CN105516036A

CN105516036A - 一种cpfsk调制识别方法

Info

Publication number: CN105516036A
Application number: CN201510847573.2A
Authority: CN
Inventors: 尹久; 杜继萍; 廖红舒; 甘露
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2015-11-27
Filing date: 2015-11-27
Publication date: 2016-04-20
Anticipated expiration: 2035-11-27
Also published as: CN105516036B

Abstract

本发明属于认知无线电、通信信号调制识别技术领域，尤其涉及一种基于信号线性拟合瞬时相位的连续相位频移键控(Continuous-PhaseFrequencyShiftKeying,CPFSK)调制识别方法。一种CPFSK调制识别方法，充分利用CPFSK信号的特征，即在每个符号内其瞬时相位是线性增加或减少的这一特点，通过对CPFSK信号建模并提取信号瞬时相位，结合线性拟合的手段，使新的特征提取方法具有更好的抗噪声能力，通过仿真实验可以看出该算法结果直观，性能良好，同时拥有较低的运算复杂度。

Description

一种CPFSK调制识别方法

技术领域

本发明属于认知无线电、通信信号调制识别技术领域，尤其涉及一种基于信号线性拟合瞬时相位的连续相位频移键控(Continuous-PhaseFrequencyShiftKeying,CPFSK)调制识别方法。

背景技术

CPFSK不同于非连续相位频移键控(FrequencyShiftKeying,FSK)信号，其载波相位在码元转换点处是连续的，因此频谱上具有较窄的主瓣和较低的旁瓣，具有更高的频带利用率，在深空通信、移动通信及卫星通信等领域获得了广泛的应用。

CPFSK调制的发送信号表示为其中，A为振幅(确定值)，φ(t)为连续变化的相位，由输入码元控制，表示为：d(τ)为输入的M进制码元形成的连续波信号，Δf为频率间隔，p(t)为矩形脉冲，持续时间为T_s。从信号表达式中可以看出，CPFSK的瞬时相位是连续的。

非合作通信通常是在未知信号参数与调制类型的条件下，通过对截获信号进行分析，实现调制参数的估计与调制类型的识别，从而完成对信号的解调。CPFSK信号由于对频谱具有高效利用的特点，因而传统的对MPSK(MultiplePhaseShiftKeying)信号采用的基于信号频谱、信号二次方频谱、高次方频谱等特征的识别方法不再适用。传统的基于瞬时相位、频率等方法，由于噪声的影响，其适用的信噪比范围较小。本发明通过在利用CPFSK信号的基本特征的基础上，进一步提出了采用线性拟合的方法，抑制噪声对瞬时频率估计的影响，从而实现了在较低信噪比下CPFSK信号的类内识别。本发明适用于2CPFSK、4CPFSK和8CPFSK的识别，还可以用于CPFSK与MPSK、MQAM(MultipleQuadratureAmplitudeModulation)信号的区分。

发明内容

本发明为克服现有技术中的不足，提出一种CPFSK调制识别方法，该方法充分利用CPFSK信号的特征，即在每个符号内其瞬时相位是线性增加或减少的这一特点，通过对CPFSK信号建模并提取信号瞬时相位，结合线性拟合的手段，使新的特征提取方法具有更好的抗噪声能力，通过仿真实验可以看出该算法结果直观，性能良好，同时拥有较低的运算复杂度。

一种CPFSK调制识别方法，包括：

S1、对接收信号进行采样，得到r(n)＝s(n)+w(n)，其中，s(n)为发送信号，所述发送信号的调制类型为2CPFSK、4CPFSK和8CPFSK中的任意一种，w(n)为加性高斯白噪声，N为采样点的个数，n＝1,2,...,N；

S2、对S1所述r(n)进行希尔伯特变换，得到则接收信号对应的复信号为其中，*表示卷积运算，j为虚部；

S3、使用阶数为N_f，实际工作中阶数值一般取2的次方。归一化通带截止频率为ω_p＝1.2Rb/f_s，归一化阻带截止频率为ω_s＝2ω_p的滤波器h(n)对S1所述接收信号进行滤波，滤除带外噪声，得到新的信号其中，Rb为S1所述接收信号符号速率，f_s为采样频率，所述滤波器h(n)采用等纹波逼近法设计；

