基于谱特征的中频数字调制盲识别.pdfVIP

基于谱特征的中频数字调制盲识别 吴月娴 刘凡凡葛临东 信息工程大学信息工程学院河南郑州450002 摘要：本文提出了一种中频调制盲识别方法．该方法通过中频信号的功率谱和循环谱分析， 提取5个识剐特征，应用层次结构判决树分类器实现了CW、2FSK、4FSK、8FSK、BPSK、 时，无论在加性高斯白噪信道或者多径衰落信道下都能够较好识别，识别率可达90％。该层 次结构判决树分类器结构简单，易于实现，具有实际应用价值。 关键词：调制识别功率谱循环谱 1 引言 随着数字通信系统多样性和复杂性的增加，数字信号的自动调制识别受到越来越多的关 注。国内外提出的各种调制识别方法中，非相干分类方法tilt21不需要已知载波与码元的同步、 定时信息，先验知识要求少，更受研究者们的青睐。 本文提出一种基于谱特征的中频识别方法，应用层次结构判决树分类器【3】解决了常用数字 调制信号的盲识别问题。该方法通过分析中频信号的功率谱和循环谱，提取出5个识别特征， 信号的自动识别。文章第二部分提出信号模型和调制识别任务，第三部分讨论功率谱和循环 谱分析以及识别特征的提取，第四部分给出了基于层次结构判决树的整体识别结构并对计算 机测试结果进行了讨论，文章最后给出结论。 2 问题描述 载波频率为五的数字调制信号工e)可以统一表示成下面的形式： 工O)=A。(f)cos[2万(70f+，卅O))+妒。(f)](1) 其中，Am、厶和9。分别为幅度、频率和相位调制信息。本文选取常用的数字调制方式和纯载 QAM】，其中CPFSK的调制指数hl，幅相调制信号基带成形脉冲为升余弦脉冲。 3预处理与特征提取 中频调制信号的功率谱和循环谱包含了丰富的调制信息，谱特征的提取不需要载频、码 元速率等先验知识，适用于接收前端的盲识别，同时还能够给出部分调制参数，为后续处理 ·47· 提供支持。为保证特征与输入信号序列幅值的绝对大小无关，需要对输人数据进行归一化处 理。记接收信号工G)的短时谱为X出@)，功率谱为s，G)，循环谱为s}仗)。 3．1功率谱特征 本文选用非参数化的Welch方法估计中频信号的功率谱。Welch方法是一种改进的周期图 前／ii-I-力-法t4]，它将待分析数据分成若干段，其中相邻数据段允许部分重叠，分别作周期图估计 并加以平均，借助随机噪声的不相关特性增强估计算法的抗噪声能力。同时，对分析数据采 用合适的窗函数来削弱矩形窗旁瓣带来的谱失真，降低数据段重叠导致的统计相依效应，常 用窗序列为哈明窗、汉宁窗或凯塞窗。Welch方法不仅原理简单，运算有效，而且不需要太大 的缓存区，易于硬件实现。w．elch谱估计结果记做s。G)。 从各信号功率谱上看到。单正弦和FSK信号在各载频位置上都有明显的谱线，而幅相调 制信号由于基带调制时码元幅度信息对称，载波能量被抑制。因此，构造以下两个特征： (1)主谱线功率与其余功率谱的均值之比r1：可识别单正弦、FSK信号与幅相调制信号。 r1-一哆名洲 ④ (2)显著谱线数目n：可识别单正弦信号、2FSK、4FSK、8FSK信号。 为根据信号环境自适应地得到谱线数目，首先，将归—化的功率谱排序，并选定n初始 个频率分量的均值mean，并以其为门限判断大于朋绷的频率分量个数，赋给II；重复上述 步骤，直至n收敛，所得收敛值即为所求。这种自适应的方法对于识别多径信道中的信号也 非常有效。表l列出了SNR=5dB时上述四种信号的n特征值的迭代情况。 表1，1的迭代情况列表 AWGN信道 多径衰落信道 平均迭代次数 平均收敛值 平均迭代次效 平均收敛值 CW 2 l 2 l 2FSK 5 2 6