中δ_i为区分相邻信号或信号Y1，Y2的门限值，max(r_Y1)为信号Y1的特征值均值的最大值，max(r_Y2)为信号Y2的特征值均值的最小值；（6）根据设置的判决门限将含有频偏和相偏的BPSK、QPSK和8PSK信号识别出来。

Description

多径衰落信道下含有频偏和相偏的数字调制信号识别方法

【技术领域】

本发明属于通信技术领域，具体涉及一种多径衰落信道下含有频偏和相偏的数字调制信号识别方法，可用于非合作通信系统中数字调制信号的调制方式类型进行识别。

【背景技术】

非合作通信是在不影响合作通信双方正常通信的前提下接入到合作通信系统的通信方式，是一种非授权接入通信模式。在民用通信中的频谱管理、通信故障检测和军用通信中的通信对抗等有着广泛的应用。在实际的非合作通信系统中，接收端对载波频率进行估计之后，需要对信号进行下变频处理，但由于在无任何先验信息下载波频率估计方法的误差以及发射端与接收端的振荡器不可能达到完全匹配，所以接收端经过下变频处理的信号中一定存在频率偏移和相位偏移。因此，研究含有频率偏移和相位偏移的调制信号识别方法具有一定的实际工程意义。

近年来，已有学者对含有频偏和相偏的数字调制识别进行了一定的研究，但研究集中于高斯信道条件下，而针对于衰落信道研究还很少。参见WangFG,WangXD.Fastandrobustmodulationclassificationviakolmogorov-smirnovtest[J].IEEETransactiononCommunications,2010,58(8):2324-2332。FanggangWangetal.提出了基于K-S检测的方法分别对含频偏的MQAM信号和MPSK信号进行识别，但该方法仅在平坦衰落信道条件下进行识别，并且在低信噪比条件下识别性能较差。参见WuH,SaquibM,YunZF.Novelautomaticmodulationclassificationusingcumulantfeaturesforcommunicationsviamultipathchannels[J].IEEETransactiononWirelessCommunications,2008,7(8):3098-3105。Hsiao-ChunWuetal.提出基于估计衰落信道归一化系数的高阶累积量，分别对MQAM信号和MPSK信号在平坦衰落信道下进行识别，但是该方法在低信噪比条件下识别性能较差。参见HeadleyWC,SilvaCRCMD.Asynchronousclassificationofdigitalamplitude-phasemodulatedsignalsinflat-fadingchannels[J].IEEETransactiononCommunications,2011,59(1):7-12。WilliamC.Headlyetal.针对平坦衰落信道中的幅度-相位调制信号提出了一种异步调制识别方法，但该方法在低信噪比情况下识别性能较差。综上说明，这些研究均在瑞利衰落或平坦衰落信道条件下进行，但是不适合于实际的非合作通信系统中频率选择性多径衰落信道，况且在低信噪比情况下识别效果不理想。因此，以上的方法不适合在实际的非合作通信系统中进行应用。

【发明内容】

本发明的目的是提供了一种多径衰落信道下含有频偏和相偏的新方法，以提高实际的非合作通信系统中数字调制信号的识别率。本发明选取BPSK、QPSK和8PSK这3种数字调制信号作为待识别信号集。包括如下步骤：

(1)对接收到的MPSK信号y(t)采样得到y[n]；

(2)计算y[n]的循环谱

(3)计算数字调制信号的谱相干方程的幅值 $\left|C_Y^{\mathrm{\α}}\left(f\right)\right|=\frac{\left|S_Y^{\mathrm{\α}}\left(f\right)\right|}{{\left|S_Y^0{(f+\mathrm{\α}/2)}^{*}{S}_Y^0(f-\mathrm{\α}/2)\right|}^{1/2}},$ 其中α为循环频率，为接收信号y[n]的循环谱；

