王正坤 馬汝飛 山東科技大學(xué)

1 前言

現(xiàn)代信息技術(shù)高速發(fā)展，通信技術(shù)與設(shè)備與日俱進，通信源輻射源信號的識別是一個復(fù)雜而困難的問題。特別是在電子通信領(lǐng)域，對信號的識別和分類有較為嚴格的要求。目前信號的分類與識別的方法有很多，本文將信號的基本調(diào)制參數(shù)碼速率為主要的突破口進行研究。

對于不同通信輻射源信號的發(fā)射源，即使是同型號、同批次的兩部電臺，由于本振不同，頻率源的頻率也是不同的。因為頻率源的隨機起伏引起的信號調(diào)制參數(shù)如數(shù)字信號碼速率，可以作為通信輻射源的特征。碼速率是指每秒鐘能夠傳輸?shù)亩M制碼元（bit）數(shù)目，用來反映傳輸數(shù)據(jù)所需要的通信信道的帶寬的大小。碼速率越大所需要的通信帶寬就越大，同時能夠傳送的數(shù)據(jù)量也越大，可以有更多的數(shù)據(jù)用來編碼視頻數(shù)據(jù)。

2 信號傳輸?shù)幕驹?/h2>

3 基于小波變換對碼速率進行估計

數(shù)字基帶信號最重要的調(diào)制參數(shù)為碼速率，確定信號的碼速率也是區(qū)分不同信號的一種有效手段。且由于小波變換對時變信號具有較好的檢測能力，可以用小波變換提取信號瞬變特性的功能對奇異性來完成辨別，也就是運用小波變換對通信信號及其微分形式來完成辨別，從而實現(xiàn)對碼速率的精確估計。

3.1 對接收信號進行小波變換

當(dāng)小波在信號的一個碼元周期內(nèi)且該周期內(nèi)不存在碼元跳變時，其小波變換的系數(shù)為：

3.2 求小波系數(shù)的自相關(guān)矩陣R(τ)

調(diào)制信號在相位跳變的情況下，小波變換的高頻系數(shù)（細節(jié)系數(shù)）重構(gòu)的信號幅值在碼元跳變處，頻率會明顯的增大。下式為所求自相關(guān)的數(shù)學(xué)表達式：

其中， x(t)為小波變換系數(shù)

3.3 計算碼元速率

首先需要找到中心最大值所在的采樣點k0，再以k0為起點向左右兩邊搜索出下一個峰值所在的采樣點k1和k2，將中心最大值旁邊兩個峰間的時間間隔除以2后，就檢測出突變的最小間隔時間T：

其中T的取值代表了一個碼元周期中采樣的次數(shù)，而采樣頻率是一致的，所以碼速率Rs為：

3.4 具體實現(xiàn)過程

（1）對總體信號進行小波分解

以一組信號樣本為例，用db5小波對總體信號進行1層小波分解，發(fā)現(xiàn)能大致上將總體信號區(qū)分為頻率高低兩種，但是由于第一層小波分解只是近似分解，不夠精確，并不能完成總體信號的完整區(qū)分。所以需要對總體信號進一步分解，分離出低頻系數(shù)和高頻系數(shù)，結(jié)果如下圖所示：

（2）得出高頻系數(shù)自相關(guān)矩陣

求得小波系數(shù)的自相關(guān)矩陣。將其表示在MATLAB中，可得到的高頻系數(shù)自相關(guān)直方圖。自相關(guān)后小波系數(shù)每隔一段采樣點就會出現(xiàn)跳變，出現(xiàn)許多峰值，峰值很容易提取，在噪聲中凸顯的一個個脈沖。如上圖所示，即為高頻系數(shù)自相關(guān)的MATLAB仿真圖。

（3）得出碼速率進行信號分類

4 結(jié)語

碼速率估計模型利用小波變換分解的方法，分離了原信號的高頻系數(shù)，并對高頻系數(shù)求取自相關(guān)矩陣后精確的估計了碼速率的取值，對原始信號的特征分析和分類有很大的幫助。此種方法過程復(fù)雜，但是運算簡單，可以通過Matlab仿真軟件編程實現(xiàn)。但需要注意的是，要對信號進行降噪處理，如果不消除噪聲的影響而直接用上述方法對信號的碼速率進行估計，則很難得出正確的分類結(jié)果。

[1]方宇超.基于小波變換的碼速率估計方法研究[D].內(nèi)蒙古大學(xué)，2015.

[2]徐書華.基于信號指紋的通信輻射源個體識別技術(shù)研究[D].華中科技大學(xué)，2007.