CN116707558A - 基于多级动态盲数字接收机的数模混合信号识别方法 - Google Patents
基于多级动态盲数字接收机的数模混合信号识别方法 Download PDFInfo
- Publication number
- CN116707558A CN116707558A CN202310694284.8A CN202310694284A CN116707558A CN 116707558 A CN116707558 A CN 116707558A CN 202310694284 A CN202310694284 A CN 202310694284A CN 116707558 A CN116707558 A CN 116707558A
- Authority
- CN
- China
- Prior art keywords
- signal
- phase
- frequency
- amplitude
- digital
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 238000007493 shaping process Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims description 4
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/16—Circuits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了基于多级动态盲数字接收机的数模混合信号识别方法,首先将待识别信号进行参数估计,并对信号做下变频和重采样。然后根据包络谱特征值,将待识别信号分类为恒包络数模混合信号集和非恒包络数模混合信号集,在提取信号频域方差以及零中心偏离度,识别恒包络数模混合信号集中信号。然后通过同相支路幅度均值,分类出数模混合的幅度调制信号集和幅相信号集,并由频域平坦度以及瞬时幅度特征,完成信号识别。最后利用相位分布模板匹配度,以及锁频后四次方谱特征,完成剩余信号类型识别。本发明复杂度低、识别率高、鲁棒性强,并且在低信噪比及带有频偏情况下,仍有较高识别率。
Description
技术领域
本发明属于信号识别领域,特别涉及一种基于多级动态盲数字接收机的数模混合信号识别方法。
背景技术
在非协作通信过程中,针对捕获信号的调制类型识别对后续信号处理起到决定性的影响。目前,通信信号调制方式识别算法大都侧重于单一的数字调制类型或模拟调制类型,而实际海事卫星通信信道中存在数字和模拟调制类型,单一类型的识别算法对于数字和模拟调制类型混合的信号集合识别难度大。
郭萍萍发表的论文“基于不同特征的级联调制识别方法研究”中采用的瞬时特征在信号参数动态范围大的情况下由于模拟信号与数字信号的瞬时特征区分度不高,且当成型系数低时相同调制方式的模数混合信号的瞬时特征相近会导致识别性能下降严重,难以实现有效的识别。高新诚发表的论文“基于谱特征提取的调制识别算法研究”利用循环谱特征与高阶循环累积量,由于模拟信号不存在循环谱与高阶循环累积量的特征,无法用于数模混合信号集合的识别;王辉等人发表的论文“多径衰落信道下基于循环累积量的调制分类算法”中采用的星座图识别方法受参数估计精度影响大,对同步要求高,信号参数动态范围大的情况下性能下降严重,且模拟信号的星座图无法体现其应有的特性,难以区分数模混合的信号。
以上调制方式识别算法难以针对数字和模拟调制类型混合的信号集合实现有效的识别。又由于实际海事卫星通信信道中数字调制信号多以各种幅相信号和频率调制信号为主,同时也包含各种海上电台信号如FM、AM等。所以如何针对数模混合的信号集合进行分类识别尤为重要。
发明内容
本发明的目的是提高包含{频率调制FM、相位调制PM、幅度调制AM、二进制幅度键控2ASK、四进制幅度键控4ASK、二进制相移键控BPSK、二进制频移键控2FSK、十六进制正交幅度调制16QAM、十六进制振幅移相键控16APSK}信号集合的信号识别能力,提出一种基于多级动态盲数字接收机的数模混合信号调制方式识别方法。该算法模型通过级联直接判决鉴相环、反正切鉴相环、极性判决鉴相环、三次方鉴相环的盲数字收机去分级提取同向支路幅度均值、频域平坦度等多种特征与特征模板分级匹配,根据不同类型信号相同特征间的差异性对信号类型进行逐一区分。在信噪比高于5dB的环境下,本发明提出的算法识别模型对FM、PM、AM、2ASK、4ASK、BPSK、2FSK、16QAM、16APSK的平均识别率达到95%以上。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1、在待识别信号进入不同盲数字接收机前首先做参数估计处理,包括中心频率估计以及码元速率估计,利用估计的中心频率对信号做下变频,以四倍估计的码元速率对信号做重采样,并进行幅度归一化。利用估计的码元速率自适应调节后续识别过程中盲数字接收机的滤波器中噪声带宽参数,保证信号特征提取过程中参数近似归一化;
