DE4102412A1 - Verfahren zur modulationsartenerkennung und anordnung zum ausfuehren des verfahrens - Google Patents

Description

Die Erfindung betrifft ein Verfahren zur Modulations­ artenerkennung gemäß Oberbegriff des Patentanspruchs 1 sowie eine Anordnung zum Ausführen des Verfahrens. Ein solches Verfahren ist bereits aus der DE 34 03 187 A1 bekannt.

Zur Übertragung werden Nachrichten entsprechend einer Mo­ dulationsart umgeformt. Um zu erkennen, daß Nachrichten gemäß einer bestimmten Modulationsart gesendet werden oder um Nachrichten ihrer Modulationsart entsprechend richtig zu demodulieren, ist es notwendig, die Modulationsart von Signalen zu erkennen.

Die Modulationsartenerkennung von z. B. digitalen Nachrich­ tensignalen baut zumeist auf einer versuchten Demodulation auf. Gelingt der Versuch der Demodulation, so wird auf die Demodulationsart erkannt, ansonsten das Signal als nicht klassifizierbar zurückgewiesen.

Bei dem aus der DE 34 03 187 A1 bekannten Verfahren wird ein nach einer bestimmten, anfangs noch unbekannten Modu­ lationsart moduliertes komplexes Basisbandsignal x in meh­ rere voneinander unabhängige Zwischensignale transfor­ miert, und zwar wird eine nichtlineare Transformation des Real- und Imaginärteils des komplexen Basisbandsignals x durchgeführt, um den Betrag und die Phase des Signals be­ rechnen zu könnnen. Die so gewonnenen Zwischensignale bil­ den die Grundlage für die Bestimmung der Modulationsart in einer nachgeschalteten Auswerteschaltung.

Die Berechnung des Betrags und der Phase aus dem komplexen Basisbandsignal x ist in der Regel sehr rechenintensiv. Es existieren nur interative Algorithmen. Diese besitzen ent­ weder lineare Konvergenz (wie z. B. der für den in dem Ar­ tikel von T. C. Chen: "Automatic Computation of Exponenti­ als, Logarithms, Ratios and Square Roots", in "IBM J. Res. Develop.", Vol. 16, No. 4, July 1972, S. 380 bis 388 be­ schriebenen COordinate-Rotation-DIgital-Computer (CORDIC) verwendete Algorithmus) und benötigen deshalb mindestens ebensoviele Rechenschritte wie die Genauigkeit des Ergeb­ nisses sein soll oder quadratische Konvergenz mit der Un­ terstützung von Tabellen, die abgelegt werden müssen.

Außerdem verstärkt die nichtlineare Transformation von Real- und Imaginärteil des komplexen Basisbandsignals x in Betrag und Phase das Rauschen. Schwankt die Amplitude des Nutzsignals, so wird bei kleinen Amplitudenwerden das Rau­ schen im Gesamtsignal überwiegen und entsprechend die Phase bestimmen. In der Phasenauswertung werden dann voll­ kommen falsche Phasen mit Phasen hoher Güte gleich gewich­ tet. So kommt es bei niedrigem Signal-zu-Rausch-Ver­ hältnissen SNR eher zu falschen Ergebnissen.

Die Aufgabe der Erfindung besteht darin, ein Verfahren der eingangs genannten Art zu schaffen, das mit einer mög­ lichst einfachen Anordnung durchgeführt werden kann und möglichst hohe Zuverlässigkeit bei der Modulationsartener­ kennung aufweist.

Die erfindungsgemäße Lösung der Aufgabe ist im Pa­ tentanspruch 1 beschrieben. In den weiteren Ansprüchen sind vorteilhafte Aus- und Weiterbildungen des erfindungs­ gemäßen Verfahrens sowie eine bevorzugte Anordnung zum Ausführen des erfindungsgemäßen Verfahrens und deren vor­ teilhafte Aus- und Weiterbildungen beschrieben.

Das erfindungsgemäße Verfahren sieht vor, daß die einzel­ nen Zwischensignale und/oder das komplexe Basisbandsignal x selbst jeweils einer Parameterschätzung mindestens eines autoregressiven Modells unterworfen werden und daß aus den geschätzten Parametern und/oder aus von diesen Parametern abgeleiteten Prädiktionsfehlern durch Vergleich minde­ stens einiger dieser Parameter oder Prädiktionsfehler untereinander und/oder mit vorgegebenen Schwellenwerten die Modulationsart bestimmt wird. (Autoregressive Modelle an sich sind beispielsweise aus der digitalen Spektralana­ lyse bereits bekannt (vgl. z. B. Kap. 7 in dem Lehrbuch "Digital Spectral Analysis" von S. L. Marple Jr., Seiten 189 bis 203 (Prentice-Hall, Englewood Cliffs, New Jersey, 1987)).

Ein wesentlicher Vorteil des erfindungsgemäßen Verfahrens besteht darin, daß die jeweils vorliegende Modulationsart relativ einfach und schnell sowie mit einen relativ hohen Maß an Zuverlässigkeit bestimmt werden kann.

Das Verfahren kann zur Bestimmung beliebiger Modu­ lationsarten eingesetzt werden, insbesondere zur Bestim­ mung von analogen oder digitalen Modulationsarten.

In einer besonderen Ausführungsform des erfindungsgemäßen Verfahrens werden die einzelnen Zwischensignale zweckmäßi­ gerweise jeweils durch eine lineare oder nichtlineare Transformation aus dem komplexen Basisbandsignal x er­ zeugt, wobei vorzugsweise die Mehrzahl der Transformatio­ nen nichtlineare Transformationen von vorzugsweise nie­ derer Ordnung, vorzugsweise von erster, zweiter, dritter oder vierter Ordnung sind.

Die einzelnen Transformationen können zeitlich hinterein­ ander und/oder vorzugsweise zeitlich parallel durchgeführt werden.