S4、提取S3所述信号的相位信息，即相位其中，为S3所述新的信号实部，为S3所述新的信号虚部；

S5、以滑窗的方式对S4所述相位φ(n)进行N-D+1次线性拟合，得到瞬时频率值f(n)，其中，D为所述滑窗的窗长，D≤接收信号符号的周期；

S6、令f(n)∈[f_min,f_max]，其中，f_min为S5所述瞬时频率值f(n)的最小值，f_max为S5所述瞬时频率值f(n)的最大值；

S7、将S6所述[f_min,f_max]分为10个等间隔区间，统计每个区间的f(n)个数，以直方图的形式呈现f(n)在所述10个等间隔区间的分布情况，使用H＝[h(1),h(2),...,h(k),...,h(10)]表示10个等间隔区间内分布的f(n)点个数，其中，h(k)表示第k个等间隔区间的f(n)点个数，u＝1,2,3,...,10；

S8、利用判决式对发送信号的调制类型，

若满足则判定发送信号的调制类型为2CPFSK，

若满足则判定发送信号的调制类型为4CPFSK，

若满足则判定发送信号的调制类型为8CPFSK，其中，0.25≤TH1≤0.4，0.15≤TH2≤0.25。

进一步地，S4所述提取S3所述信号的相位信息的方法具体如下：使用解缠绕处理得到连续变化的瞬时相位值，即：

当φ(n)-φ(n-1)＞π时，φ(n)＝φ(n)-2π，

当φ(n)-φ(n-1)＜-π时，φ(n)＝φ(n)+2π。

进一步地，S5所述得到瞬时频率值f(n)的具体步骤如下：

S51、采用最小二乘法的方式得到拟合直线其中，

b_{k} = \frac{Σ_{i = k}^{k + D - 1} n_{i} φ (i) - D \overset{&OverBar;}{n_{i} φ (i)}}{Σ_{i = k}^{k + D - 1} n_{i}^{2} - D {\overset{&OverBar;}{n_{i}}}^{2}}, {\hat{f}}_{k} = \overset{&OverBar;}{φ (i)} - b_{k} \overset{&OverBar;}{n_{i}}, k = 1, 2, ..., N - D + 1,

n_i是采样时间序列，即n_i＝i，为每次处理滑窗内n_i的平均值，是每次处理滑窗内φ(i)的平均值，

\overset{&OverBar;}{n_{i}} = \frac{1}{D} Σ_{i = k}^{k + D - 1} n_{i}, \overset{&OverBar;}{φ (i)} = \frac{1}{D} Σ_{i = k}^{k + D - 1} φ (i);

S52、将S51所述所有以每D个点为一组，提取出每组的绝对值最大值作为瞬时频率值，即其中，表示向下取整运算，

进一步地，S8所述TH1＝0.3，TH2＝0.2。

本发明的有益效果是：

本发明基于CPFSK信号的特征，将调制识别技术中信号瞬时相位提取与线性拟合结合起来，通过最小二乘法得到瞬时频率值，利用直方图可以直观得到2CPFSK、4CPFSK和8CPFSK瞬时频率分布的不同，最后根据三者的分布差异利用判决式进行判决，完成接收信号的调制识别。相对于传统基于特征提取的调制识别技术提取的特征数量多，处理过程复杂，计算量大等缺陷，本发明具有过程简单，计算量小，并且具备一定的抗噪性，实现了较低信噪比环境下对2CPFSK、4CPFSK和8CPFSK信号调制样式的有效识别，结果直观，易于观察。

附图说明

图1是本发明流程图。

图2是信噪比为7dB情况下2CPFSK的到瞬时频率值分布直方图。

图3是信噪比为7dB情况下4CPFSK的到瞬时频率值分布直方图。

图4是信噪比为7dB情况下8CPFSK的到瞬时频率值分布直方图。

图5是仿真得到的三种信号正确识别率-信噪比曲线。

具体实施方式

下面结合实施例和附图，详细说明本发明的技术方案。

如图1所示，设接收信号调制样式为2CPFSK、4CPFSK或8CPFSK，参数设置如下：信噪比SNR从3dB取到7dB，步长为0.5dB，符号速率Rb＝150KHz，采样率f_s＝1.5MHz，调制系数h＝0.7，对于包含噪声的信号采样10000个点，在每个信噪比下进行200次蒙特卡洛实验。

步骤1.对采样得到的接收信号r(n),n＝1,2,...,10000进行希尔伯特变换：由此可以得到接收信号对应的复信号：

R (n) = r (n) + j \hat{r} (n) .