步骤2、将待识别信号输入基于直接判决环的盲数字接收机,利用基于直接判决环的盲数字接收机输出的包络谱特征值C1,通过C1与阈值Th1比较将待识别信号分类为恒包络数模混合信号集{FM、PM、2FSK}和非恒包络数模混合信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK}两类;
步骤3、将分类为恒包络数模混合信号集的待识别信号输入基于反正切环盲数字接收机,提取锁频后瞬时相位内调制信号频域方差C2,将锁频后瞬时相位内调制信号频域方差C2与阈值Th2比较,识别出2FSK。利用反正切环盲数字接收机锁频后频谱冲击数的零中心偏离度C3与阈值Th3比较识别出FM和PM;
步骤4、将分类为非恒包络数模混合信号集的待识别信号继续经过基于极性判决环的盲数字接收机,利用输出的同相支路幅度均值C4与阈值Th4比较,分类出数模混合的幅度调制信号集{AM、2ASK、4ASK}和幅相信号集{BPSK、16QAM、16APSK}。针对数模混合的幅度调制信号集内的待识别信号,利用基于极性判决鉴相环的盲数字接收机输出频域平坦度C5与阈值Th5比较,识别出AM。利用基于极性判决鉴相环的盲数字接收机锁频后的瞬时幅度特征C6与阈值Th6比较,完成2ASK和4ASK的识别;
步骤5、将未判断出具体类型的信号继续经过基于三次方鉴相环的盲数字接收机,利用输出的单模等间隔相位分布模板匹配度C7与阈值Th7比较,完成BPSK的识别。利用三次方鉴相环盲数字接收机锁频后四次方谱特征C8与阈值Th8比较,完成16QAM和16APSK的识别。
步骤1具体实现如下:
1-1.接收信号模型如下:
FM信号模型为:
其中,A为载波的恒定振幅,ωc为载波角频率,Kf为调制灵敏度,t为当前传输时刻,n0(t)为服从N(0,σ2)的高斯白噪声。本发明中m(t)为话音信号,FM信号为宽带调频(WBFM)。
PM信号模型为:
s(t)=Acos[ωct+mpm(t)]+n0(t) (2)
其中,mp为调相指数。
AM信号模型为:
s(t)=[A0+m(t)]cosωct+n0(t) (3)
其中,A0为外加的直流分量。
2FSK信号模型为:
s(t)=a(n)cosω1t+b(n)cosω2t+n0(t) (4)
其中,a(n)和b(n)均为单极性脉冲序列,ω1为a(n)对应的载波角频率,ω2为b(n)对应的载波角频率。
幅相信号集合包括{2ASK、4ASK、BPSK、16QAM、16APSK},共5种调制类型,其通用信号模型为:
其中,j表示虚数,a(n)表示第n个符号的幅度,T为符号周期,表示一个符号的持续时间,gT(t)为均方根脉冲成型滤波器的冲激响应,fc为信号的中心频率,φ(t)为信号的调制相位,在一个符号的持续时间内保持不变,φ0表示信号初相。
1-2.接收信号经过模拟数字转换器ADC处理后得到信号序列s(n),在信号信息提取的流程中存在闭环的载波同步,因此对中心频率估计精度的要求不高,所以在信号调制类型未知的情况下,对信息序列s(n)做快速傅里叶变换得到功率谱,遍历整个信号功率谱选取峰值最高位置作为估计的信号中心频率信号的码元速率估计采用3dB带宽估计的方式,通过计算功率谱最大值的/>倍时对应的频带宽度作为估计得到的信号码元速率利用估计的信号中心频率/>对信号做下变频,以四倍估计的3dB带宽/>对信号做重采样,并进行幅度归一化。
1-3.利用估计的3dB带宽自适应调节后续识别过程中盲数字接收机的滤波器中噪声带宽BL参数,保证信号特征提取过程中参数近似归一化。
步骤2具体实现如下:
2-1.由于经过直接判决环盲数字接收机稳定信号特征后包络谱更明显地反应信号幅度的周期变化特性,相较于不使用接收机的包络谱方法提高了分类识别能力。直接判决鉴相环的鉴相方式如式(6)所示。
ud(n)=round[si(n)]sq(n)-round[sq(n)]si(n) (6)
其中,ud(n)表示鉴相输出结果,对于数字信号而言,si(n)=1/2·(I(n)cosΔφ(n)+Q(n)sinΔφ(n))为同向分量支路输入,sq(n)=1/2·(I(n)sinΔφ(n)-Q(n)cosΔφ(n))为正交分量支路输入,n表示第n个符号,I(n)、Q(n)表示输入信号的同相和正交支路,当环路跟踪已经达到稳定状态时,其中I(n)=a(n)cos(φ(n)),Q(n)=a(n)sin(φ(n))。Δφ(n)=φNCO(n)-φ0,其中,φNCO(n)表示本地振荡信号初始相位,Δφ(n)表示本地振荡信号与输入信号的相位差,当Δφ(n)≈0时,si(n)≈1/2·I(n),sq(n)≈-1/2·Q(n),此时输出信号sout(n)基本不带频偏与相偏,还原基带信号调制时的映射情况。
2-2.经过盲数字接收机稳定信号特征后包络谱更明显地反应信号幅度的周期变化特性,由于{2ASK、4ASK、BPSK、16QAM、16APSK}信号采用升余弦成型滤波,信号幅值呈码周期变化规律,在信号包络谱中码频率Rb处出现较大的冲击谱线,对于AM信号,通过改变幅值来传输信息,信号的包络谱也具有较大的谱线值。包络谱计算是通过将输出信号sout(n)与自身的共轭相乘的方法消除信号的相位信息,得到信号的瞬时幅度信息,其中信号包络中包含了较大的直流分量,在进行快速傅里叶变换前需要消除直流分量I。包络谱的定义式为:
式中,f为频率,fftB(n)表示对sout(n)做傅里叶变换,NU,ND分别表示包络谱平坦部分坐标上界和下界,对包络数据取模后归一化,通过计算频谱最大值与包络谱平坦部分频谱均值的比值得到包络谱特征值C1,设置阈值Th1,当C1>Th1时,判为数模混合的非恒包络信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK},反之则为数模混合的恒包络信号集{FM、PM、2FSK}。
步骤3具体实现如下:
3-1.由于反正切鉴相环对于频偏计算准确,对信号幅值和数据跳变不敏感,且对频偏索引范围较广,适用于频率调制信号的频率跟踪。因此基于反正切环的盲数字接收机中载波同步模块选择的鉴相器为反正切鉴相环,其鉴相方式如式(9)所示。
ud(n)=arctan(sq(n)/si(n)) (9)
其中si(n)为同向分量支路输入,sq(n)为正交分量支路输入,ud(n)表示鉴相输出结果。
由于PM、FM信号的相位与内调制信号有关,当载波频率通过载波同步跟踪稳定后,PM信号相位中仍存在话音信号m(n),FM信号相位中仍存在话音信号的积分,取瞬时相位做FFT可以从频谱上得到明显的话音信号能量分布。而2FSK信号经过频率跟踪后相位中不存在有用信息。经由载波同步输出的信号相位为φout(n),其中FM信号输出相位PM信号输出相位φout(n)=Δφ(n)+mp·m(n),2FSK信号输出相位φout(n)=Δφ(n)。则信号频域方差C2计算公式如式(11)所示:
式中,E(·)表示取均值,N表示统计数据总个数。由于对频域做了归一化处理,对于不存在有用信息的2FSK信号噪声相对幅度被拉高,整体不稳定性大,方差值大。设置阈值Th2,当C2>Th2时,判为2FSK,反之则为{FM、PM}。
3-2.由于FM调频信号的频谱由载波角频率ωc和许多边频ωc±nωm组成,而PM信号频谱主要由载波角频率ωc和一对边频ωc±ωm组成,因此当载波频率通过反正切环盲数字接收机跟踪稳定后,根据待识别信号频域冲击谱线个数与零的距离作为识别特征C3。设置阈值Th3,当C3>Th3时,判为FM信号,否则为PM信号。
步骤4具体实现如下:
4-1.由于存在码间干扰,将经过匹配滤波器消除码间串扰后的信号输入鉴相器为极性判决鉴相环的载波同步模块,其鉴相方程为:
ud(n)=sgn[si(n)]sq(n)-sgn[sq(n)]si(n) (12)
其中ud(n)表示鉴相输出结果。其优势是计算量小,且由于ASK信号不存在非对角线上的星座点,避免了非稳定相位点对载波环路的影响,适合用于ASK的频偏跟踪。
4-2.对于AM信号当频偏可以忽略不计时,经由载波同步输出的同相支路信息为:
si(n)≈1/2·[A0+m(t)] (13)
由式(13)可知,当A0大于1时,AM信号经由载波同步输出的同相支路信息幅度均值恒大于0。同理,由于{2ASK、4ASK}信号基带信息a(n)为{0、1}和{0、1、2、3}。当频率跟踪稳定,频偏可以忽略不计时,经由载波同步输出的同相支路信息为:
si(n)≈1/2·a(n) (14)
因此,{2ASK、4ASK}信号经由载波同步输出的同相支路信息幅度均值恒大于0。
而调幅调相信号{BPSK、16QAM、16APSK}即使频率跟踪稳定,但由于信号基带信息调制时经过映射导致幅度均值为0,经由载波同步输出的同相支路信息幅值均值约为0。同相支路幅度均值C4,具体计算公式如式(15)所示:
式中,N表示统计数据总个数,si(n)表示经过式(12)鉴相方式环路后的同相分量。设置阈值Th4,当C4>Th4时,判为{AM、2ASK、4ASK}信号,反之为{BPSK、16QAM、16APSK}信号。
4-3.在合适的信噪比下,载频跟踪稳定后的2ASK、4ASK信号经由FFT变换后在零频两侧可以体现出信号带宽,而AM信号频谱的平坦性好,因此设置盲数字接收机输出信号sout(n)零频两侧带宽范围内均值与噪声幅度均值的比值为频域平坦度C5。假定NFFT为FFT点数。
式(17)中,C5表示频域平坦度,NL,NR分别表示零频左侧带宽范围坐标下界与零频右侧带宽范围坐标上界。设置阈值Th5,当C5<Th5时,判为AM信号,反之为{2ASK、4ASK}信号。
4-4.当信号载波频率通过载波同步跟踪稳定后输出信号的时域波形能反应基带数据跳变规律,因此利用极性判决环盲数字接收机锁频后的si(n),计算瞬时幅度特征C6。
Acn(n)为零中心归一化瞬时幅度。用Acn(n)的绝对值取平均即可将幅值变化的信号区分开来,可以用来识别2ASK和4ASK,计算公式如下:
假定2ASK信号的瞬时幅度取值为{0、1},4ASK信号瞬时幅度取值为{0、1、2、3},由理论计算可得到瞬时幅度特征C6,其中C6,2ASK=0,C6,4ASK=1/2,当信号成型和存在噪声时,瞬时幅度特征会存在一定偏差,设置阈值Th6,当C6>Th6时,判为4ASK信号,否则为2ASK信号。
步骤5具体实现如下:
5-1.由于BPSK信号经过三次方运算后信号星座点仍成对角线分布且分布更加发散,经由载波跟踪后统计星座图相位分布情况完成BPSK识别。16APSK与16QAM两种信号星座图与分别经过三次方运算后的信号星座点分布更加发散,且外圆分布点与传统QPSK信号相似,外圆相对的信噪比更高,相较于一般极性判决鉴相器,这种选择外圆分布点进行跟踪的方式更加稳定,频偏跟踪效果更佳。考虑到数字信号在发送端经过了成型滤波器处理,信号序列中存在码间串扰,利用匹配滤波器消除码间串扰后,将信号输入三次方鉴相环的载波同步模块,使得跟踪的方式更加稳定,频偏跟踪效果更佳,其鉴相方程为:
式中:ud(n)表示鉴相输出结果,上标(3)表示三次方运算。
5-2.首先对跟踪稳定后的同相和正交信息与本地单幅度2个相位等分2π角度的BPSK星座点模板匹配,单模等间隔相位分布模板匹配度C7,具体计算公式如式(21)所示:
式中,N表示统计数据总个数,si(n)与sq(n)分别表示经过式(20)鉴相方式环路后的同相分量与正交分量,ΞBPSK表示BPSK标准星座图模板中星座点所在区域,设置识别阈值Th7,C7初始化为0,当C7>Th7时,判为BPSK信号,反之为{16QAM、16APSK}信号。
5-3.由于16QAM信号的星座点关于原点对称,统计期望的四次方形式与QPSK类似,所以QAM信号在四倍载频4fc处和4fc±Rb处出现离散谱线。16APSK调制和16QAM调制的区别在于16APSK调制的幅度和相位存在约束关系,而16QAM调制的幅度和相位是统计独立的。又由于谱线特征实际上是由信号本身特有的统计特性呈周期平稳变化的一种表现,因此16APSK信号四次方形式的统计期望均值受幅度和相位的约束关系影响导致值为0,其四次方形式的统计期望均值不具有时变周期特性,所以其四次方谱没有谱线特征。
计算盲数字接收机输出的信号sout(n)四次方的频谱峰值和频谱平坦处均值比值C8,区分16QAM和16APSK信号。
式中,NH,NS分别表示频谱平坦部分坐标上界和下界。
由于经过基于三次方环盲数字接收机完成载波频率跟踪后,四次方谱关于零频对称,此时待识别信号的频谱平坦处坐标范围相对固定,相比于不经过接收机的情况,由于频偏随机,难以确定信号频谱平坦处坐标范围,导致计算特征C8时包含非平坦处,以至于特征模糊。因此基于三次方环盲数字接收机的四次方谱特征适用性更强。设置识别阈值Th8,当C8>Th8时,判为16QAM信号,否则为16APSK信号。
本发明有益效果如下:
1.本发明针对{FM、PM、AM、2ASK、4ASK、BPSK、2FSK、16QAM、16APSK}9种类型的信号集合,采用一种基于直接判决环盲数字接收机的包络谱分类识别特征,其对数模混合的非恒包络信号幅度跳变敏感,且经过直接判决环盲数字接收机稳定信号特征后包络谱更明显地反应信号幅度的周期变化特性,相较于不使用接收机的包络谱方法提高了分类识别能力;
2.本发明针对数模混合的恒包络信号集{PM、FM、2FSK},通过反正切环盲数字接收机提取FM、PM相位内调制的话音信号的频域特征,相较于常见的通过瞬时相位谱直接识别频率调制信号的算法,本发明算法受频偏影响小,在信号参数动态随机的通信环境下,盲识别性能更佳;
3.本发明提出的基于极性判决环盲数字接收机的数模混合的幅度调制信号识别算法利用极性判决环盲数字接收机输出的同相支路幅度均值、频域平坦度和极性判决环盲数字接收机锁频后的瞬时幅度特征能有效识别出AM、2ASK、4ASK和相位调制信号及幅相信号集合{BPSK、16QAM、16APSK}。相较于常见识别算法如瞬时幅度特征在幅度调制类内识别时由于mASK和AM特征相近导致识别困难,且这个问题随mASK信号成型系数降低而愈发严重,本算法针对数模混合的幅度调制信号集效果更佳。且对于2ASK、4ASK信号的识别,本发明使用的瞬时幅度特征相较于星座图方法,受参数估计精度影响小,对同步要求低,在信号参数随机范围大的盲识别环境中仍能保持较高识别率。
4.本发明提出一种基于三次方环盲数字接收机的幅相信号识别算法,利用三次方环盲数字接收机提取的单模等间隔相位分布模板匹配度与三次方环盲数字接收机锁频后四次方谱的联合特征完成BPSK、16QAM、16APSK识别。由于BPSK、16APSK与16QAM三种信号星座图与分别经过三次方运算后的信号星座点分布更加发散,且16APSK与16QAM三次方运算后外圆分布点与传统QPSK信号相似且更发散信噪比更高,选择外圆分布点进行跟踪更加稳定。常见算法如基于一般极性判决环盲数字接收机的星座图特征识别算法由于一般极性判决环利用全星座点判决,内圆星座点信噪比低容易误判,导致频偏难以跟踪,且当信号成型系数低、信噪比较低时星座点发散,或信号参数随即范围大,参数估计精度有限的原因,导致星座图分布相似的16QAM、16APSK同步效果不佳,难以通过星座图实现有效的识别。因此本发明提出的基于三次方环盲数字接收机的幅相信号识别算法适用性更强。
5.信噪比高于5dB,识别模型对FM、PM、AM、2ASK、4ASK、BPSK、2FSK、16QAM、16APSK的识别率均能达到90%以上。
综上所述。本发明算法具有复杂度低、识别率高、鲁棒性强等特点,并且在低信噪比及带有频偏情况下,仍有较高识别率的优点。
附图说明
图1信号识别模型设计;
图2基于直接判决环盲数字接收机的包络谱特征C1随信噪比变化的曲线;
图3基于反正切环盲数字接收机提取的瞬时相位内调制信号频域方差C2随信噪比变化的曲线;