Für die einzelnen Zwischensignale und/oder das komplexe Basisbandsignal x selbst werden vorteilhafterweise autore­ gressive Modelle unterschiedlicher Ordnung, vorzugsweise niederer Ordnung, vorzugsweise erster, zweiter oder drit­ ter Ordnung verwendet, die an die speziellen Signale (Zwi­ schen- oder Basisbandsignale) angepaßt worden sind.

Vorzugsweise arbeiten die verwendeten autoregressiven Mo­ delle auf der Basis von Levinson- oder Schur-Algorithmen (der Levinson-Algorithmus ist beispielsweise in Kap. 7 des o. a. Lehrbuchs von S. L. Marple Jr. beschrieben, der Schur- Algorithmus z. B. in "Journal für reine und angewandte Ma­ thematik", Vol. 147 (1917) Seiten 205 bis 232), zweckmäßigerweise werden zur schnelleren Berechnung die Prädiktionsfehler auf Werte 0 1 normiert.

Zur Erkennung von digitalen Modulationsarten und/oder von harmonischen Signalen wird in einer besonders vorteilhaf­ ten Ausführungsform des erfindungsgemäßen Verfahrens das komplexe Basisbandsignal x direkt der Parameterschätzung eines autoregressiven Modells erster Ordnung und/oder zweiter Ordnung unterworfen und/oder zunächst in die Zwi­ schensignale x² und/oder x⁴ und/oder |x|² und/oder (|x|²-m_{| x | ²}) und/oder (|x|²-m_{| x | ²})² transformiert. Diese Zwischensignale werden dann jeweils einer Parameterschät­ zung eines autoregressiven Modells dritter Ordnung unter­ worfen.

Vorzugsweise werden dann die aus den einzelnen Parameter­ schätzungen abgeleiteten und vorzugsweise normierten Prä­ diktionsfehler α_d1, α_d2, α_s, α_f, α_c, α_m, α_t in der Auswer­ teschaltung zumindest zum Teil untereinander jeweils paar­ weise ins Verhältnis gesetzt und diese einzelnen Verhält­ nisse

α_y/α_z (y, z ∈{d1, d2, s, f, c, m, t}; y≠z)

mit vor­ gegebenen Schwellenwerten S_yz einzeln verglichen, wobei durch Vielfachvergleich der sich aus diesen Einzelverglei­ chen ergebenden Differenzen [(α_y/α_z)-S_yz)] die vorliegende Modulationsart bestimmt wird.

Im folgenden sei die Erfindung beispielhaft anhand der Er­ kennung bzw. Bestimmung von digitalen Modulationsarten an­ hand der Figuren näher erläutert. Es zeigen:

Fig. 1 das Blockschaltbild einer Demodulationseinrichtung mit einem Modulationsartenerkenner,

Fig. 2 das Blockschaltbild der Demodulationseinrichtung gemäß Fig. 1 für PSK2 oder PSK4 mit einer zusätz­ lichen Einrichtung zur Trägerrückgewinnung und Baudratenabschätzung,

Fig. 3 eine tabellarische Übersicht über die Determi­ niertheit (D) oder Nichtdeterminiertheit (N) für verschiedene digitale Modulationsarten und für verschiedene Nichtlinearitäten,

Fig. 4 eine tabellarische Übersicht über eine vorteil­ hafte Auswahl von zueinander ins Verhältnis zu setzenden Prädiktionsfehlerpaaren zur Bestimmung der Modulationsart bei digitalen Modulationsarten,

Fig. 5-6 vorteilhafte Ausführungsformen der erfindungsge­ mäßen Anordnung zum Ausführen des erfindungsge­ mäßen Verfahrens.

Die Demodulationseinrichtung in Fig. 1 umfaßt einen Demo­ dulator DM, der das (z. B. digital) modulierte komplexe Ba­ sisbandsignal x demodulieren soll und an seinem Ausgang das demodulierte Nachrichtensignal D (z. B. ein digitales Datensignal) ausgeben soll.

Parallel ist das zu demodulierende Signal x einem Modula­ tionsartenerkenner ME zugeführt, der das Signal x analy­ siert und die vorliegende (z. B. digitale) Modulationsart, mit der das Signal x moduliert ist, bestimmt und der ein der erkannten Modulationsart entsprechendes Steuersignal S an den Demodulator DM gibt, welcher daraufhin entsprechend der erkannten Modulationsart das Signal x demoduliert und an seinem Ausgang das demodulierte Nachrichtensignal D ausgibt.

Eingesetzt werden solche Demodulationseinrichtungen bei­ spielsweise in Überwachungsanlagen für HF-Empfänger.

Die Demodulationseinrichtung in Fig. 2 ist für die digita­ len Modulationsarten PSK2 und PSK4 (PSK=Phase-Shift- Keying) vorgesehen und unterscheidet sich von der Demodu­ lationseinrichtung in Fig. 1 lediglich dadurch, daß zu­ sätzlich noch eine Einrichtung zur Trägerrückgewinnung TR bzw. zur Baudratenabschätzung BA vorgesehen ist, die ein zusätzliches, die Trägerfrequenz und -phase, Baudrate und -phase betreffendes Steuersignal S′ an den Demodulator DM gibt.

Der Modulationsartenerkenner ME in Fig. 1 hat die Aufgabe, den einzelnen Signalen Klassen von Modulationsarten zuzuordnen und eine Rangordnung der zu bearbeitenden Si­ gnale zu erstellen.

Es werden z. B. die folgenden Klassen von Modulationsarten unterschieden:

• a) PSK (Phase-Shift-Keying) + Rauschen ("PSK2" bzw. "PSK4")
• b) ASK (Amplitude-Shift-Keying) + Rauschen ("ASK2")
• c) FSK (Frequency-Shift-Keying), einschließlich MSK (Minimum-Shift-Keying) + Rauschen ("FSK2", "MSK2")
• d) Harmonisches Signal (Summe sinusförmiger Signale) + Rauschen ("Sinus")
• e) Rauschen ("Noise").

