馮 祥,梁偉洋

(空軍第一航空學(xué)院,河南 信陽(yáng) 464000)

1 引 言

信號(hào)調(diào)制制式的自動(dòng)分類是軟件無(wú)線電、認(rèn)知無(wú)線電的重要技術(shù)基礎(chǔ)[1,2],由于其在軍事和民用通信系統(tǒng)中的廣泛應(yīng)用前景,調(diào)制分類的研究一直引起人們的極大興趣。目前研究這一問(wèn)題的方法可歸納為兩類[3],即似然函數(shù)法和模式識(shí)別法?；谂袥Q理論的似然函數(shù)法在加性高斯白噪聲環(huán)境下,將調(diào)制識(shí)別的問(wèn)題看成復(fù)合假設(shè)檢驗(yàn)的問(wèn)題,利用最大似然估計(jì)來(lái)達(dá)到識(shí)別的目的[4]。模式識(shí)別的方法一般分為3個(gè)步驟[3]:樣本的獲取和預(yù)處理,特征分析及提取,模式匹配和結(jié)果判決。文獻(xiàn)[2,5-7]通過(guò)提取樣本的高階累積量、高階循環(huán)累積量識(shí)別特征實(shí)現(xiàn)對(duì)PSK、QAM等調(diào)制類型的分類,取得了較好的試驗(yàn)結(jié)果。但這些文獻(xiàn)沒(méi)有考慮頻偏等因素的影響。本文在Rayleigh衰落信道下,研究了存在頻偏時(shí)ASK、PSK、SQAM等調(diào)制類型的分類問(wèn)題。

2 信號(hào)模型及算法描述

考慮頻偏的情況下,觀測(cè)樣本可以表示為

在存在載波頻偏的情況下,由于頻偏引起的相位旋轉(zhuǎn)將使觀測(cè)樣本的星座圖失去調(diào)制類型信息,隨著觀測(cè)樣本的增加,樣本的星座點(diǎn)將充滿單位圓,此時(shí)直接從觀測(cè)樣本中提取分類特征將不能有效識(shí)別其調(diào)制類型。將式(1)進(jìn)行如下變換:

先不考慮噪聲的影響,可以得到:

表1 衰落信道下備擇分類集合的累積量Table 1 The cumulants of the candidate for modulation types under fading channel

為了對(duì)子集合{2SQAM,4ASK,8ASK}進(jìn)行分類,定義反映樣本幅度信息的分類特征σa:

由于2SQAM星座的絕對(duì)值相等、符號(hào)相反,所以它不具有絕對(duì)幅度信息(σa=0);而4ASK和8ASK具有絕對(duì)幅度信息,為了進(jìn)一步區(qū)分4ASK和8ASK,對(duì)樣本作絕對(duì)值、中心化、歸一處理后,4ASK對(duì)應(yīng)的星座變?yōu)?ASK,仍然采用分類特征 σa進(jìn)行分類。圖1顯示了算法的具體實(shí)現(xiàn)。

圖1 基于四階累積量分層調(diào)制分類算法Fig.1 Hierarchical modulation classification algorithm based on 4-order cumulants

3 性能仿真

為了驗(yàn)證圖1描述算法性能,我們對(duì)算法進(jìn)行了仿真試驗(yàn)。信道采用 Jakes模型,載波頻率為900MHz,移動(dòng)臺(tái)的移動(dòng)速度為10 m/s,碼元速率為300 ksymbol/s,歸一化多普勒頻率為1×10-4。圖2給出了在歸一化頻偏 fcT=0.1時(shí)信號(hào)調(diào)制方式的正確識(shí)別率隨信噪比變化曲線。從圖中我們可以看出,在低信噪比時(shí),算法存在門(mén)限效應(yīng)。在觀測(cè)樣本為500、信噪比約為8.4dB時(shí),正確識(shí)別率達(dá)到0.9;信噪比大于14dB時(shí),算法的正確識(shí)別率接近1。為了對(duì)比,圖中還給出了Rayleigh信道下無(wú)頻偏時(shí)的性能曲線,可以看出由于頻偏的存在造成約3.6dB的信噪比損失。

