王海濱 周正 李炳榮 解傳軍

摘? 要： 通信對抗中數(shù)字通信調制方式識別作為一種非協(xié)作通信識別是近年研究的熱點，提出一種基于信號瞬時特性并結合決策論對通信信號調制方式進行識別的方法。該方法選用數(shù)字通信信號中的五個典型特征參數(shù)作為判決準則，然后給出基于決策論判別樹的方法，選取恰當?shù)奶卣鏖T限進行信號識別流程設計。仿真實驗結果表明，該方法在信噪比較低時也具有較高的識別正確率和更快的識別速度，更容易工程實現(xiàn)。

關鍵詞： 通信對抗; 數(shù)字通信; 調制方式識別; 特征參數(shù)選擇; 特征門限選取; 信號識別流程

中圖分類號： TN911.72?34? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）16?0022?04

0? 引? 言

在通信對抗、軍事偵察、電磁頻譜管理等領域中，經常會面臨非協(xié)作通信的情況，在通信對抗偵察中對于非協(xié)作通信的偵察一般是缺少調制信號先驗知識的。所謂調制識別指的是在通信偵察過程中，通過偵察接收機對接收到的通信信號，在未知調制信息內容的情況下判斷出信號的調制方式的過程[1]。隨著信息技術的廣泛應用，自20世紀以來研究人員就對信號識別進行探索，但隨著通信技術的不斷發(fā)展，通信信號也在不斷變化，這對通信信號識別帶來了更大的挑戰(zhàn)，所以通信調制識別仍然是通信對抗領域的研究熱點[1]。

通信信號調制識別主要包括信號預處理、參數(shù)提取、分類識別幾個步驟。目前在通信信號調制方法上，主要有基于統(tǒng)計模式識別、小波變換、灰色關聯(lián)以及決策理論等方法，每一種調制信號識別方法都各有特點 [2]。文獻[1]對通信信號的識別方法首次進行了理論創(chuàng)新，提出了采用神經網絡等方法對數(shù)字通信信號進行調制識別，文獻[2]則從特征參數(shù)提取角度改進了傳統(tǒng)決策理論算法，并利用決策樹對信號調制進行識別。隨著嵌入式技術的發(fā)展，各類算法可以嵌入到硬件系統(tǒng)當中，但在信號調制識別領域，復雜的調制識別算法還不能有效的被工程實現(xiàn)。因此，研究適合于工程實現(xiàn)的通信信號識別算法有著很強的現(xiàn)實需求。本文著眼于特征參數(shù)提取算法，從而實現(xiàn)以較小的工程計算量，較高的識別正確率，并且適用的信噪比范圍較大，選用信號瞬時特性參數(shù)，對數(shù)字調制信號進行了分式識別，并通過仿真給出了實驗結果，表明該方法在信噪比較低時，相較于其他方法具有更快的識別速度，更容易工程實現(xiàn)。

3? 調制識別

目前，決策理論已經廣泛應用到信號調制識別的領域，在通信信號調制識別方面，國內外有許多研究采用基于決策理論的調制識別算法，但都存在從理論分析上能夠取得好的效果，在實際應用中出現(xiàn)識別算法過于復雜導致計算時間長、識別準確率不高等問題[8]。使用決策論判別信號調制方式時，首先需要建立特征參數(shù)，而后建立一定的判決準則，在此基礎上將信號瞬時特征參數(shù)與設定的門限值進行比較，從而實現(xiàn)數(shù)字通信信號調制樣式識別。

基于決策論的識別方法具有多種優(yōu)點，它相對于其他識別方法，計算量相對較小，并且易于計算機編程實現(xiàn)，同時實時性較好，因此非常適合應用于通信信號識別領域[9]。識別的基本思路是：在接收到新的信號后，就計算出信號的瞬時特征參數(shù)。

