薛德鑫，單濤，董士軍，張進

（1. 江蘇自動化研究所，江蘇 連云港 222061；2. 北京理工大學(xué)，北京 100081）

0 引言

隨著控制技術(shù)、計算機技術(shù)、材料技術(shù)及通信技術(shù)的成熟，無人化作戰(zhàn)得到快速發(fā)展，并逐漸成為世界新軍事革命重要發(fā)展方向，陸續(xù)出現(xiàn)空中無人系統(tǒng)、陸上無人系統(tǒng)及海上無人系統(tǒng)［1］，同時涌現(xiàn)出比如集群作戰(zhàn)、跨域協(xié)同作戰(zhàn)、有人/無人協(xié)同作戰(zhàn)等眾多新作戰(zhàn)概念，給現(xiàn)代防御技術(shù)體制、方式方法等帶來不小的沖擊。然而縱觀現(xiàn)代及可預(yù)見未來的無人化作戰(zhàn)可以發(fā)現(xiàn)其共性特點是高度依賴通信技術(shù)，如文獻［2］指出“通信鏈路是無人機的生命鏈和作戰(zhàn)效能發(fā)揮的保障鏈”，實際上對陸上無人車、海上無人艇來說也是一樣的，無人系統(tǒng)執(zhí)行任務(wù)時必須利用通信技術(shù)實現(xiàn)信息分發(fā)共享、指令接收等必要功能，因此，通信對抗往往被作為防御無人化作戰(zhàn)的切入點，而非合作通信信號識別作為防御鏈路的探測識別環(huán)節(jié)為后續(xù)跟蹤、打擊、指揮決策提供依據(jù)，成為了通信對抗領(lǐng)域的研究熱點。

目前，通信對抗領(lǐng)域已經(jīng)出現(xiàn)了很多信號識別的方法，典型的如基于特征參數(shù)提取的識別方法［3-6］，基于星座圖的識別方法［7-10］，基于高階累積量的識別方法［11-15］。其中，基于星座圖的識別方法計算復(fù)雜，且要求在相干接收的情況下工作，并需要一定的先驗信息。而基于高階累積量的識別方法對頻偏非常敏感，如果信號未被搬移到基帶（含有載波）將可能導(dǎo)致識別失敗，且該算法同樣需要進行大量的計算?；谔卣髦档恼{(diào)制方式識別計算量小，對載波頻率估計誤差不敏感，在非協(xié)作通信中，為缺少先驗知識的通信信號識別提供了可能，因此，目前基于特征的識別方式是信號識別主流方法［16］。

鑒于上述背景并結(jié)合目前無人系統(tǒng)常用通信信號調(diào)制方式，本文提出了一種非協(xié)作通信信號調(diào)制方式的識別方法，利用信號處理算法對信號進行特征參數(shù)提取，結(jié)合判決流程對信號調(diào)制方式進行自動識別，可以識別的調(diào)制信號類型包括AM、ASK、2FSK、4FSK、BPSK、QPSK、16QAM、64QAM 等，與利用星座圖、高階累積量識別方法相比，該方法運算量小，且對信號頻偏不敏感，不會因為信號存在頻偏導(dǎo)致識別失效。

1 信號識別方法理論

本文提出的非協(xié)作通信信號調(diào)制方式識別方法，默認在采集帶寬內(nèi)僅存在單一未知調(diào)制類型信號。

已調(diào)制信號統(tǒng)一數(shù)學(xué)模型表示為

式中：t 為時間；fc為調(diào)制信號載波頻率；A(t)，fm(t)，φ(t)均為時間的函數(shù)，其中A(t)為信號瞬時幅度，對應(yīng)幅度調(diào)制，fm(t)為基帶信號的瞬時調(diào)制頻率，對應(yīng)頻率調(diào)制，φ(t)為瞬時相位，對應(yīng)相位調(diào)制，除對應(yīng)調(diào)制制式外，以上函數(shù)對于其他調(diào)制制式均視為常數(shù)；n(t)為噪聲；C 為直流常量。

1.1 預(yù)處理

接收到的已調(diào)制信號中的載波、直流分量等都會對后續(xù)調(diào)制識別產(chǎn)生不利影響，因此需要對信號進行預(yù)處理并提取包絡(luò)，具體過程如下：

（1）去載波

將已調(diào)制信號搬移到基帶成為基帶信號，搬移過程表示為

式中：fs為信號采樣率；fc'為估計的信號載波頻率；s(i)為信號采樣序列；s'(i)為去載波后的信號；N 為采樣點數(shù)。

（2）去直流

為了避免信號中的直流分量對后續(xù)特征提取造成不利影響，需對采樣信號進行去直流處理，去直流的過程也可以稱為“零中心”處理。默認通道內(nèi)僅含有高斯白噪聲，故噪聲均值為0 dB，因此，采樣信號取平均后僅含有直流信號，去直流過程即減去采樣數(shù)據(jù)的均值，可以表示為