Sprachsignale (Radio) sind nicht erfaßt. Hier können sich Rauschen und Harmonisches Signal in etwa 15 ms gegeneinan­ der abwechseln. Insbesondere spiegelte in der Vergangen­ heit eine feste Frequenzrasterung und intonierte Sprache dem Modulationsartenerkenner die Klasse ASK vor. Durch vorhergehende Segmentierung können jedoch zusammengehö­ rende Signalteile zusammengefaßt und so ein "Wandern" der Sprachsignale durch das Kanalraster verhindert werden.

Führt man digitale Modulationsarten über unterschiedliche Nichtlinearitäten, so werden abhängig von der Modulations­ art die Daten in der Nachricht zerstört oder auch nicht.

Nimmt man die Daten als zufällig an, so können sie nicht vorhergesagt werden. Einmal zerstört, ist eine Vorhersage möglich und das Signal verhält sich eher deterministisch. Entfernt man den deterministischen Anteil des Signals, so liegt meist nur noch ein unvorhersagbares Signal vor. Prüft man den Grad der Vorhersagbarkeit mittels des nor­ mierten Prädiktionsfehlers eines autoregressiven Modells nach, so kann aus der Vorhersagbarkeit vor und nach ver­ schiedenen Nichtlinearitäten auf bestimmte Modulationsar­ ten geschlossen werden.

Die bei autoregressiven Modellen verwendete Methode der linearen Prädiktion basiert auf der Autokorrelationsfunk­ tion r_k des Signals x_k und besteht aus der Lösung des Gleichungssystems

oder kurz

R · ª= · e _o (1b)

wobei r_n der Autokorrelationskoeffizient n-ter Ordnung ist, r_n* der entsprechende hierzu konjugiert komplexe Ko­ effizient ist, a₁-a_n die Koeffizienten des verwendeten au­ toregressiven Modells sind und α der Prädiktionsfehler (ein Skalar) ist. R ist eine (hermitische) Töplitzmatrix der Autokorrelationskoeffizienten r_i, r_i* (i=0, 1, . . . n), ª der Vektor der Koeffizienten 1, a₁...a_n des verwendeten autoregressiven Modells und e _o der nullte Basisvektor. Der normierte Prädiktionsfehler ist

α=/r_o (2)

Ein deterministisches Signal hat den normierten Prädikti­ onsfehler α=0, weißes Gaußsches Rauschen den Prädiktions­ fehler α=1.

Für verschiedene Nichtliniearitäten und digitale Modulati­ onsarten läßt sich die in Fig. 3 wiedergebende Tabelle für die Determiniertheit (D) (α=0) oder Nichtvorhersagbarkeit (N) (α=1) ableiten.

In der Tabelle steht x01 für einen linearen Prädiktor er­ ster Ordnung (also keine Nichtlinearität) und x02 für einen linearen Prädiktor zweiter Ordnung (ebenfalls keine Nichtlinearität), während x², x⁴, (|x|²-m_{| x |}²), (|x|²-m_{| x |}²)² Nichtliniearitäten darstellen bezüglich des zu transformierenden Signals x, wobei m_{| x |}² der arithmeti­ sche Mittelwert von |x|² ist und |x|² das Betragsquadrat von x.

Die linearen Prädiktoren x01 und x02 werden eingeführt, um MSK2 von FSK2 unterscheiden zu können, da FSK2 im Fre­ quenzspektrum zwei spektrale Häufungspunkte hat, während MSK2 nur einen spektralen Häufungspunkt besitzt. Ein Prä­ diktor erster Ordnung kann die zwei spektralen Häufungs­ punkte der FSK2 nicht nachbilden, ein Prädiktor zweiter Ordnung kann dies jedoch. Deshalb ist bei FSK2 bei dem Übergang von Prädiktor erster auf einen Prädiktor zweiter Ordnung ein für FSK2 charakteristischer Anstieg der Vor­ hersagbarkeit gegeben.

Die restlichen linearen Prädiktoren für die durch die nichtlinearen Transformationen gewonnenen Zwischensignale sind vorteilhafterweise dritter Ordnung.

Die Klassifikation der digitalen Modulationsarten ge­ schieht durch Schwellenvergleich. Man bildet den Quotien­ ten zweier normierter Prädiktionsfehler α, bei denen sich die Verhältnisse von Determiniertheit D und Nichtdetermi­ niertheit N möglichst umkehren oder zumindest in einem der beiden Meßwerte verschieden sind. Die in Fig. 4 gezeigte Tabelle gibt den Überblick über eine bevorzugte Auswahl von Schwellenwertvergleichen, mit denen die jeweils vorliegende Modulationsart mit einem besonders hohen Grad an Wahrscheinlichkeit richtig bestimmt werden kann.

Hierbei ist, wenn der Zahlenwert an dem Kreuzungspunkt zweier Modulationsarten größer als eine Schwelle ist, die Modulationsart der Spalte, falls kleiner als die Schwelle, die Modulationsart der Zeile zu nehmen.

Dies ist eine heuristische Verknüpfung der Kennwerte. Selbstverständlich ist es auch möglich die Auswertung der Kennwerte einem Musterkennungsverfahren zu überlassen, wie z. B. den linearen und quadratischen Polynomklassifikatoren (vgl. z. B.: J. Schürmann: "Polynomklassifikatoren für die Zeichenerkennung - Ansatz, Adaption, Anwendungen" (R. Oldenbourg Verlag, München, Wien, 1977, Seiten 174 bis 177)) oder den neuronalen Netzen (R. P. Lippmann: "Pattern Classification Using Neural Networks", in IEEE Communica­ tions Magazine, November 1989, Seiten 47 bis 64).

Eine n · n Matrix A zur Verknüpfung der α-Werte zu Ent­ scheidungsfunktionen kann z. B. aufgrund einer statisti­ schen Auswertung gewonnen werden und besteht aus einer An­ zahl von positiven und/oder negativen Zahlenwerten A_ÿ (i, j=1, 2, . . . n), hier beispielhaft für n=7:

Zur Klassifikation der Modulationsart bildet man den Vek­ tor

multipliziert die obige Matrix A und den Vektor α und er­ hält den Klassifikationsvektor k

k=Aα. (5)

Der größte Eintrag des Klassifikationsvektors k indiziert die Modulationsart. In dem Beispiel entsprechen die Ein­ träge der Reihe nach:

• 1. Träger (Sinus),
• 2. Amplitude-Shift-Keying (ASK2),
• 3. Frequency-Shift-Keying (FSK2),
• 4. Minimum-Shift-Keying (MSK2),
• 5. Binary-Phase-Shift-Keying (PSK2),
• 6. Quartenary-Phase-Shift-Keying (PSK4),
• 7. Rauschen (NOISE).