由于不同信號特點不同，導致其相互之間的瞬時特征參數(shù)有很大區(qū)別，根據設定的門限值，進行比較后就可以在不同級別將不同信號兩兩分辨出來。在信號調制方式的識別過程中，主要與信號識別順序以及特征參數(shù)位置有關，同時特征參數(shù)門限值與識別正確率也有很大關系[10]。具體識別步驟如下：

1） 通過接收機對接收的數(shù)字通信信號進行下變頻，使之變成中頻信號;

2） 由瞬時幅度計算特征參數(shù)[M1]，根據[M1]將FSK信號從信號群中識別出來;

3） 根據瞬時相位計算特征參數(shù)[Mp1]，與設定的特征門限值[t（Mp1）]相比較，然后將4PSK信號識別出來;

4） 根據瞬時相位計算特征參數(shù)[Mp2]，與設定的特征門限值[t（Mp2）]相比較，識別2PSK信號;

5） 根據瞬時幅度計算特征參數(shù)[M2]，使用[t（M2）]門限值，區(qū)分2ASK信號與4ASK信號;

6） 根據瞬時頻率計算特征參數(shù)[Mf]，結合特征參數(shù)門限值[t（Mf）]，對2FSK信號和4FSK信號進行區(qū)分。

經過以上步驟，根據瞬時信息特征參數(shù)，就可實現(xiàn)對數(shù)字通信信號調制方式的全過程識別[11]。上述的識別過程的流程如圖1所示。

4? 仿真及結果分析

在完成對數(shù)字通信信號模型構建、瞬時特征參數(shù)提取以及識別流程設計后，對上述方法進行仿真，以測定識別方法的準確性和實時性。根據信號瞬時特性并利用決策論的識別方法與信噪比密切相關，通過仿真分析可以發(fā)現(xiàn)，當信號的信噪比大于10 dB時，采用上面的特征完成信號識別，效果很好。

在仿真實驗中，可以采用[M1]來提取瞬時幅度信息，區(qū)分FSK信號還是ASK或者PSK信號。利用[Mp1]來提取相位信息，識別4PSK信號，采用[Mp2]識別2PSK信號，用[M2]區(qū)分ASK和4ASK信號，用[Mf]來區(qū)分2FSK和4FSK信號。利用[M1]，[M2]，[Mp1]，[Mp2]，[Mf]這5個特征參數(shù)與相應的門限進行比較，逐層地對待識別的信號進行分解識別。在數(shù)字通信信號的分類識別過程中，門限選擇正確與否直接影響對兩類信號分類的成功率[8]。要實現(xiàn)對數(shù)字通信信號調制方式的識別，就需要在仿真時，首先，生成數(shù)字通信信號，同時為了模擬真實的通信信號傳播和接收過程，在生成的信號中加入高斯噪聲信號，仿真時載波頻率為20 kHz，采樣頻率為120 kHz，碼元速率為5 kHz;然后，通過在不同信噪比情況下進行多次特征參數(shù)的計算，可以得到每種調制方式的特征參數(shù)存在一定的變化區(qū)間，而這個區(qū)間是隨著信噪比提高而降低;最后，當信噪比提高到一定程度時，特征參數(shù)變化區(qū)間接近一特定值，將這個特定值作為特征門限的參考值。通過仿真實驗，能夠驗證信號識別方法的有效性，同時能夠定量地驗證在不同信噪比條件下的識別率。從圖2給出的實驗結果可看出，當信號的信噪比在5 dB時左右時，ASK信號可以達到99%識別率，識別成功率相對較高;而2PSK信號識別率則為89%，識別成功率相對下降;頻移鍵控4FSK和相移鍵控4PSK兩種信號的識別率都維持在83%左右，相對較低。而當信噪比升為9 dB時，除了4PSK信號識別率為97%，其他信號識別率均達到了100%;進一步提高信噪比，可以讓識別率都達到100%。