图4基于反正切环盲数字接收机提取的频谱冲击数的零中心偏离度C3随信噪比变化的曲线;
图5基于极性判决环盲数字接收机的同相支路幅度均值C4随信噪比变化的曲线;
图6基于极性判决环盲数字接收机的频域平坦度C5随信噪比变化的曲线;
图7基于极性判决环盲数字接收机的瞬时幅度C6随信噪比变化的曲线;
图8基于三次方环盲数字接收机的单模等间隔相位分布模板匹配度C7随信噪比变化的曲线;
图9基于三次方环盲数字接收机锁频后四次方谱特征C8随信噪比变化的曲线。
图10不同信噪比下,两种算法的识别率
具体实施方式
下面结合附图对本发明的具体实施例做进一步的说明。
根据不同信噪比各1000次蒙特卡洛实验得到待识别信号特征C1~8的变化曲线,通过仿真曲线得到的不同信号相同特征结果的差异,根据变化曲线设置识别阈值Th1~8实现信号识别。
步骤1、完整的基于多级动态盲数字接收机的数模混合信号识别算法模型如图1所示。在进入不同接收机前首先做参数估计处理,包括中心频率估计以及码元速率估计,利用估计的中心频率对信号做下变频,以四倍估计的码元速率对信号做重采样,并进行幅度归一化;
步骤2、利用基于直接判决环的盲数字接收机输出的包络谱特征值C1,通过C1与阈值Th1比较将待识别信号分类为恒包络数模混合信号集{FM、PM、2FSK}和非恒包络数模混合信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK}两类;
步骤3、利用基于反正切环盲数字接收机提取的锁频后瞬时相位内调制信号频域方差C2与阈值Th2比较,识别出2FSK。利用反正切环盲数字接收机锁频后频谱冲击数的零中心偏离度C3与阈值Th3比较识别出FM和PM;
步骤4、利用基于极性判决环的盲数字接收机输出的同相支路幅度均值C4与阈值Th4比较,分类出数模混合的幅度调制信号集{AM、2ASK、4ASK}。利用基于极性判决环的盲数字接收机输出频域平坦度C5与阈值Th5比较,识别出AM。利用基于极性判决环盲数字接收机锁频后的瞬时幅度特征C6与阈值Th6比较,完成2ASK和4ASK的识别;
步骤5、利用基于三次方环的盲数字接收机输出的单模等间隔相位分布模板匹配度C7与阈值Th7比较,完成BPSK的识别。利用三次方环盲数字接收机锁频后四次方谱特征C8与阈值Th8比较,完成16QAM和16APSK的识别。
步骤1具体实现如下:
1-1.中心频率估计采用功率谱估计,利用估计的中心频率对信号做下变频。
1-2.码元速率估计采用3dB带宽估计,以四倍估计的码元速率作为采样率对信号重新采样,利用估计的码元速率/>调节定时同步环路与载波同步环路中的环路带宽参数。
步骤2具体实现如下:
2-1.各信号的基于直接判决环盲数字接收机的包络谱特征C1随信噪比变化的曲线如图2所示,取Th1=6.4作为阈值,当C1>Th1时,判为数模混合的非恒包络信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK},反之则为数模混合的恒包络信号集{FM、PM、2FSK}。
步骤3具体实现如下:
3-1.{FM、PM、2FSK}信号的基于反正切环盲数字接收机提取的瞬时相位内调制信号频域方差C2随信噪比变化的曲线如图3,取Th2=0.002作为阈值,当C2>Th2时,判为2FSK,反之则为{FM、PM}。
3-2.FM与PM的基于反正切环盲数字接收机锁频后频谱冲击数的零中心偏离度C3随信噪比变化的曲线如图4,选取Th3=13作为阈值,当C3>Th3时,判为FM信号,否则为PM信号。
步骤4具体实现如下:
4-1.{AM、2ASK、4ASK、BPSK、16QAM、16APSK}信号的基于极性判决环的盲数字接收机输出的同相支路幅度均值C4随信噪比变化的曲线如图5,这里选取Th4=0.25作为阈值,当C4>Th4时,判为{AM、2ASK、4ASK}信号,反之为{BPSK、16QAM、16APSK}信号。
4-2.基于极性判决环的盲数字接收机输出频域平坦度C5随信噪比变化的曲线如图6,取Th5=1100作为阈值,当C5<Th5时,判为AM信号,反之为{2ASK、4ASK}信号。
4-3.基于极性判决环盲数字接收机锁频后的瞬时幅度特征C6随信噪比变化的曲线如图7,取Th6=0.46作为阈值,当C6>Th6时,判为4ASK信号,否则为2ASK信号。
步骤5具体实现如下:
5-1.{BPSK、16QAM、16APSK}信号的基于三次方环的盲数字接收机输出的单模等间隔相位分布模板匹配度C7随信噪比变化的曲线如图8,这里选取Th7=0.4883作为阈值,当C7>Th7时,判为BPSK信号,反之为{16QAM、16APSK}信号。
5-2.基于三次方环盲数字接收机锁频后四次方谱特征C8随信噪比变化的曲线如图9,取Th8=12作为阈值,当C8>Th8时,判为16QAM信号,否则为16APSK信号。
实施例:
实验信号集{FM、PM、AM、2ASK、4ASK、BPSK、2FSK、16QAM、16APSK}为中国电子科技集团某研究所提供的实际卫星信号,由于信号信噪比较高,这里默认为不含噪声的信号。具体参数为:码元速率范围1k~1Mbps,信号频偏范围为0~0.5倍码元速率,采样频率为4MHz,采样点数16384,其中,{2ASK、4ASK、BPSK、16QAM、16APSK}信号经过根升余弦脉冲成型滤波器,成型系数为0.2。通过MATLAB 2018a对采集信号添加带限高斯白噪声,信噪比为0~20dB。