Die erfindungsgemäße Modulationsartenerkennung zerfällt in dieser besonderen Ausführungsform somit in zwei bzw. drei Teile: a) Merkmalsbestimmung, b) Auswahl der zu einer Klasse gehörigen Signale und gegebenenfalls c) Rangord­ nungsbestimmung innerhalb der gewünschten Klasse.

Eine weitere Ausführungsform des erfindungsgemäßen Verfah­ rens sei im folgenden näher erläutert.

Die Modulationsarten werden auf Grund einiger weniger Kenngrößen, die im wesentlichen dem Leistungsdichtespek­ trum (Spektrum 2. Ordnung) und dem Spektrum 4. und 8. Ord­ nung entsprechen, erkannt. Für die betrachteten Modulati­ onsarten sind Spektren ungerader Ordnung im Erwartungswert Null.

Das Spektrum 4. Ordnung gibt Aufschluß wie das Signal vom Gaußschen Rauschen verschieden ist.

Die Leistungsdichtespektren werden mittels autoregressiver Modelle angenähert. Dies hat den Vorteil, daß wenige Para­ meter zur Beschreibung komplexer Leistungsdichtespektren ausreichen. Dieser Umstand kann zum Beispiel auch in der Sprachcodierung mit niedriger Bitrate genutzt werden.

Die entscheidende Frage ist stets, welcher Prozentsatz der im Signal befindlichen Energie sich durch ein autoregressives Modell niedriger Ordnung erklären läßt.

Der Algorithmus besteht aus der Berechnung der Korrelati­ onswerte bis zu der angegebenen, niedrigen Ordnung für einen Datenblock. Der weiter oben bereits erwähnte Levin­ son Algorithmus beispielsweise wird einmal pro Block zur Bestimmung der durch das autoregressive Modell nicht vor­ hersagbaren Energie berechnet. Er liefert einen vorzugs­ weise normierten Prädiktionsfehler α.

Ein Beispiel deterministischer Signale ist der Sinus, der sich als reelles Signal durch ein reelles autoregressives Modell zweiter Ordnung vollkommen vorhersagen läßt. Der Prädiktionsfehler α wird hier 0. Im komplexen Fall wird für eine Sinusschwingung sogar nur die erste Ordnung zur vollständigen Prädiktion gebraucht.

Das Beispiel eines stochastischen Signals ist das breit­ bandige Gaußsche Rauschen, dessen Energie sich durch ein autoregressives Modell nicht erklären läßt. Hier ergibt sich der Prädiktionsfehler α=1.

Ein wesentliches Merkmal der Erfindung zur Konstruktion der Merkmale besteht darin, daß das komplexe Basisbandsig­ nal x(k) Daten transportiert und deshalb nicht vollständig voraussagbar ist, da sonst kein Interesse an der Kommuni­ kation zwischen Sender und Empfänger bestünde (k ent­ spricht den jeweiligen Abtastzeitpunkten t_k). Wird das Si­ gnal x(k) nun einer Transformation T unterworfen, die die Datenabhängigkeit des Signals auslöscht, sollte das Signal besser vorhersagbar sein. Für die verschiedenen Modulati­ onsarten lassen sich unterschiedliche Transformationen (Nichtlinearitäten) finden, bei denen die Daten optimal ausgelöscht werden. Man untersucht dann das Verhältnis der Kenngröße α vor und nach der Transformation T

α(T(x(k)))/α(k)) < Schwelle.

Dieses Verhältnis wird gegen eine Schwelle entschieden.

Es wird beispielsweise von den folgenden Merkmalen ausge­ gangen:

• a) Es wird ein reelles autoregressives Modell dritter Ordnung für das mittelwertfreie Betragsquadrat des komplexen Basisbandsignals x (Prädiktionsfehler α_m) angewendet. Durch die Betragsbildung werden bei PSK die Daten des Signals zerstört. Bei ASK bleibt die Datenabhängigkeit bestehen.
• b) Es wird ein komplexes autoregressives Modell er­ ster Ordnung auf das komplexe Basisbandsignal x angewendet. Eine hohe Vorhersagbarkeit deutet auf einen Träger oder eine langsame Datensendung mit gutem SNR hin. Dieser Prädiktionsfehler wird mit α_d1 bezeichnet. Bei einem Sinus und SNR »1 er­ gibt sich der Prädiktionsfehler der nicht er­ klärbaren Energie zu 2/SNR.
• c) Es wird ein komplexes autoregressives Modell drit­ ter Ordnung für das komplexe Signalquadrat (Kenn­ wert α_s) angewendet. Bei PSK2 werden die Daten durch die Quadrierung zerstört, bei PSK4 geschieht dies nicht, bei FSK/MSK nur in außerordentlichen Fällen.
• d) Es wird ein komplexes autoregressives Modell drit­ ter Ordnung für die vierte Potenz des komplexen Signals (Prädiktionsfehler α_f) angewendet. Bei PSK4 werden nun alle Daten durch diese Nichtli­ nearität zerstört.
  Die Klassifikationsmerkmale können aus den oben genannten Merkmalen z. B. folgendermaßen gebildet werden:
• e) Ist das Betragsquadrat des Signals nicht vorher­ sagbar, α_m Schwelle,wird auf Rauschen oder kontinuierliche Modulati­ onsarten geschlossen.
• f) Ist das Verhältnis des Prädiktionsfehlers des Be­ tragsquadrats des Signals zum Prädiktionsfehler des Signals größer als eine Schwelle α_m/α_d1 Schwelle → ASK,wird auf ASK (Morse) geschlossen.
• g) Das Verhältnis des Prädiktionsfehlers des komple­ xen Quadrats des Signals zum Prädiktionsfehler des Signals ergibt eine Schwellenentscheidung zwischen Harmonischen Signalen, FSK und MSK gegen PSK α_s/αd Schwelle → FSK, Sinus, MSK.
• h) Ein Verhältnis des Prädiktionsfehlers des komple­ xen quadrierten Signals zu dem Prädiktionsfehler der vierten Potenz des komplexen Basisbandsignals unterscheidet zwischen PSK2 und PSK4 α_f/α_s Schwelle → PSK2.