式中：sz(i)為去直流后的信號。

（3）包絡(luò)歸一化

使不同信號的幅值能夠收斂在同一量綱中，方便后續(xù)的特征參數(shù)提取。包絡(luò)歸一化過程表示為

式中：Snormal為通過預(yù)處理后得到了零中心包絡(luò)歸一化的基帶信號。

1.2 頻譜最大值系數(shù)識別法

頻譜最大值系數(shù)即為歸一化后信號頻譜的最大值，其數(shù)學(xué)表達式為

式中：X(k)為零中心包絡(luò)歸一化后信號的離散傅里葉變換后的譜線。因離散傅里葉變換結(jié)果各點的幅值與傅里葉變換點數(shù)有關(guān)，因此需要除以N 將參數(shù)標準化，使最終結(jié)果與傅里葉變換點數(shù)無關(guān)。

AM 為模擬調(diào)制，與其他數(shù)字調(diào)制信號相比，其能量集中，體現(xiàn)在頻譜上即在中心頻率處有最大譜峰，其譜峰峰值最高，因其為雙邊譜信號，故大部分能量平均分布在2 個譜峰上，理想情況下，其Fmax參數(shù)應(yīng)在0.5 附近。ASK 在包絡(luò)歸一化后，會丟失調(diào)制信息，近似于連續(xù)波信號，其Fmax參數(shù)值與AM 近似。2FSK 信號能量均勻分布在2 個載波上，所以其參數(shù)應(yīng)在0.25 附近。同理4FSK 應(yīng)在0.125 附近。因此該參數(shù)可以將調(diào)幅信號區(qū)分出來。

1.3 瞬時幅度一階絕對原點矩識別法

零中心歸一化瞬時幅度的一階絕對原點矩，由文獻［17］提出，符號表示為Env，該參數(shù)的數(shù)學(xué)表達式為

其中，

式中：A(i)為零中心包絡(luò)歸一化的基帶信號瞬時幅度。

該參數(shù)能夠反映出信號包絡(luò)變化情況，ASK 信號因鍵控存在，包絡(luò)變化最為劇烈，而AM 信號為恒包絡(luò)信號，包絡(luò)穩(wěn)定。MPSK 和MQAM 信號存在相位調(diào)制，會出180°相位跳變，這會使信號包絡(luò)存在瞬態(tài)過零的點，因此包絡(luò)不穩(wěn)定，MFSK 信號可以認為是恒包絡(luò)信號，包絡(luò)穩(wěn)定。故該參數(shù)既可以區(qū)分AM 和 ASK 信號，也可以區(qū)分 MPSK、MQAM 和 MFSK信號。

1.4 單頻分量凸顯度識別法

信號的單頻分量凸顯度Cn為信號功率譜的最大值與其兩邊特定范圍內(nèi)譜線均值的比值，用來反映功率譜線最大值的凸顯程度，其數(shù)學(xué)表達式為

式中：S(k)為零中心包絡(luò)歸一化后信號的功率譜；P 為譜線最大值的位置；Cn的下標n 表示該參數(shù)是由信號的n 階譜得到。因MPSK 信號的M 次方可以恢復(fù)出信號的載頻信息，所以在M 倍載頻處會有比較明顯離散沖擊譜線。

BPSK 在二次方譜和四次方譜中存在離散沖擊譜線，QPSK 在四次方譜中存在離散沖擊譜線而在二次方譜中不存在沖擊譜線，16QAM 信號無論在二次方譜還是在四次方譜中均不存在沖擊譜線，因此通過信號的Cn可以分辨出BPSK、QPSK 和16QAM等信號。

1.5 16QAM 與 64QAM 信 號 的 區(qū) 分 法

對于 16QAM 與 64QAM 的區(qū)分，文獻［18］提出了基于2 種調(diào)制方式幅度分布的C 參數(shù)，即統(tǒng)計2 種調(diào)制方式幅度大于幅度均值的點與小于幅度均值的點的比值進行識別。具體計算過程為

但是利用幅值的分布特性受噪聲影響很大，在信噪比較低情況下該參數(shù)并不具備理想的識別性能。

考慮到64QAM 調(diào)制信號存在52 種相位，16QAM 僅存在12 種相位，其包絡(luò)穩(wěn)定度存在明顯差別。因此同樣可以利用前述Env 參數(shù)與C 參數(shù)結(jié)合，進行綜合判定，提高識別準確率。

1.6 2FSK 與 4FSK 信 號 的 區(qū) 分 法

文獻［17，19］都提出了定義為非弱信號段上的零中心歸一化瞬時頻率絕對值的一階絕對中心距作為識別2FSK 和4FSK 的特征參數(shù)，但是該特征參數(shù)需要準確的載波估計和碼速率估計，且計算較為復(fù)雜。

考慮到FSK 為頻移鍵控存在頻率跳變，如圖1所示即為2FSK 和4FSK 的歸一化瞬時頻率圖，2FSK存在二相頻率跳變，4FSK 存在四相頻率跳變，因此本文提取包含頻率特征的基帶信號相位差構(gòu)建新的信號，具體如下：