5? 結? 語

本文著眼于信號瞬時特征參數(shù)提取算法具有快速性和準確性的特點，便于用較小的工程計算量實現(xiàn)。首先，對數(shù)字通信信號進行了模型設計;然后，根據信號調制識別需求選擇瞬時特征參數(shù)，基于決策論的判別方法，利用瞬時特征參數(shù)和判決門限進行了信號調制識別流程設計;最后，通過仿真驗證了方法的有效性，給出了實驗結果，表明該方法在信噪比較低時，相較于其他方法具有更快的識別速度，更容易工程實現(xiàn)。下一步將研究在識別過程中如何設定自適應門限以進一步提高數(shù)字通信信號調制方式識別成功率。

參考文獻

[1] 龔安民，王炳和，曲毅.一種優(yōu)化的通信信號調制識別算法仿真研究[J].計算機仿真，2016，33（1）：199?204.

GONG Anmin，WANG Binghe， QU Yi. Simulation research of an optimization communication signals modulation recognition algorithm [J]. Computer simulation， 2016， 33（1）： 199?204.

[2] 張志民，歐建平，皇甫堪.數(shù)字通信信號調制自動識別研究[J].計算機工程，2011，37（6）：153?156.

ZHANG Zhimin， OU Jianping， HUANGFU Kan. Research on automatic modulation recognition of digital communication signal [J]. Computer engineering， 2011， 37（6）： 153?156.

[3] 劉文濤，陳紅，蔡曉霞，等.基于分形維數(shù)的數(shù)字調制信號識別[J].火力與指揮控制，2014，39（10）：88?90.

LIU Wentao， CHEN Hong， CAI Xiaoxia， et al. Digital modulation signal identification based on fractal dimension [J]. Fire control and command control， 2014， 39（10）： 88?90.

[4] 柴恒，周秀珍.QPSK信號盲識別及盲解調技術[J].艦船電子對抗，2013，36（2）：52?54.

CHAI Heng， ZHOU Xiuzhen， Blind recognition and blind demodulation technology of QPSK signal [J]. Shipboard electronic countermeasure， 2013， 36（2）： 52?54.

[5] 沈連騰，鞏克現(xiàn)，王偉年，等.VHF/UHF常用通信信號調制識別算法[J].計算機仿真，2017，34（1）：174?179.

SHEN Lianteng， GONG Kexian， WANG Weinian， et al. VHF/UHF communication signal modulation recognition algorithm [J]. Computer simulation， 2017， 34（1）： 174?179.

[6] 陳紅，蔡曉霞，徐云，等.基于多重分形特征的通信調制方式識別研究[J].電子與信息學報，2016，38（4）：863?869.

CHEN Hong， CAI Xiaoxia， XU Yun， et al. Communication modulation recognition based on multi?fractal dimension characteristics [J]. Journal of electronics and information technology， 2016， 38（4）： 863?869.

[7] AZZOUS E E， NANDIA K. Automatic identification of digital modulations [J]. Signal processing， 1995， 47（1）： 55?69.

[8] NANDI A K， AZZOUZ E E. Modulation recognition using artificial neural networks [J]. Signal proeessing， 1997， 56（2）： 165?175.

[9] NANDI A K， AZZOUZ E E. Algorithms for automatic modulation recognition of communication signals [J]. IEEE transactions on communication， 1998， 46（4）： 431?436.

[10] 楊小牛，樓才義，徐建良.軟件無線電技術與應用[M].北京：北京理工大學出版社，2010.

YANG Xiaoniu， LOU Caiyi， XU Jianliang. Software radio technology and applications [M]. Beijing： Beijing Institute of Technology Press， 2010.

[11] 張達敏，王旭.對基于決策論的數(shù)字信號調制識別方法的改進[J].計算機應用，2009，29（12）：3227?3230.

ZHANG Damin， WANG Xu. Improved method of digital signalsmodulation identification based on decision theory [J]. Journal of computer applications， 2009， 29（12）： 3227?3230.