Die Klassen werden dann aus den Merkmalen e)-h) mittels Schwellen gebildet.

Gemäß einer linearen Bewertungsfunktion wird dann die Rangordnung innerhalb einer Klasse errechnet. Hochrangige Signale werden bevorzugt abgearbeitet. Hier können spezi­ ell Signale mit hoher oder niedriger Energie, Bandbreite etc. angewählt werden.

Die Rangordnung der Signale soll eine gewisse Vorauswahl treffen, falls z. B. nicht alle Signale gleichzeitig unter­ sucht werden können.

Liegt eine PSK2- oder PSK4-Modulation vor, ist die genaue Schätzung der Parameter Trägerfrequenz, -phase, Baudrate und -phase für einen guten Startpunkt der PSK-Demodulation von großem Vorteil (vgl. Fig. 2).

Zur zusätzlichen Schätzung von Trägerfrequenz und -phase bei Vorliegen einer PSK2- oder PSK4-Modulation wird in ei­ ner Weiterbildung der Erfindung in einer zusätzlichen Ein­ richtung (TR in Fig. 2) das komplexe Basisbandsignal x zu­ sätzlich in das oder die Zwischensignale x² und/oder x⁴ transformiert. Diese zusätzlichen Zwischensignale werden anschließend einer Parameterschätzung eines autorregressi­ ven Modells höherer Ordnung, vorzugsweise sechster Ord­ nung, unterworfen. Danach werden die geschätzte Träger­ frequenz aus dem Phasenwinkel der betragsmäßig größten Polstelle dieses autoregressiven Modells abgeleitet und die Phase der geschätzten Trägerfrequenz durch die Berech­ nung der Linie einer diskreten Fourier Transformation (DFT) an der Stelle der geschätzten Trägerfrequenz ermit­ telt.

Zur Baudratenbestimmung wird das komplexe Basisbandsignal x schmaler als von der Segmentierung geschätzt gefiltert bzw. bei Zusammenfassung nach einer Fast Fourier Transfor­ mation (FFT) werden die Randkanäle des Signals nicht be­ rücksichtigt. Das Betragsquadrat des Signals sollte die Baudrate beinhalten, die über ein autoregressives Modell höherer Ordnung, vorzugsweise zwölfter Ordnung, geschätzt werden kann.

Die reelle Autokovarianz des Signals wird bis zur Ordnung des autoregressiven Modells pro Datenblock bestimmt und das autoregressive Modell berechnet.

Zur zusätzlichen Schätzung von Baudrate und -phase bei Vorliegen einer PSK2- oder PSK4-Modulation wird daher in einer anderen Weiterbildung der Erfindung das komplexe Ba­ sisbandsignal x zunächst einer die Spektrumsbreite des Si­ gnals begrenzenden Filterung unterworfen und anschließend in das weitere Zwischensignal |x|² transformiert. An­ schließend wird dieses weitere Zwischensignal einer Para­ meterschätzung eines autoregressiven Modells höherer Ord­ nung, vorzugsweise zwölfter Ordnung, unterworfen und die geschätzte Baudrate aus dem Phasenwinkel der betragsmäßig größten Polstelle dieses autoregressiven Modells entnom­ men. Danach wird die Phase der geschätzten Baudrate durch die Berechnung der Linie einer diskreten Fourier Transfor­ mation (DFT) an der Stelle der geschätzten Baudrate ermit­ telt.

Der besondere Vorteil dieser beiden Weiterbildungen des erfindungsgemäßen Verfahrens bestehen darin, daß eine ein­ fache Berechnung bzw. eine nichtkooperative Aufklärung der Trägerfrequenz und -phase bzw. Baudrate und -phase möglich ist.

In Fig. 5 ist eine bevorzugte Ausführungsform der erfin­ dungsgemäßen Anordnung (ME in Fig. 1 oder 2) zum Ausführen des erfindungsgemäßen Verfahrens gezeigt.

Das zu untersuchende komplexe Basisbandsignal x liegt an einer Eingangsklemme 8. Die Eingangsklemme 8 ist einer­ seits direkt mit dem Eingang eines linearen Prädiktors er­ ster Ordnung 20 und mit dem Eingang eines linearen Prädik­ tors zweiter Ordnung 21 verbunden und andererseits mit den Eingängen dreier nichtlinearer Signaltransformatoren 10 (x²), 11 (x⁴) und 12 (|x|²) verbunden, die ihrerseits ausgangsseitig jeweils mit einem linearen Prädiktor drit­ ter Ordnung 22-24 verbunden sind. Der Signaltransformator 12 (|x|²) ist außerdem mit einem weiteren Signaltransfor­ mator 13 (m_{| x |}²) und mit dem "+"-Eingang 141 eines Diffe­ renzgliedes 14 verbunden, dessen "-"-Eingang 142 mit dem Ausgang des Signaltransformators 13 (m_{| x |}²) verbunden ist. Der Ausgang 140 des Differenzgliedes 14 ist seinerseits zum einen mit einen vierten linearen Prädiktor dritter Ordnung 25 sowie über einen weiteren Signaltransformator 15 (x²) mit einem fünften linearen Prädiktor dritter Ord­ nung 26 verbunden. Die sieben linearen Prädiktoren 20-27 bilden die Einheit 2 der autoregressiven Modelle und sind ihrerseits ausgangsseitig mit der Auswerteschaltung 3 ver­ bunden.

Die Prädiktoren liefern je nach ihrer Ordnung und je nach Art ihres Eingangssignals die (vorzugsweise normierten) Prädiktionsfehler α_d1, α_d2, α_s, α_f, α_c, α_m und α_t (vgl. auch Fig. 3 und 4). Der Ausgang der Auswerteschaltung 3 ist mit der Ausgangsklemme 9 verbunden, an der das Steuer­ signal S (z. B. für den Demodulator DM in Fig. 1 oder 2) abgegriffen werden kann.

Diese Anordnung arbeitet parallel, d. h. das komplexe Ba­ sisbandsignal x wird zum Zeitpunkt t_k praktisch gleichzei­ tig entweder über die Signaltransformatoren 10-15 in Form der durch die Transformationen erzeugten Zwischensignale oder selbst direkt den einzelnen linearen Prädiktoren 20-26 zugeführt und dort einer Parameterschätzung unterwor­ fen. Die daraus gewonnenen Prädiktionsfehler α_d1, α_d2, α_s, α_f, α_c, α_m, α_t werden der Auswerteschaltung 3 zugeführt, die z. B. nach der in Fig. 4 gezeigten Art der Verhältnisbildung bzw. des Vielfachvergleichs mit Schwel­ lenwerten anhand dieser Werte die vorliegende Modulations­ art bestimmt und ein entsprechendes Steuersignal S an die Ausgangsklemme 9 abgibt.

Anschließend kann das nächste komplexe Basisbandsignal zum Zeitpunkt t_k+1 in der gleichen Weise bearbeitet werden.

Ein wesentlicher Vorteil dieser Ausführungsform besteht wegen der Parallelität der Arbeitsvorgänge in der Schnel­ ligkeit der Durchführung.

Zur Durchführung des erfindungsgemäßen Verfahrens kann aber auch die in Fig. 6 gezeigte Ausführungform des erfindungsgemäßen Modulationsartenerkenners (ME in Fig. 1 oder 2) verwendet werden.

Bei dieser Ausführungsform werden die einzelnen Arbeits­ vorgänge nicht parallel (also praktisch zeitgleich), son­ dern seriell (d. h. zeitlich hintereinander) ausgeführt.

Die Anordnung besteht aus einem in seinem Transformations­ verhalten einstellbaren Signaltransformator 1, der mit ei­ nem in seiner Ordnung einstellbaren linearen Prädiktor 2 verbunden ist. Der lineare Prädiktor 2 ist über eine erste Schalteinrichtung 61 und über eine nachgeschaltete erste Speichereinheit 5 mit Speicherplätzen 51-57 für die Prä­ diktionsfehler α_d1, α_d2, α_s, α_f, α_c, α_m und α_t mit der Aus­ werteschaltung 3 verbunden.

Die Auswerteschaltung 3 ist ausgangsseitig mit der Aus­ gangsklemme 9 der Anordnung verbunden.

Die Eingangsklemme 8 für das komplexe Basisbandsignal x ist über eine zweite Speichereinheit 4 und eine zweite Schalteinrichtung 62 entweder über eine Umwegleitung 63 direkt oder über den Signaltransformator 1 mit dem li­ nearen Prädiktor 2 verbunden. Erste und zweite Speicher­ einheit 5 und 4, erste und zweite Schalteinrichtung 61 und 62 sowie der Signaltransformator 1, der lineare Prädiktor 2 und die Auswerteschaltung 3 werden über eine gemeinsame Steuerung 7 angesteuert.

Die in der Anordnung gemäß Fig. 5 parallel ablaufenden Ar­ beitsvorgängen werden hier zeitlich nacheinander durchge­ führt. Hierzu wird zunächst das komplexe Basisbandsignal x zum Zeitpunkt t_k im zweiten Speicher 4 abgespeichert.

Zur Bestimmung des Prädiktionsfehlers α_d1 beispielsweise wird mittels der Steuerung 7 der zweite Speicher 4 über die zweite Schalteinrichtung 62 und die Umwegleitung 63 direkt mit dem linearen Prädiktor 2 verbunden, der mittels der Steuerung 7 auf die erste Ordnung eingestellt worden ist. Das Ergebnis der Parameterschätzung (α_d1) wird mit­ tels der Steuereinrichtung 7 über die erste Schalteinrich­ tung 61 beispielsweise im Speicherplatz 51 der erste Spei­ chereinheit 5 abgespeichert.

Anschließend wird z. B. der Prädiktionsfehler α_d2 bestimmt, indem mittels der Steuerung 7 der lineare Prädiktor 2 auf die zweite Ordnung eingestellt wird und das Ergebnis der Parameterschätzung (α_d2) über die erste Schalteinrichtung 61 beispielsweise im Speicherplatz 52 der ersten Speicher­ einheit 5 abgespeichert wird.

Daraufhin werden beispielsweise die Prädiktionsfehler α_s, α_f, α_c, α_m und α_t bestimmt, indem der zweite Speicher 4 über die zweite Schalteinrichtung 62 mit dem Signaltrans­ formeter 1 verbunden wird, der nacheinander als Zwischen­ signale x², x⁴, |x|², (|x|²-m_{| x | ²}) und (|x|²-m_{| x | ²})² er­ zeugt, die im linearen Prädiktor 2, der auf die dritte Ordnung eingestellt worden ist, einer Parameterschätzung unterworfen werden, deren Ergebnis α_s, α_f, α_c, α_n bzw. α_t über die erste Schalteinrichtung 61 in den entsprechenden Speicherplätzen 53-57 der ersten Speichereinheit 5 abge­ speichert werden.

Anschließend können die so gewonnenen α-Werte in die Aus­ werteschaltung 3 gegeben werden und dort in der bereits geschilderten Weise die Modulationsart anhand dieser Werte bestimmt werden.

Natürlich kann die zeitliche Reihenfolge der Bestimmung der einzelnen α-Werte von der oben geschilderten Reihen­ folge abweichen oder auch nur zum Teil durchgeführt wer­ den: also statt der Reihenfolge α_d1, α_d2, α_s, α_f, α_c, α_m, α_t sind z. B. auch die Reihenfolgen α_s, α_d1, α_f, α_c, α_t, α_d2, α_m oder α_d1, α_f, α_c oder α_t, α_m, α_s, α_f, α_d2 usw. mög­ lich.

Anschließend kann das nächste komplexe Basisbandsignal x zum Zeitpunkt t_k+1 in der gleichen Art und Weise verarbei­ tet werden.

Ein wesentlicher Vorteil dieser Ausführungsform besteht darin, daß sie relativ wenig aufwendig ist, da im Prinzip unter anderem nur ein Signaltransformator (anstelle von mehreren) und ein linearer Prädiktor (anstelle von mehre­ ren) benötigt werden.

In Fig. 5 kann vorteilhafterweise die erste Schalteinrich­ tung 61 in Form eines Demultiplexers realisiert werden und die zweite Schalteinrichtung 62 in Form eines Multiple­ xers.

Claims (17)

1. Verfahren zur Modulationsartenerkennung, bei welchem ein nach einer bestimmten, anfangs noch unbekannten Modulationsart moduliertes komplexes Basisbandsignal x in mehrere voneinander unabhängige Zwischensignale transfor­ miert wird, welche Zwischensignale die Grundlage für die Bestimmung der Modulationsart in einer Auswerteschaltung bilden, dadurch gekennzeichnet, daß die einzelnen Zwi­ schensignale und/oder das komplexe Basisbandsignal x selbst jeweils einer Parameterschätzung mindestens eines autoregressiven Modells unterworfen werden und daß aus den geschätzten Parametern und/oder aus von diesen Parametern abgeleiteten Prädiktionsfehlern durch Vergleich minde­ stens einiger dieser Parameter oder Prädiktionsfehler untereinander und/oder mit vorgegebenen Schwellenwerten die Modulationsart bestimmt wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die einzelnen Zwischensignale jeweils durch eine lineare oder nichtlineare Transformation aus dem komplexen Basis­ bandsignal x erzeugt werden und daß vorzugsweise die Mehr­ zahl der Transformationen nichtlineare Transformationen von vorzugsweise niederer Ordnung, vorzugsweise von er­ ster, zweiter, dritter oder vierter Ordnung sind.

3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß die einzelnen Transformationen zeit­ lich hintereinander und/oder vorzugsweise zeitlich paral­ lel durchgeführt werden.

4. Verfahren nach einem der vorangehenden Ansprüche, da­ durch gekennzeichnet, daß für die einzelnen Zwischensi­ gnale und/oder das komplexe Basisbandsignal x selbst auto­ regressive Modelle unterschiedlicher Ordnung, vorzugsweise niederer Ordnung, vorzugsweise erster, zweiter oder drit­ ter Ordnung verwendet werden.

5. Verfahren nach einem der vorhergehenden Ansprüche, da­ durch gekennzeichnet, daß die verwendeten autoregressiven Modelle auf der Basis von Levinson- oder Schur-Algorithmen arbeiten.

6. Verfahren nach einem der vorhergehenden Ansprüche, da­ durch gekennzeichnet, daß die Prädiktionsfehler auf Werte 0 1 normiert werden.

7. Verfahren nach einem der vorhergehenden Ansprüche zur Erkennung von digitalen Modulationsarten, insbesondere von ASK2, FSK2, MSK2, PSK2 und PSK4, und/oder von harmonischen Signalen, dadurch gekennzeichnet, daß das komplexe Basis­ bandsignal x direkt der Parameterschätzung eines au­ toregressiven Modells erster Ordnung und/oder zweiter Ord­ nung unterworfen wird und/oder zunächst in die Zwischensi­ gnale x² und/oder x⁴ und/oder |x|² und/oder (|x|²-m_{| x | ²}) und/oder (|x|²-m_{| x | ²})² transformiert wird und diese Zwi­ schensignale jeweils einer Paramterschätzung eines autore­ gressiven Modells dritter Ordnung unterworfen werden.

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß die aus den einzelnen Parameterschätzungen abgeleiteten und vorzugsweise normierten Prädiktionsfehler α_d1, α_d2, α_s, α_f, α_c, α_m, α_t in der Auswerteschaltung zumindest zum Teil untereinander jeweils paarweise ins Verhältnis ge­ setzt werden und diese einzelnen Verhältnisse α_y/α_z (y, z ∈{d1, d2, s, f, c, m, t}; y≠z)mit vorgegebe­ nen Schwellenwerten S_yz einzeln verglichen werden und daß durch Vielfachvergleich der sich aus diesen Einzelverglei­ chen ergebenden Differenzen [(α_y/α_z)-S_yz)] die vorliegende Modulationsart bestimmt wird.

9. Verfahren nach einem der Ansprüche 7 oder 8 zur zu­ sätzlichen Schätzung von Trägerfrequenz und -phase bei Vorliegen einer PSK2- oder PSK4-Modulation, dadurch ge­ kennzeichnet, daß das komplexe Basisbandsignal x zusätz­ lich in das oder die Zwischensignale x² und/oder x⁴ trans­ formiert wird und diese zusätzlichen Zwischensignale einer Parameterschätzung eines autoregressiven Modells höherer Ordnung, vorzugsweise sechster Ordnung, unterworfen werden und die geschätzte Trägerfrequenz aus dem Phasenwinkel der betragsmäßig größten Polstelle dieses autoregressiven Mo­ dells abgeleitet wird und daß die Phase der geschätzten Trägerfrequenz durch die Berechnung der Linie einer dis­ kreten Fourier Transformation an der Stelle der geschätz­ ten Trägerfrequenz ermittelt wird.

10. Verfahren nach einem der Ansprüche 7 bis 9 zur zu­ sätzlichen Schätzung von Baudrate und -phase bei Vorliegen einer PSK2- oder PSK4-Modulation, dadurch gekennzeichnet, daß das komplexe Basisbandsignal x zunächst einer die Spektrumsbreite des Signals begrenzenden Filterung unter­ worfen wird und anschließend in das weitere Zwischensignal |x|² transformiert wird, daß dieses weitere Zwischensignal einer Parameterschätzung eines autoregressiven Modells hö­ herer Ordnung, vorzugsweise zwölfter Ordnung, unterworfen wird und die geschätzte Baudrate aus dem Phasenwinkel der betragsmäßig größten Polstelle dieses autoregressiven Mo­ dells entnommen wird und daß die Phase der geschätzten Baudrate durch die Berechnung der Linie einer diskreten Fourier Transformation an der Stelle der geschätzten Bau­ drate ermittelt wird.

11. Anordnung zum Ausführen des Verfahrens nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet,

• - daß mindestens ein Signaltransformator (1; 10-15) zur Transformation des komplexen Basisbandsignals x vorgesehen ist,
• - daß mindestens ein linearer Prädiktor (2; 20-26) zur Durchführung der Parameterschätzung des minde­ stens einen autoregressiven Modells an den einzel­ nen Zwischensignalen und/oder dem komplexen Basis­ bandsignal x selbst vorgesehen ist;
• - daß die Auswerteschaltung (3) zur Bestimmung der Modulationsart dem mindestens einen linearen Prädiktor (2; 20-26) nach- und der mindestens eine Signaltransformator (1; 10-15) diesem vorgeschal­ tet ist.

12. Anordnung nach Anspruch 11, dadurch gekennzeichnet,

• - daß N lineare Prädiktoren (20-26) und (N-M) Si­ gnaltransformatoren (10-15) mit 0 M N und N < 1 vorgesehen sind;
• - daß die N linearen Prädiktoren (20-26) ausgangs­ seitig jeweils direkt mit der Auswerteschaltung (3) verbunden sind;
• - daß M der N linearen Prädiktoren (20, 21) ein­ gangsseitig jeweils direkt und die übrigen (N-M) der N linearen Prädiktoren (22-26) eingangsseitig jeweils über einen der (N-M) Signaltransformatoren (10-15) mit der Eingangsklemme (8) für das kom­ plexe Basisbandsignal x verbunden sind.

13. Anordnung nach Anspruch 12, dadurch gekennzeichnet,

• - daß ein linearer Prädiktor erster Ordnung (20) und ein linearer Prädiktor zweiter Ordnung (21) ein­ gangsseitig jeweils direkt mit der Eingangsklemme (8) für das komplexe Basisbandsignal x verbunden sind;
• - daß ein erster linearer Prädiktor dritter Ordnung (22) eingangsseitig über einen x²-Signaltrans­ formator (10), ein zweiter linearer Prädiktor dritter Ordnung (23) eingangsseitig über einen x⁴- Signaltransformator (11), ein dritter linearer Prädiktor dritter Ordnung (24) eingangsseitig über einen |x|²-Signaltransformator (12), ein vierter linearer Prädiktor (25) eingangsseitig über einen (|x|²-m_{| x | ²})-Signaltransformator (12-14) und ein fünfter linearer Prädiktor dritter Ordnung (26) eingangsseitig über einen (|x|-m_{| x | ²})²-Sig­ naltransformator (12-15) mit der Eingangsklemme (8) für das komplexe Basisbandsignal x verbunden sind.

14. Anordnung nach Anspruch 13, dadurch gekennzeichnet,

• - daß der (|x|²-m_{| x | ²})-Signaltransformator (12-14) aus dem |x|²-Signaltransformator (12), einem m_{| x | ²}-Signaltransformator (13) und einem Diffe­ renzglied (14) gebildet ist;
• - daß das Differenzglied (14) mit seinem Ausgang (140) an den vierten linearen Prädiktor dritter Ordnung (25) und mit seinem "+"-Eingang (141) an dem Ausgang des x²-Signaltransformators (12) sowie mit seinem "-"-Eingang (142) an dem Ausgang des m_{| x | ²}-Signaltransformators (13) angeschlossen ist;
• - daß der Eingang des m_{| x | ²}-Signaltransformators (13) mit dem Ausgang des |x|²-Signaltransformators (12) verbunden ist.

15. Anordnung nach Anspruch 14, dadurch gekennzeichnet,

• - daß der (|x|²-m_{| x | ²})²-Signaltransformator (12-15) einen zusätzlichen x²-Signaltransformator (15) enthält
• - daß der zusätzliche x²-Signaltransformator (15) ausgangsseitig an den fünften linearen Prädiktor dritter Ordnung (26) und eingangsseitig an den Ausgang (140) des Differenzgliedes (14) des (|x|²-m_{| x | ²})-Signaltransformators (12-14) ange­ schlossen ist.

16. Anordnung nach Anspruch 11, dadurch gekennzeichnet,

• - daß ein Signaltransformator (1) und ein linearer Prädiktor (2) vorgesehen sind;
• - daß das Transformationsverhalten des Signaltrans­ formators (1) und die Ordnung des linearen Prädik­ tors (2) einstellbar sind;
• - daß der Ausgang des linearen Prädiktors über eine erste Schaltvorrichtung (61) und eine erste Spei­ chereinheit (5; 51-57) mit der Auswerteschaltung (3) verbunden ist;
• - daß die Eingangsklemme (8) für das komplexe Basis­ bandsignal x über eine zweite Speichereinheit (4) und eine zweite Schalteinrichtung (62) wahlweise mit dem Eingang des Signaltransformators (1) oder über eine Umgehungsleitung (63) direkt mit dem Eingang des linearen Prädiktors (2) verbindbar ist;
• - daß der Signaltransformator (1), der lineare Prä­ diktor (2), die Auswerteschaltung (3), die erste und zweite Speichereinheit (4, 5) und die erste und zweite Schalteinrichtung (61, 62) durch eine gemeinsame Steuerung (7) angesteuert sind.

17. Anordnung nach Anspruch 16, dadurch gekennzeichnet, daß die erste Schalteinrichtung (61) in Form eines Demul­ tiplexers realisiert ist und die zweite Schalteinrichtung (62) in Form eines Multiplexers.