圖2 分級(jí)分類算法性能(Rayleigh信道)Fig.2 The performance of the hierarchical classification algorithm under Rayleigh fading channel

圖3給出了Rayleigh信道下,歸一化載波頻率偏差對(duì)分類算法的性能的影響,信噪比為14dB。在歸一化頻偏fcT≤0.1時(shí),算法的性能變化較小;當(dāng)fcT≤0.2時(shí),算法的正確識(shí)別率大于0.9;隨著歸一化頻偏fcT的進(jìn)一步增加,分層算法性能顯著下降,并且觀測(cè)樣本越多,對(duì)頻偏越敏感。這是由于觀測(cè)樣本數(shù)量越多,使我們假設(shè)的幀不變衰落信道的條件只能近似滿足,對(duì)分類算法的性能影響越大。

圖3 載波頻率偏差對(duì)分類算法性能的影響(SNR=14dB)Fig.3 The effect of frequency offsets on the performance of the classification algorithm(SNR=14dB)

4 結(jié)束語(yǔ)

本文在Rayleigh信道下,研究了頻偏存在情況下的調(diào)制分類問(wèn)題,通過(guò)對(duì)觀測(cè)樣本進(jìn)行非線性變換,消除了由于頻偏引起的相位旋轉(zhuǎn)的影響。變換后觀測(cè)樣本的星座圖與變換前相比較,僅僅旋轉(zhuǎn)固定的相位-2πfcT,仍然保持原來(lái)對(duì)應(yīng)調(diào)制方式星座圖的形狀。通過(guò)定義高階累積量和幅度特征,提出了一種分層調(diào)制分類算法。仿真結(jié)果表明,在正確識(shí)別率為0.9時(shí),與無(wú)頻偏比較,算法有約3.6dB的信噪比損失。在歸一化頻偏小于0.2時(shí),算法具有較好的性能。

[1] Kim K,Spooner C M,Akbar I,et al.Specific emitter identification for congnitive radio with application to IEEE 802.11[C]//Proceedings of 2008 IEEE Global Telecommunications Conference.New Orleans,LO:IEEE,2008:1-5.

[2] Zhang Q,Dobre O A,Rajan S,et al.On the second-order cyclostationarity for joint signal detection and classification in cognitive radio systems[C]//Proceedings of 2009 IEEE Canadian Conference on Electrical and Computer Engineering.St.John′s,NL:IEEE,2009:204-208.

[3] Dobre O A,Abdi A,Bar-Ness Y,et al.A survey of automatic modulation classification techniques:classical approaches and new trends[J].IET Communications,2007,1(4):137-156.

[4] Hameed F,Dobre O A,Popescu D C.Likelihood-based modulation classification:On the computational complexity and performance bounds[J].IEEE Transactions on Wireless Communications,2009,52(8):206-217.

[5] Swami A,Sadler BM.Hierarchical Digital Modulation Classification Using Cumulants[J].IEEE Transactions on Communications,2000,48(3):416-429.

[6] Punchihewa A,Dobre O A,RajanS,et al.Cyclostationarity-based algorithm for blind recognition of OFDM and single carrier linear digital modulations[C]//Proceedings of IEEE International Symposium on Personal,Indoor and Mobile Radio Communications.Athens,Greece:IEEE,2007:1-5.

[7] Spooner C M.On the utility of sixth-order cyclic cumulants for RF signal classification[C]//Proceedings of the 34th Asilomar Conference on Signals,Systems,and Computers.Pacific Grove,USA:IEEE,2001:890-897.

[8] 張賢達(dá).現(xiàn)代信號(hào)處理[M].2版.北京:清華大學(xué)出版社,2002.ZHANG Xian-da.Modern Signal Processing[M].2nd ed.Beijing:Tsinghua University Press,2002.(in Chinese)