步骤2.使用等纹波逼近法设计滤波器h(n)滤除接收信号带外噪声得到新的信号滤波器阶数N_f＝64，归一化通带截止频率ω_p＝1.2Rb/f_s＝0.12，归一化阻带截止频率ω_s＝2ω_p＝0.24。

步骤3.提取出信号的相位信息，即

φ (n) = a r c t a n (\frac{i m a g (\tilde{R} (n))}{r e a l (\tilde{R} (n))}), n = 1, 2, ..., 10000,,

使用解缠绕处理得到连续变化的瞬时相位值，即：

当φ(n)-φ(n-1)＞π时，φ(n)＝φ(n)-2π,n＝1,2,...,10000；

当φ(n)-φ(n-1)＜-π时，φ(n)＝φ(n)+2π,n＝1,2,...,10000。

步骤4.取窗长D＝7，以滑窗的方式对相位φ(n)进行共9994次线性拟合，每次处理时利用最小二乘法得到拟合直线其中，

b_{k} = \frac{Σ_{i = k}^{k + 6} n_{i} φ (i) - 7 \overset{&OverBar;}{n_{i} φ (i)}}{Σ_{i = k}^{k + 6} n_{i}^{2} - 7 {\overset{&OverBar;}{n_{i}}}^{2}}, {\hat{f}}_{k} = \overset{&OverBar;}{φ (i)} - b_{k} \overset{&OverBar;}{n_{i}},

n_i为采样时间序列，即n_i＝i,i＝1,2,3,...,10000，k＝1,2,...,9994，而分别是每次处理滑窗内n_i,φ(i)的平均值，即：最后将所有以每7个点为一组，提取出每组的绝对值最大值作为我们需要的瞬时频率值，即其中，表示向下取整运算。

步骤5.令区间[f_min,f_max]表示所有的f(n),其中，f_min为瞬时频率的最小值，f_max为瞬时频率的最大值，将[f_min,f_max]分为10个等间隔区间，统计每个区间上f(n)的个数，再以直方图的形式呈现f(n)在这10个间上的分布情况。我们可以看到2CPFSK的瞬时频率集中在两个中心频率处，4CPFSK的瞬时频率集中在四个中心频率处，而8CPFSK的瞬时频率集中在八个中心频率处，如图2、图3和图4所示。可以看出在7dB条件下，三者分布区别明显。

步骤6.使用H＝[h(1),h(2),...,h(10)]表示每个间隔区间内分布的f(n)点个数，利用如下判决式对三种调制样式进行区分：若满足则判定信号调制样式为2CPFSK；若满足则判定信号调制样式为4CPFSK；若满足则判定信号调制样式为8CPFSK。

表1是信噪比为7dB情况下仿真得到的输入不同信号时的识别结果统计表。

表1

Claims

1.一种CPFSK调制识别方法，其特征在于，包括如下步骤：

S1、对接收信号进行采样，得到r(n)＝s(n)+w(n)(n＝1,2,...,N)，其中，s(n)为发送信号，所述发送信号的调制类型为2CPFSK、4CPFSK和8CPFSK中的任意一种，w(n)为加性高斯白噪声，N为采样点的个数；

S8、利用判决式对发送信号的调制类型，

若满足则判定发送信号的调制类型为2CPFSK，

若满足则判定发送信号的调制类型为4CPFSK，

2.根据权利要求1所述的一种CPFSK调制识别方法，其特征在于：S4所述提取S3所述信号的相位信息的方法具体如下：使用解缠绕处理得到连续变化的瞬时相位值，即：

当φ(n)-φ(n-1)＞π时，φ(n)＝φ(n)-2π，

当φ(n)-φ(n-1)＜-π时，φ(n)＝φ(n)+2π。

3.根据权利要求1所述的一种CPFSK调制识别方法，其特征在于：S5所述得到瞬时频率值f(n)的具体步骤如下：

S51、采用最小二乘法的方式得到拟合直线其中， k＝1,2,...,N-D+1，n_i是采样时间序列，即n_i＝i，i＝1,2,3,...,N，为每次处理滑窗内n_i的平均值，是每次处理滑窗内φ(i)的平均值，

\overset{&OverBar;}{n_{i}} = \frac{1}{D} Σ_{i = k}^{k + D - 1} n_{i},

\overset{&OverBar;}{φ (i)} = \frac{1}{D} Σ_{i = k}^{k + D - 1} φ (i);

4.根据权利要求1所述的一种CPFSK调制识别方法，其特征在于：S8所述TH1＝0.3，TH2＝0.2。