王海濱 周正 李炳榮 解傳軍

摘? 要： 通信對抗中數(shù)字通信調(diào)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(jié)合決策論對通信信號調(diào)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(dāng)?shù)奶卣鏖T限進行信號識別流程設(shè)計。仿真實驗結(jié)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(guān)鍵詞： 通信對抗; 數(shù)字通信; 調(diào)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(biāo)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(lǐng)域中，經(jīng)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(diào)制信號先驗知識的。所謂調(diào)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(diào)制信息內(nèi)容的情況下判斷出信號的調(diào)制方式的過程[1]。隨著信息技術(shù)的廣泛應(yīng)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(shù)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(diào)制識別仍然是通信對抗領(lǐng)域的研究熱點[1]。

通信信號調(diào)制識別主要包括信號預(yù)處理、參數(shù)提取、分類識別幾個步驟。目前在通信信號調(diào)制方法上，主要有基于統(tǒng)計模式識別、小波變換、灰色關(guān)聯(lián)以及決策理論等方法，每一種調(diào)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(jīng)網(wǎng)絡(luò)等方法對數(shù)字通信信號進行調(diào)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(diào)制進行識別。隨著嵌入式技術(shù)的發(fā)展，各類算法可以嵌入到硬件系統(tǒng)當(dāng)中，但在信號調(diào)制識別領(lǐng)域，復(fù)雜的調(diào)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(diào)制信號進行了分式識別，并通過仿真給出了實驗結(jié)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(diào)制識別

目前，決策理論已經(jīng)廣泛應(yīng)用到信號調(diào)制識別的領(lǐng)域，在通信信號調(diào)制識別方面，國內(nèi)外有許多研究采用基于決策理論的調(diào)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(yīng)用中出現(xiàn)識別算法過于復(fù)雜導(dǎo)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(diào)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(chǔ)上將信號瞬時特征參數(shù)與設(shè)定的門限值進行比較，從而實現(xiàn)數(shù)字通信信號調(diào)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(yīng)用于通信信號識別領(lǐng)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(dǎo)致其相互之間的瞬時特征參數(shù)有很大區(qū)別，根據(jù)設(shè)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(diào)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(guān)，同時特征參數(shù)門限值與識別正確率也有很大關(guān)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(jù)[M1]將FSK信號從信號群中識別出來;

3） 根據(jù)瞬時相位計算特征參數(shù)[Mp1]，與設(shè)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(jù)瞬時相位計算特征參數(shù)[Mp2]，與設(shè)定的特征門限值[t（Mp2）]相比較，識別2PSK信號;

5） 根據(jù)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(jù)瞬時頻率計算特征參數(shù)[Mf]，結(jié)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(jīng)過以上步驟，根據(jù)瞬時信息特征參數(shù)，就可實現(xiàn)對數(shù)字通信信號調(diào)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(jié)果分析

在完成對數(shù)字通信信號模型構(gòu)建、瞬時特征參數(shù)提取以及識別流程設(shè)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(jù)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(guān)，通過仿真分析可以發(fā)現(xiàn)，當(dāng)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(yīng)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(diào)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(diào)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(dāng)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(jié)果可看出，當(dāng)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(dāng)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(jié)? 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(shè)計;然后，根據(jù)信號調(diào)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(diào)制識別流程設(shè)計;最后，通過仿真驗證了方法的有效性，給出了實驗結(jié)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(shè)定自適應(yīng)門限以進一步提高數(shù)字通信信號調(diào)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(diào)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(diào)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(diào)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(diào)技術(shù)[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(diào)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(diào)制方式識別研究[J].電子與信息學(xué)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(shù)與應(yīng)用[M].北京：北京理工大學(xué)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(diào)制識別方法的改進[J].計算機應(yīng)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.