分别采用本发明提出的算法与《基于特征提取的通信信号调制识别技术研究与实现》(文献1)的识别算法在MATLAB 2018a软件下对信号进行识别仿真测试。每次测试进行1000次蒙特卡洛实验,并统计正确识别个数,计算识别率,三种算法的识别率如图10所示。
观察图10可以看出,信噪比高于5dB,本发明提出的识别模型对FM、PM、AM、2ASK、4ASK、BPSK、2FSK、16QAM、16APSK的识别率均能达到90%以上。在不同信噪比下,针对同一调制类型信号采用本发明中算法的识别效果均优于文献1算法的识别结果;且由于文献1算法提及的瞬时相位特征需要已知频差,否则各信号的瞬时相位特征将混叠,识别性能下降。且文献1中不具备识别PM的能力。因此本发明提出的识别算法在非协作的通信环境下整体效果优于文献1提出的识别算法。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (6)
1.基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,包括如下步骤:
步骤1、将待识别信号进行参数估计,包括中心频率估计以及码元速率估计,利用估计的中心频率对信号做下变频,以四倍估计的码元速率对信号做重采样,并进行幅度归一化;
利用估计的码元速率自适应调节后续识别过程中盲数字接收机的滤波器中噪声带宽参数;
步骤2、将待识别信号输入基于直接判决环的盲数字接收机,输出包络谱特征值C1,利用C1将待识别信号分类为恒包络数模混合信号集{FM、PM、2FSK}和非恒包络数模混合信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK};
步骤3、将恒包络数模混合信号集的待识别信号输入基于反正切环盲数字接收机,提取锁频后瞬时相位内调制信号频域方差C2,识别出2FSK;利用反正切环盲数字接收机锁频后频谱冲击数的零中心偏离度C3,识别出FM和PM;
步骤4、将非恒包络数模混合信号集的待识别信号经过基于极性判决环的盲数字接收机,利用输出的同相支路幅度均值C4,分类出数模混合的幅度调制信号集{AM、2ASK、4ASK}和幅相信号集{BPSK、16QAM、16APSK};
针对数模混合的幅度调制信号集内的待识别信号,利用基于极性判决鉴相环的盲数字接收机输出频域平坦度C5,识别出AM;利用基于极性判决鉴相环的盲数字接收机锁频后的瞬时幅度特征C6,完成2ASK和4ASK的识别;
步骤5、将未判断出类型的信号经过基于三次方鉴相环的盲数字接收机,利用输出的单模等间隔相位分布模板匹配度C7,完成BPSK的识别;利用三次方鉴相环盲数字接收机锁频后四次方谱特征C8,完成16QAM和16APSK的识别。
2.根据权利要求1所述的基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,步骤1具体过程如下:
1-1.FM信号模型为:
其中,A为载波的恒定振幅,ωc为载波角频率,Kf为调制灵敏度,t为当前传输时刻,n0(t)为服从N(0,σ2)的高斯白噪声,m(t)为话音信号;
PM信号模型为:
s(t)=Acos[ωct+mpm(t)]+n0(t) (2)
其中,mp为调相指数;
AM信号模型为:
s(t)=[A0+m(t)]cosωct+n0(t) (3)
其中,A0为外加的直流分量;
2FSK信号模型为:
s(t)=a(n)cosω1t+b(n)cosω2t+n0(t) (4)
其中,a(n)和b(n)均为单极性脉冲序列,ω1为a(n)对应的载波角频率,ω2为b(n)对应的载波角频率;
幅相信号集合{2ASK、4ASK、BPSK、16QAM、16APSK},通用信号模型为:
其中j表示虚数,a(n)为第n个符号的幅度,T为符号周期,gT(t)为均方根脉冲成型滤波器的冲激响应,fc为信号的中心频率,φ(t)为信号的调制相位,在一个符号的持续时间内保持不变,φ0为信号初相;
1-2.接收信号经过模拟数字转换器ADC处理后得到信号序列s(n),对信息序列s(n)做快速傅里叶变换得到功率谱,遍历整个信号功率谱选取峰值最高位置作为估计的信号中心频率信号的码元速率估计采用3dB带宽估计的方式,通过计算功率谱最大值的/>倍时对应的频带宽度作为估计得到的信号码元速率/>利用信号中心频率/>对信号做下变频,以四倍估计的3dB带宽/>对信号做重采样,并进行幅度归一化;
1-3.利用估计的3dB带宽自适应调节后续识别过程中盲数字接收机的滤波器中噪声带宽BL参数,保证信号特征提取过程中参数近似归一化。
3.根据权利要求2所述的基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,步骤2具体过程如下:
2-1.直接判决鉴相环的鉴相方式如式(6)所示:
ud(n)=round[si(n)]sq(n)-round[sq(n)]si(n) (6)
