浅谈高阶累积量调制识别改进算法的FPGA实现.docVIP

　　浅谈高阶累积量调制识别改进算法的FPGA实现 　摘 要:基于高阶累积量的数字调制信号识别算法在低信噪比环境下识别率较低。针对这一问题,提出了高阶累积量的改进算法,通过调整特征参数的判别顺序先识别出MASK信号的方式,取得了较好的效果。讨论了该算法的FPGA设计,并利用Virtex-4开发板对该设计进行硬件协同仿真测试。测试结果表明,该算法在低信噪比环境下对2ASK,4ASK,4PSK,16QAM信号的识别率有显著提高。在信噪比为4 dB时,对2ASK,4ASK信号的识别率分别为93.4%,100%。在信噪比为2 dB时,对4PSK,16QAM信号的识别率最高,达到了99.7%。 　　关键词:System Generator; FPGA; 调制识别; 高阶累积量 　　　　 　　An Improved High-order Cumulant Algorithm for Modulation 　　Recognition and Its FPGA Implementation 　　LI Yue-zhen, GUO Min 　　(South-central University for Nationalities, ASK signal firstly. It implemented the FPGA design of the algorithm, and the hardulation test ent board. The test results sho has significantly improved the recognition rate of 2ASK, 4ASK, 4PSK and 16QAM signal in loent. The recognition rates of 2ASK, 4ASK signal are 93.4%and 100% Generator; FPGA; modulation recognition; higher-order cumulant 　　 　　0 引 言 　　由于数字调制信号越来越多地应用于通信信号处理领域,因此对数字信号调制识别的研究也越来越多。传统的调制识别的判决方法有:决策判决法、高阶累积量算法和人工神经网络算法等。但是决策判决法在低信噪比环境中识别率不高,而基于人工神经网络的识别方法计算复杂度较高。信号的高阶累积量算法具有很好的抗噪性能,故对基于高阶累积量的通信信号调制识别算法的研究受到了广泛重视[1]。表1 数字调制信号高阶累积量的理论值 　　信号类型C20C21C40C41C42C63 　　2ASKEE-2E2-2E2-2E216E3 　　4ASKEE-1.36E2-1.36E2-1.36E28.32E3 　　4FSK0E00-E24E3 　　8FSK0E00-E24E3 　　BPSKEE-2E2-2E2-2E216E3 　　4PSK0EE20-E24E3 　　16QAM0E-0.68E20-0.68E22.08E3 　　从表1中可以看出,从信号的高阶累积量中提取特征参数,可以实现大部分信号的分类,而由于2ASK和BPSK信号的各累积量值相同,故利用高阶累积量无法实现其分类。MFSK的高阶累积量也相同,直接利用累积量无法实现其类内识别。 　　由3 实验结果 　　为了验证调制识别系统的可行性,分别在Simulink和目标开发板上运行该设计。在产生硬件协同仿真模块之前,先调用Resource Estimator模块对本系统所需资源进行估测。估测结果见表3。 　　图6 4FSK信号的Fe3值 　　表3 调制识别系统所需资源 　　资源名称SlicesFFsBRAMsLUTsIOBsEmb.MultsTBUFs 　　已用资源1 4632 34402 283276380 　　由于所需芯片内部资源较多,所以选用Virtex4-xc4vlx200芯片。然后在System Generator模块中点击Generate产生硬件协仿真模块,并将它拖入到设计文件当中。给Virtex-4目标板上电,连接好JTAG口,启动硬件协同仿真。当信号分别为2ASK,4ASK,4PSK等调制信号时,测试整个设计系统判决的结果,并将1 000次独立试验得到的仿真结果取平均,得到各种调制信号的识别率,如表4所示。从试验结果来看,调制识别系统设计的FPGA硬件协同实现与Simulink仿真的结果基本一致,达到了设计的要求,从而也说明了System Generator有很高的精度。 　　表4 各调制信号识别率% 　　调制信号2 dB4 dB6 dB8 dB10 dB 　　2ASK71.093.498.699.499.7