（1）對于調(diào)頻信號，經(jīng)過預(yù)處理后可表示為

式中：fm為基帶信號的瞬時調(diào)制頻率。

（2）提取2 個相鄰采樣點間基帶信號相位差的處理方法表示為

式中：s(n)為第n 個采樣點基帶信號；s*(n - 1)為第n - 1 個采樣點基帶信號的共軛；φ 為采樣點間基帶信號相位差。

以信號采樣點間的相位差作為實部，將采樣點間的相位差值倒序作為虛部來構(gòu)建新的信號，那么對于2FSK 信號來說，新信號具有四相位，即為QPSK 信號，對于4FSK 信號來說，新信號具有16 個不同幅值和相位，即為16QAM 信號，新構(gòu)建的信號利用本文1.4 節(jié)中描述的單頻分量凸顯度即可區(qū)分出 2FSK 和 4FSK 信號。

2 識別流程

根據(jù)前述信號調(diào)制方式識別方法論基于判決樹理論，給出信號調(diào)制方式識別流程，如圖2 所示。

圖2 信號調(diào)制方式識別流程Fig.2 Signal modulation mode identification process

信號經(jīng)過預(yù)處理后，先計算信號的頻譜最大值系數(shù)Fmax，如果大于閾值tFmax則認為信號屬于ASK/AM 這一集合，否則屬于PSK/FSK 集合。

無論信號屬于哪個集合，均需計算零中心歸一化瞬時幅度的一階絕對原點矩Env。對于ASK/AM集合內(nèi)的信號，如果參數(shù)Env 大于閾值tEnv1則可直接判斷信號為ASK 信號，否則為AM 信號。而對于PSK/FSK 集合內(nèi)的信號，如果參數(shù)Env 大于閾值tEnv2，則可判斷該信號屬于PSK 類信號，否則屬于FSK 類信號。

對于PSK 類信號，先計算二階譜和四階譜單頻分量凸顯度C2、C4，如果二階譜單頻分量凸顯度C2大于閾值tC2，則可以直接判斷信號屬于BPSK 調(diào)制。如果二階譜參數(shù)小于閾值而四階譜單頻分量凸顯度C4大于閾值t1C4，則可判斷信號為QPSK 調(diào)制。如果均不滿足，則計算幅度特分布征參數(shù)C，如果該參數(shù)大于閾值tC，則可以判定為16QAM 調(diào)制，否則為64QAM 調(diào)制，在判斷時，還可用零中心歸一化瞬時幅度的一階絕對原點矩進行輔助判斷。

對于FSK 類信號，對采集的信號進行錯一位的共軛相乘，并求相角、相角作為實部，其倒敘作為虛部構(gòu)成新的信號，對新信號求四階譜單頻分量凸顯度C4，如果該參數(shù)大于閾值t2C4，則可判斷該信號為2FSK 信號，否則為4FSK 信號。識別流程完成。

本文提及的所有閾值可通過第3 章仿真結(jié)果曲線獲得，具體為根據(jù)仿真結(jié)果曲線，選取合適的信噪比，在該信噪比下選取特征參數(shù)閾值，確保其能夠?qū)⒏餍盘査鶎?yīng)特征參數(shù)曲線分隔開，則該值可作為對應(yīng)信號的特征參數(shù)閾值。

3 仿真校驗

為了使仿真貼近真實情況，認為頻率估計存在誤差，所有預(yù)處理后的信號殘留有200 kHz 載波，信噪比范圍從0 dB～30 dB。在Matlab 仿真環(huán)境下，各特征參數(shù)在不同信噪比下對于不同調(diào)制信號的對應(yīng)曲線如圖3 所示。

圖3 各特征參數(shù)對各調(diào)制信號識別性能Fig.3 Identification performance of each characteristic parameter to each modulation signal

Matlab 模擬產(chǎn)生不同調(diào)制類型信號各1 000 組，并加入不同信噪比噪聲，驗證本文提出識別方法的識別率，識別率如圖4 所示。

圖4 不同信噪比下各調(diào)制信號的檢出率Fig.4 Detection rate of each modulated signal at different SNR

綜合以上仿真結(jié)果，能夠發(fā)現(xiàn)本文提出的識別方法在信噪比10 dB 左右時，除2FSK 信號以外的其他信號識別率均達100%，在信噪比提高至12 dB 左右時，所有信號識別率可以保證在95%以上，并且隨著信噪比進一步提高，所有信號識別率會進一步提高。

4 結(jié)束語

立足于實際需求，本文應(yīng)用信號處理算法對非協(xié)作信號進行特征參數(shù)提取，然后以判決樹為基礎(chǔ)，結(jié)合判別流程對信號調(diào)制方式進行識別，尤其對于頻移鍵控（FSK）信號，本文通過提取基帶信號采樣點間相位差構(gòu)建新的信號，根據(jù)構(gòu)建信號的識別結(jié)果反推原信號的調(diào)制類型，避免了對先驗信息的需求。本文提出的信號識別方法計算簡單，更關(guān)鍵的是，對于頻偏估計誤差有較好的容忍度。根據(jù)仿真結(jié)果，該方法在信噪比10 dB 左右時，除2FSK信號以外的其他信號識別率均達100%，在信噪比提高至12 dB 左右時，所有信號識別率可以保證在95%以上，具備實際應(yīng)用于非協(xié)作通信中信號快速識別的能力。