其中,ud(n)表示鉴相输出结果,对于数字信号而言,si(n)=1/2·(I(n)cosΔφ(n)+Q(n)sinΔφ(n))为同向分量支路输入,sq(n)=1/2·(I(n)sinΔφ(n)-Q(n)cosΔφ(n))为正交分量支路输入,I(n)、Q(n)表示输入信号的同相和正交支路,当环路跟踪已经达到稳定状态时,其中I(n)=a(n)cos(φ(n)),Q(n)=a(n)sin(φ(n));Δφ(n)=φNCO(n)-φ0,其中φNCO(n)为本地振荡信号初始相位,Δφ(n)为本地振荡信号与输入信号的相位差;
2-2.包络谱定义式为:
式中,I为直流分量,sout(n)为输出信号,f为频率,fftB(n)表示对sout(n)做傅里叶变换,NU、ND分别表示包络谱平坦部分坐标上界和下界,对包络数据取模后归一化,计算频谱最大值与包络谱平坦部分频谱均值的比值得到包络谱特征值C1,设置阈值Th1,当C1大于阈值Th1时,为数模混合的非恒包络信号集{AM、2ASK、4ASK、BPSK、16QAM、16APSK},反之则为数模混合的恒包络信号集{FM、PM、2FSK}。
4.根据权利要求3所述的基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,步骤3具体过程如下:
3-1.基于反正切环的盲数字接收机中载波同步模块选择的鉴相器为反正切鉴相环,其鉴相方式如式(9)所示:
ud(n)=arctan(sq(n)/si(n)) (9)
经由载波同步输出的信号相位为则信号频域方差C2计算公式如式(11)所示:
式中,E(·)表示取均值,N表示统计数据总个数;设置阈值Th2,当C2>Th2时,判为2FSK,反之则为{FM、PM};
3-2.当载波频率通过反正切环盲数字接收机跟踪稳定后,根据待识别信号频域冲击谱线个数与零的距离作为识别特征C3,设置阈值Th3,当C3>Th3时,判为FM信号,否则为PM信号。
5.根据权利要求4所述的基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,步骤4具体过程如下:
4-1.将经过匹配滤波器消除码间串扰后的信号输入鉴相器为极性判决鉴相环的载波同步模块,其鉴相方程为:
ud(n)=sgn[si(n)]sq(n)-sgn[sq(n)]si(n); (12)
4-2.同相支路幅度均值C4计算公式如式(13)所示:
式中,N表示统计数据总个数,设置阈值Th4,当C4>Th4时,判为{AM、2ASK、4ASK}信号,反之为{BPSK、16QAM、16APSK}信号;
4-3.设置盲数字接收机输出信号sout(n)零频两侧带宽范围内均值与噪声幅度均值的比值为频域平坦度C5,假定NFFT为FFT点数;
式中,NL,NR分别为零频左侧带宽范围坐标下界与零频右侧带宽范围坐标上界;设置阈值Th5,当C5<Th5时,为AM信号,反之为{2ASK、4ASK}信号;
4-4.利用极性判决环盲数字接收机锁频后的si(n),计算瞬时幅度特征C6:
其中,Acn(n)为零中心归一化瞬时幅度,设置阈值Th6,当C6>Th6时,判为4ASK信号,否则为2ASK信号。
6.根据权利要求5所述的基于多级动态盲数字接收机的数模混合信号识别方法,其特征在于,步骤5具体过程如下:
5-1.数字信号在发送端经过了成型滤波器处理,信号序列中存在码间串扰,利用匹配滤波器消除码间串扰后,将信号输入三次方鉴相环的载波同步模块,使得跟踪的方式更加稳定,频偏跟踪效果更佳,鉴相方程为:
式中,上标(3)表示三次方运算;
5-2.对跟踪稳定后的同相和正交信息与本地单幅度2个相位等分2π角度的BPSK星座点模板匹配,单模等间隔相位分布模板匹配度C7具体计算公式如式(19)所示:
式中N为统计数据总个数,si(n)与sq(n)为经过式(18)鉴相方式环路后的同相分量与正交分量,ΞBPSK为BPSK标准星座图模板中星座点所在区域,设置识别阈值Th7,C7初始化为0,当C7>Th7时,判为BPSK信号,反之为{16QAM、16APSK}信号;
5-3.计算盲数字接收机输出的信号sout(n)四次方的频谱峰值和频谱平坦处均值比值C8:
式中,NH,NS分别表示频谱平坦部分坐标上界和下界;设置识别阈值Th8,当C8>Th8时,判为16QAM信号,否则为16APSK信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310694284.8A CN116707558A (zh) | 2023-06-12 | 2023-06-12 | 基于多级动态盲数字接收机的数模混合信号识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310694284.8A CN116707558A (zh) | 2023-06-12 | 2023-06-12 | 基于多级动态盲数字接收机的数模混合信号识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116707558A true CN116707558A (zh) | 2023-09-05 |