(4)在频率f轴上搜索的最大值，将其最大值作为识别的特征值；

(5)设置信号集的判决门限为：

${\mathrm{\δ}}_i=\frac{max\left(y_{Y1}\right)+min\left(y_{Y2}\right)}{2}$

其中δ_i为区分相邻信号或信号Y1，Y2的门限值，max(y_Y1)为信号Y1的特征值均值的最大值，min(y_Y2)为信号Y2的特征值均值的最小值；

(6)根据设置的判决门限将含有频偏和相偏的BPSK、QPSK和8PSK信号识别出来。

与现有技术相比，本发明利用数字调制信号的循环平稳特性，将谱相干方程的幅值作为可以克服相偏、高斯白噪声和多径衰落信道影响的特征参数来识别信号，该特征参数不仅能够凸显出信号之间的差别，还能够大大提高数字调制信号的识别性能；本发明还可以适用于不同标准协议的频率选择性多径衰落信道模型，并且在低信噪比情况下识别性能较好。

仿真结果表明，在有相偏无频偏、有频偏无相偏、有不同频偏和相偏以及不同标准协议的多径衰落信道模型这4种情况下，当信噪比大于5dB时，该发明所识别的信号均有较高的识别率；在相同的仿真实验环境、相同的信号参数设置及含有频偏和相偏的情况下，当信噪比大于5dB时，本发明具有比现有的方法具有更高的识别率。说明在多径衰落信道下，本发明更适合于非合作通信系统。

【附图说明】

图1是本发明多径衰落信道下含有频偏和相偏的数字调制信号识别方法步骤示意图；

图2是本发明在有相偏无频偏情况下，对3种数字调制信号进行识别的结果图；

图3是本发明在有频偏无相偏情况下，对3种数字调制信号进行识别的结果图；

图4是本发明在有不同频偏和相偏情况下，对3种数字调制信号进行识别的结果图；

图5是本发明在不同标准协议的多径衰落信道模型其含有频偏和相偏的情况下，对3种数字调制信号进行识别的结果图；

图6是在相同的仿真实验环境、相同的信号参数设置及含有频偏和相偏的情况下，本发明与现有方法的识别性能对比图。

【具体实施方式】

以下结合具体实施例，对本发明进行详细说明。

请参考图1至图6，本发明的具体实现步骤如下：

步骤1，对接收到的信号y(t)采样得到y[n]；

步骤2，计算y[n]的循环谱

设基带接受信号y(t)，存在相偏θ₀，频偏f_c，加性高斯白噪声n(t)和径数为P的多径衰落信道的影响，表示为：

式中和t_l分别是第_l径上的信道响应和接收时延，x(t)对应不同的调制信号。令

一般情况下信号y₁(t)和噪声ω(t)为不相关，由不相关的相加信号的循环谱性质可得接收信号y的循环谱为：

$S_Y^{\mathrm{\α}}\left(f\right)=S_{Y_1}^{\mathrm{\α}}\left(f\right)+S_N^{\mathrm{\α}}\left(f\right)$

其中，的表达式如下所示，

由上式可以看出，由于对含有相偏的接收信号进行了相关运算，所以可以消除了固定相偏。并且因为表示成了白噪声的功率谱N(f+α/2)和N(f-α/2)的相关运算，而白噪声的功率谱在和处是不相关的，所以接收信号中高斯白噪声部分的为0，由此可见，该循环谱特性可以消除高斯白噪声的影响；

步骤3，计算数字调制信号的谱相干方程的幅值

由于

$S_{Y_1}^{\mathrm{\α}}\left(f\right)=\frac{1}{T}X(f+\frac{\mathrm{\α}}{2})H(f+\frac{\mathrm{\α}}{2})\·X^{*}(f-\frac{\mathrm{\α}}{2})H^{*}(f-\frac{\mathrm{\α}}{2})=H(f+\frac{\mathrm{\α}}{2})\·H^{*}(f-\frac{\mathrm{\α}}{2})\·S_X^{\mathrm{\α}}\left(f\right)$

其中H(f)表示多径信道的传输函数，因此有

$S_Y^{\mathrm{\α}}\left(f\right)=S_{Y_1}^{\mathrm{\α}}\left(f\right)+S_N^{\mathrm{\α}}\left(f\right)=H(f+\frac{\mathrm{\α}}{2})H^{*}(f-\frac{\mathrm{\α}}{2})S_X^{\mathrm{\α}}\left(f\right)+S_N^{\mathrm{\α}}\left(f\right)$

则谱相干方程可表示为：

$C_Y^{\mathrm{\α}}\left(f\right)=\frac{S_Y^{\mathrm{\α}}\left(f\right)}{{\[S_Y^0{(f+\mathrm{\α}/2)}^{*}{S}_Y^0(f-\mathrm{\α}/2)\]}^{1/2}}$

其中， $S_Y^0{\left(f+\frac{\mathrm{\α}}{2}\right)}^{*}=H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}+\frac{N_0}{2},$

$S_Y^0\left(f-\frac{\mathrm{\α}}{2}\right)=H\left(f-\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right)\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]+\frac{N_0}{2}$

因此谱相干方程的幅值可表示为

$\begin{array}{c}\left|C_Y^{\mathrm{\α}}\left(f\right)\right|=\frac{\left|S_Y^{\mathrm{\α}}\left(f\right)\right|}{{\left|S_Y^0{\left(f+\mathrm{\α}/2\right)}^{*}{S}_Y^0\left(f-\mathrm{\α}/2\right)\right|}^{1/2}}\\ =\frac{\left|H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right)S_X^{\mathrm{\α}}\left(f\right)+S_N^{\mathrm{\α}}\left(f\right)\right|}{{\left|\left\{H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}+\frac{N_0}{2}\right\}\·\left\{H\left(f-\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right)\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]+\frac{N_0}{2}\right\}\right|}^{1/2}}\end{array}$

当α≠0时，上式可表示为

$\begin{array}{c}\left|C_Y^{\mathrm{\α}}\left(f\right)\right|=\frac{\left|H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right)S_X^{\mathrm{\α}}\left(f\right)\right|}{{\left|\left\{H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}+\frac{N_0}{2}\right\}\·\left\{H\left(f-\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right)\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]+\frac{N_0}{2}\right\}\right|}^{1/2}}\\ =\frac{\left|S_Y^{\mathrm{\α}}\left(f\right)\right|\·\left|H\left(f+\frac{\mathrm{\α}}{2}\right)\right|\·\left|H\left(f-\frac{\mathrm{\α}}{2}\right)\right|}{\left|{\left|H\left(f+\frac{\mathrm{\α}}{2}\right)\right|}^2\·{\left|H\left(f-\frac{\mathrm{\α}}{2}\right)\right|}^2\·{\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]+\frac{N_0^2}{4}+N_0\·H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}+N_0\·H\left(f-\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]}^{1/2}\right|}\\ =\frac{\left|S_X^{\mathrm{\α}}\left(f\right)\right|\·\left|H\left(f+\frac{\mathrm{\α}}{2}\right)\right|\·\left|H\left(f-\frac{\mathrm{\α}}{2}\right)\right|}{{\left|{\left|H\left(f+\frac{\mathrm{\α}}{2}\right)\right|}^2\·{\left|H\left(f-\frac{\mathrm{\α}}{2}\right)\right|}^2\·{\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]+\mathrm{\β}\right|}^{1/2}}\\ \≈\frac{\left|S_X^{\mathrm{\α}}\left(f\right)\right|}{{\left|{\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\]\right|}^{1/2}}+f\left(\mathrm{\β}\right)\end{array}$

其中，

$\mathrm{\β}=\frac{N_0^2}{4}+N_0\·H\left(f+\frac{\mathrm{\α}}{2}\right)H^{*}\left(f+\frac{\mathrm{\α}}{2}\right){\[S_X^0\left(f+\frac{\mathrm{\α}}{2}\right)\]}^{*}+N_0\·H\left(f-\frac{\mathrm{\α}}{2}\right)H^{*}\left(f-\frac{\mathrm{\α}}{2}\right)\[S_X^0\left(f-\frac{\mathrm{\α}}{2}\right)\],$

f(β)为随β变化的值，在信噪比大于零的时候有f(β)变化不大。所以在低信噪比的情况下这些特征量受到的影响不大；

步骤4，在频率f轴上搜索的最大值，将其最大值作为识别的特征值；

步骤5，设置信号集的判决门限为：

${\mathrm{\δ}}_i=\frac{\max \left(y_{Y1}\right)+\min \left(y_{Y2}\right)}{2}$

其中δ_i为区分相邻信号或信号Y1，Y2的门限值，max(y_Y1)为信号Y1的特征值均值的最大值，min(y_Y2)为信号Y2的特征值均值的最小值；

步骤6，根据设置的判决门限将含有频偏和相偏的BPSK、QPSK和8PSK信号识别出来。

仿真内容与结果：

为了验证本文方法的有效性，通过MATLAB仿真软件进行仿真实验，其所使用的仿真条件为：待识别的信号集为BPSK、QPSK和8PSK信号这3种数字调制信号，噪声为高斯白噪声，信道为ITU_I_B，ITU_P_A，ITU_P_B和ITU_V_B四种多径信道。已调信号的码元速率为3kBaud，载波频率为30kHz，采样频率为120kHz，信号采样点数为512，蒙特卡洛仿真次数为1000次。

仿真在有相偏无频偏情况下，对3种数字调制信号进行识别，得到每个信号的正确识别率，即正确识别的次数与总的次数之比。从图2中可以看出，当信噪比≥5dB时，所识别信号的识别率均达到90.83％以上。这说明本发明所提的调制识别方法在含有相偏的情况下具有良好的性能。

仿真在有频偏无相偏情况下，对3种数字调制信号进行识别。从图3中可以看出，当信噪比≥5dB时，所识别信号的识别率均达到89.67％以上。这说明本发明所提的调制识别方法在含有频偏的情况下也具有良好的性能。

仿真在有不同频偏和相偏情况下，对3种数字调制信号进行识别。从图4中可以看出，当信噪比≥5dB时，所识别信号的识别率均达到86.11％以上。这说明本发明所提的调制识别方法在不同频偏和相偏情况下也是可行有效的。

仿真在不同标准协议的多径衰落信道模型其含有频偏和相偏情况下，对3种数字调制信号进行识别。从图5中可以看出，当信噪比≥5dB时，所识别信号的识别率均达到91.22％以上。这说明在不同标准协议的多径衰落信道模型下，本发明所提的调制识别方法具有较好的稳健性。

仿真在在相同的仿真实验环境、相同的信号参数设置及含有频偏和相偏情况下，本发明方法与现有的三种传统方法进行性能对比，其结果如图6所示。从图6中可以看出，在信噪比≥5dB的条件下，本发明方法的识别率比现有的三种方法的识别率均有了显著性地提高。由此可见，本发明方法明显优于传统的识别方法。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (1)

1.一种多径衰落信道下含有频偏和相偏的数字调制信号识别方法，其特征在于：包括如下步骤：

(1)对接收到的MPSK信号y(t)采样得到y[n]；

(2)计算y[n]的循环谱

(3)计算数字调制信号的谱相干方程的幅值 $\left|C_Y^{\mathrm{\α}}\left(f\right)\right|=\frac{\left|S_Y^{\mathrm{\α}}\left(f\right)\right|}{|S_Y^0{(f+\mathrm{\α}/2)}^{*}{S}_Y^0(f-\mathrm{\α}/2){|}^{1/2}},$ 其中α为循环频率，为接收信号y[n]的循环谱；

(4)在频率f轴上搜索的最大值，将其最大值作为识别的特征值；

(5)设置信号集的判决门限为：

${\mathrm{\δ}}_i=\frac{max\left(y_{Y1}\right)+min\left(y_{Y2}\right)}{2}$

其中δ_i为区分相邻信号或信号Y1，Y2的门限值，max(y_Y1)为信号Y1的特征值均值的最大值，min(y_Y2)为信号Y2的特征值均值的最小值；

(6)根据设置的判决门限将含有频偏和相偏的BPSK、QPSK和8PSK信号识别出来。