Family
ID=87828844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310694284.8A Pending CN116707558A (zh) | 2023-06-12 | 2023-06-12 | 基于多级动态盲数字接收机的数模混合信号识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116707558A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116962123A (zh) * | 2023-09-20 | 2023-10-27 | 大尧信息科技(湖南)有限公司 | 软件定义框架的升余弦成型滤波带宽估计方法与系统 |
-
2023
- 2023-06-12 CN CN202310694284.8A patent/CN116707558A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116962123A (zh) * | 2023-09-20 | 2023-10-27 | 大尧信息科技(湖南)有限公司 | 软件定义框架的升余弦成型滤波带宽估计方法与系统 |
CN116962123B (zh) * | 2023-09-20 | 2023-11-24 | 大尧信息科技(湖南)有限公司 | 软件定义框架的升余弦成型滤波带宽估计方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106899531B (zh) | 一种识别卫星通信信号调制方式的方法 | |
KR101078570B1 (ko) | 진폭에 대한 영향이 적은 패킷 검출을 위한 방법 | |
CN108134753B (zh) | 宽带信号调制方式的识别方法 | |
US8275077B1 (en) | Coherent demodulation of ais-GMSK signals in co-channel | |
KR20040075913A (ko) | 수신 다이버시티를 갖는 무선 시스템에서의 등화, 소프트역매핑 및 위상 에러 보정의 결합 수행 방법 및 무선수신기 | |
US7477707B2 (en) | Computationally efficient demodulation for differential phase shift keying | |
CN111935046B (zh) | 一种低复杂度的频移键控信号符号率估计方法 | |
CN116707558A (zh) | 基于多级动态盲数字接收机的数模混合信号识别方法 | |
CN105704081B (zh) | 多个偏移载波调幅信号的优选和解调方法 | |
CN109379314B (zh) | 高速突发数字解调方法和设备 | |
CN111343116B (zh) | 密集信号环境下基于星座轨迹图的调制识别方法 | |
CN108650203B (zh) | 一种基于侦察接收机的调制模式识别方法 | |
CN113132280A (zh) | 一种iq不平衡估计方法 | |
CN113225284A (zh) | 用于高性能信道编译码的8fsk非相干软判决解调方法 | |
CN104507106B (zh) | 8psk信号和pi/4-dqpsk信号的识别方法 | |
CN112565126B (zh) | 一种基于接收机多维特征模数混合信号的调制识别方法 | |
CN112671684B (zh) | 一种短时突发bpsk信号的自适应解调方法 | |
CN110535620B (zh) | 一种基于判决反馈的信号检测与同步方法 | |
US8477876B2 (en) | Fast blind channel search | |
US7231004B2 (en) | System and method of low power demodulation of continuous phase modulated waveforms | |
CN112565127A (zh) | 基于残差网络和频域图形的测控信号调制识别方法 | |
Haitao et al. | Modulation classification based on cyclic spectral features for co-channel time-frequency overlapped two-signal | |
Qi et al. | Analysis of transmission system based on phase locked loop | |
US7239658B1 (en) | Coherent demodulation of hopped MSK waveforms system and method | |
CN115695124B (zh) | 一种uqpsk相干解调方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |