靳瑞哲，遲 楠

(1.復旦大學 通信科學與工程系,電磁波信息科學教育部重點實驗室,上海 200433； 2.鵬城實驗室，廣東 深圳 518055)

0 引 言

隨著物聯(lián)網(wǎng)、云計算、增強現(xiàn)實(Augmented Reality，AR)、虛擬現(xiàn)實(Virtual Reality，VR)和數(shù)字孿生等一系列新技術的蓬勃發(fā)展，通信網(wǎng)絡傳輸容量和覆蓋范圍將出現(xiàn)爆發(fā)式增長。我國《“十四五”國家信息化規(guī)劃》中提出，在2025年前要實現(xiàn)數(shù)字中國建設決定性進展，信息化建設水平大幅提升。無線和光通信網(wǎng)絡作為信息建設中的重要建設設施，是實現(xiàn)該目標的堅實基礎和有利支撐。為滿足未來通信網(wǎng)絡提出的“空天地?！币?，克服不同傳輸信道損傷和達到不同傳輸性能要求，必須在通信網(wǎng)絡中應用不同的信號調(diào)制格式。面對高度混合的通信網(wǎng)絡，對于接收端，如何在缺乏先驗知識時對信號進行解調(diào)等一系列數(shù)字信號處理至關重要。通過應用調(diào)制格式識別技術，可以準確分類得知信號調(diào)制格式，例如正交振幅調(diào)制(Quadrature Amplitude Modulation，QAM)信號，為后續(xù)一系列非線性補償和頻率偏移補償?shù)却蛳禄A。

調(diào)制格式識別主要分為兩大技術分支：基于似然比和基于特征提取的調(diào)制格式識別技術?；谒迫槐鹊恼{(diào)制格式識別技術的研究主要集中于上世紀，通過構造似然函數(shù)，利用不同調(diào)制格式信號似然函數(shù)值不同的特點完成對信號調(diào)制格式的識別。雖然基于似然比的調(diào)制格式有貝葉斯意義上的最優(yōu)解，但這類系統(tǒng)的計算復雜性通常很高，通常需要緩沖大量樣本進行計算，且在未知信道條件或時鐘頻率偏移等情形下也不可靠，因此逐漸淡出研究焦點?；谔卣魈崛〉恼{(diào)制格式識別技術主要分為兩步：首先對信號進行特征提取，隨后根據(jù)所提取的特征，設計合適的分類器以達到最好的分類效果。從信號提取特征這一角度，基于似然函數(shù)的調(diào)制格式識別技術為基于特征提取的調(diào)制識別技術打下了基礎，即早些年構造似然函數(shù)中所使用的一些特征量，如：高階累積量[1]和頻譜特征[2]等可以被特征提取所用，在這一點上兩者是共通的。對于特征量的選擇，在幾十年的研究中較為成熟；而如何根據(jù)目標特征量設計合適的分類器以更快、更準確地完成分類識別成為調(diào)制格式識別領域當下的研究熱點。

對于分類器的選擇，當下研究熱點主要聚焦于將機器學習方法應用于分類器的設計中。傳統(tǒng)的機器學習方法包括：支撐向量機(Support Vector Machine, SVM)、聚類算法和神經(jīng)網(wǎng)絡等。近些年，隨著深度學習神經(jīng)網(wǎng)絡的蓬勃發(fā)展，得益于深度學習在特征提取和分類聚類能力上相較于傳統(tǒng)方法的顯著優(yōu)勢，將深度學習應用于調(diào)制格式識別技術中具有非常廣闊的潛力。

1 調(diào)制格式識別系統(tǒng)與算法概述

1.1 基于機器學習的特征提取調(diào)制格式識別模型

基于機器學習的特征提取調(diào)制格式識別模型如圖1所示。識別模型主要分為兩個部分，首先利用訓練模型建立分類器模型，隨后在識別模型中利用所建立的分類器實現(xiàn)對信號調(diào)制格式的識別。

圖1 基于機器學習的特征提取調(diào)制格式識別模型Figure 1 Modulation format recognition model based on feature extraction and machine learning

在訓練模型中，首先需要構造一系列已知調(diào)制格式的信號，即訓練信號。在對訓練信號進行加噪等一系列操作以模擬實際信道對信號的損傷效果后，對信號進行特征量的提取，隨后對提取的特征進行訓練，最終得到所需的分類器模型。在識別模型中，接收端從網(wǎng)絡中接收到識別信號，經(jīng)過特征提取后，依照分類器模型完成對信號的分類識別。

1.2 特征提取調(diào)制格式識別中的機器學習算法

機器學習算法主要分為傳統(tǒng)機器學習算法和深度學習神經(jīng)網(wǎng)絡。傳統(tǒng)的非深度學習機器學習算法如決策樹、SVM和聚類算法(如K-means)等，這些算法需要研究人員依靠先驗知識，對算法的模型結構和一些重要參數(shù)進行手動設計，較為繁瑣，但優(yōu)勢在于所需的計算資源較少；深度學習神經(jīng)網(wǎng)絡則利用多層神經(jīng)網(wǎng)絡結構解放了繁瑣的手動設計過程，在調(diào)試好神經(jīng)網(wǎng)絡后，即可利用神經(jīng)網(wǎng)絡算法自動完成特征挖掘和分類提取的功能，但通常需要消耗大量計算資源和計算時間。不同算法由于其算法的特點不同，所適用的特征量也有所不同。例如對于采用聚類算法的方案，常常使用星座圖這樣需要完成聚簇操作的特征量；采用卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network，CNN)，其所輸入的特征量幾乎均為二維特征量，如眼圖、星座圖和循環(huán)譜圖等；采用循環(huán)神經(jīng)網(wǎng)絡(Recurrent Neural Network, RNN)，所輸入的特征量主要為信號的瞬時量，如時間與幅度值等。圖2所示為基于機器學習的調(diào)制格式識別方法分類圖。

圖2 基于機器學習的調(diào)制格式識別方法分類Figure 2 Classification of modulation format recognition methods based on machine learning

2 機器學習方法在調(diào)制格式識別中的應用

2.1 基于決策樹的調(diào)制格式識別方法

使用決策樹進行調(diào)制格式識別需要研究人員根據(jù)信息和信道的先驗信息與專業(yè)知識對信號所有可能的調(diào)制格式進行判決條件的設計。2014年，香港理工大學的Liu等人提出了一種基于信號功率分布的調(diào)制格式識別技術[3]。文章分析了不同調(diào)制格式在功率歸一化的情形下，由于星座點分布的不同，整體信號的功率概率分布不同，從而完成對信號調(diào)制格式的區(qū)分。文章提出的決策樹如圖3所示，通過設計合適的信號概率比率閾值進行信號調(diào)制格式的識別，圖中R1、R2、R3和R4均為信號功率分布比率,計算式分別為

式中，P為比率；S為信號功率。

圖3 基于決策樹的調(diào)制格式識別流程[3]Figure 3 Modulation format recognition process based on decision tree

將決策樹分類器與不同的信號特征結合能夠獲得新的調(diào)制格式識別方案。如2020年，北京理工大學的Zhao等人提出了將信號幅度排序和比值計算與決策樹結合的調(diào)制格式識別方案[4]，接收端接收信號之后，對信號序列中符號振幅進行排序，根據(jù)振幅大小分成不同集合，隨后根據(jù)不同信號格式對應的集合各分布比例完成決策樹設計；同年，聊城大學的Yu等人將密度直方分布圖的特征與決策樹結合[5]，將接收到的信號序列處理為密度直方圖，由于不同的信號調(diào)制格式所對應的局部極值點數(shù)量不同從而完成決策樹設計。

通過決策樹對信號的功率分布進行判斷從而實現(xiàn)信號識別的方案對信號的信噪比(Signal Noise Ratio，SNR)要求較高，當SNR條件較差時，會由于噪音的分布影響信號的實際特征分布使得判斷錯誤。使用決策樹作為分類器具有易于解釋、速度快和占用內(nèi)存少等優(yōu)點，但其估計精度較低，面對復雜情況時手動設計決策樹十分繁瑣，且由于設計決策樹方案時依托了大量先驗信號和信道先驗信息，在信號特征發(fā)生改變或信道特征發(fā)生改變時，決策樹方案可能需要重新設計，因此可移植性較低。

2.2 基于聚類算法的調(diào)制格式識別方法

聚類算法有許多不同的算法分支，最具有代表性的為K-means算法。K-means算法為一種無監(jiān)督的聚類算法，在設置了質(zhì)心點數(shù)后(即K值)，即可根據(jù)算法進行聚類操作。K-means的算法流程如圖4所示，在設置完質(zhì)心數(shù)，隨機初始化質(zhì)心位置后，根據(jù)算法不斷調(diào)整質(zhì)心位置，按照樣本與質(zhì)心距離大小，將樣本劃分為K個簇,使每個簇內(nèi)部的點盡量緊密，多次迭代后完成聚類操作。2010年，丹麥科技大學的Gonzales等人提出了基于K-means算法的特征識別技術[6]。文章首先生成了不同調(diào)制格式的信號，隨后利用K-means算法對不同格式的星座圖進行識別判斷，借助幅度直方圖的信息，通過遍歷知識數(shù)據(jù)庫中所有可能的格式進行一一比對，直到成功識別為止。與K-means算法類似的聚類算法還有基于密度的噪聲應用空間聚類(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)算法，相較于K-means算法需要人為設置質(zhì)心點數(shù)，DBSCAN算法可以自行進行分類聚類，但由于缺少了人為設置質(zhì)心點數(shù)這一步，其分類數(shù)常常有些許偏差。例如2020年，北京理工大學Zhao等人提出使用DBSCAN算法處理信號星座圖以進行調(diào)制格式識別[7]。與K-means算法相似，不同調(diào)制格式信號經(jīng)DBSCAN算法完成聚類后的質(zhì)心點數(shù)不同，但由于缺少K值信息，質(zhì)心數(shù)呈現(xiàn)范圍分布，因此分類精度有所降低，但信號處理流程更加簡便。

圖4 基于K-means算法的調(diào)制格式識別示意圖Figure 4 Modulation format recognition schematic diagram based on K-means

使用聚類算法進行分類具有算法解釋性強、收斂速度快且消耗計算資源較少的優(yōu)點，但在復雜的信道情形，聚類算法由于其對噪點非常敏感，因此在SNR較低的情形下效果較差，且識別結果在實際分類時不好確定判決閾值，因此常常需要使用大量實際測得的數(shù)據(jù)完成數(shù)據(jù)庫的建立，才能將實際測得的結果與數(shù)據(jù)庫數(shù)據(jù)匹配從而得到識別結果。

2.3 基于SVM的調(diào)制格式識別方法

SVM的算法流程如圖5所示，根據(jù)數(shù)據(jù)可分為兩種情形：線性可分和線性不可分。對于線性可分，利用算法尋找支撐向量，使得支撐向量兩側的點與支撐向量間的幾何間距最大。其中，使用公式wTx+b=0表征支撐向量表達式，wT為支撐向量法向量，b為偏移量。在實際應用中，主要以線性不可分情形為主。由于不能直接找到支撐向量，因此利用核函數(shù)將樣本空間升維，在更高的維度下可以找到一層超平面使樣本數(shù)據(jù)分別分布在兩側，隨后將超平面降維到原數(shù)據(jù)空間，從而得到一條分割曲線。2010年，西南交通大學的Huang等人提出了基于SVM的特征識別技術[8]，文章利用推導出的分形維數(shù)公式，對信號進行預處理后得到信號的分形維數(shù)值與方差值，隨后以分形維數(shù)值和方差值構造二維坐標系，通過SVM完成這一坐標系中數(shù)據(jù)點的分類，從而實現(xiàn)信號調(diào)制格式的識別；2022年，北京郵電大學的Jiang等人提出將信號去噪后的星座圖作為SVM的特征，實現(xiàn)了7種調(diào)制格式的分類[9]，文章首先對信號進行預處理，通過平方運算和主成份分析消除了星座圖相位旋轉(zhuǎn)的影響，并對星座密度矩陣進行奇異值分解，實現(xiàn)星座去噪，提高星座質(zhì)量，最終將預處理完成的星座圖數(shù)據(jù)利用多次SVM完成對星座點的切割分類，依據(jù)最終分割出的星座點簇數(shù)完成調(diào)制格式識別。

圖5 基于SVM的調(diào)制格式識別示意圖Figure 5 Modulation format recognition schematic diagram based on SVM

SVM的可解釋性強，分類效果好。但由于需要進行樣本點的升維和間隔計算等一些操作，因此對于大量樣本點難以實施，且SVM本質(zhì)上是一個二值分類器，這意味著對于多個調(diào)制格式需要大量SVM構成一個系統(tǒng)后才能滿足需求，較為繁瑣。

2.4 基于DNN的調(diào)制格式識別方法

DNN通過增加隱藏層的層數(shù)，可以直接提升可提取特征的維度。特征提取能力的增強和分類能力的增強帶來的代價即為運算復雜度的提升，所需要的算力資源也相應增加。與其他領域應用DNN的經(jīng)驗相同，DNN層數(shù)的增加對識別正確率的提升并不是正相關，而是存在一個最佳值。這是由于，層數(shù)較少的情形下，由于提取特征維度較低導致出現(xiàn)欠擬合；而層數(shù)過多則會出現(xiàn)過擬合的現(xiàn)象。因此，根據(jù)實際情形設計合適的層數(shù)和神經(jīng)元個數(shù)等超參數(shù)是設計一個好的DNN的核心。

2017年，香港理工大學Khan等人提出將DNN與信號幅度直方圖相結合以實現(xiàn)調(diào)制格式識別[10]，文章提出的DNN結構如圖6所示，Xi為輸入數(shù)據(jù)，xi、ui和vi為神經(jīng)元。該DNN共有兩層隱藏層，第1層隱藏層有30個神經(jīng)元，第2層隱藏層有10個神經(jīng)元，隨后通過輸出層，按照輸出層的編碼確定調(diào)制格式，在接收端接收到信號后，首先對信號進行預處理，將信號序列轉(zhuǎn)化為直方圖數(shù)據(jù)，隨后將直方圖數(shù)據(jù)作為輸入數(shù)據(jù)輸入進DNN進行訓練和識別；與之類似的，2020年，韓國高級科學技術研究院的Kim等人提出將信號的幅值方差與SNR作為特征量輸入進DNN中進行調(diào)制格式識別[11]；2020年，上海交通大學的Huang等人提出了將異步幅度直方圖與DNN結合的方法[12]，能在帶寬限制為30%～40%的情況下實現(xiàn)高于95%的調(diào)制格式識別準確率。

通過使用DNN進行調(diào)制格式識別，能將研究人員從繁瑣的方案設計中解放出來，通過多層網(wǎng)絡結構充分挖掘信號數(shù)據(jù)特征。但DNN需要大量計算資源和處理時間，因此合理設計超參數(shù)，即隱藏層層數(shù)和神經(jīng)元個數(shù)，對計算時間、計算資源和識別準確率有非常關鍵的影響。

圖6 基于DNN的調(diào)制格式識別示意圖Figure 6 Modulation format recognition schematic diagram based on DNN

2.5 基于CNN的調(diào)制格式識別方法

CNN最先在圖片識別領域開始大規(guī)模使用，由于其獨特的卷積層和池化層結構，相較于DNN可以在大幅減小網(wǎng)絡復雜度的同時有效提取局部特征。這一優(yōu)點也受到了調(diào)制格式識別技術領域的青睞。研究者開始嘗試將之前常用的二維信息，如星座圖和頻譜圖等，作為數(shù)據(jù)集放入CNN中進行訓練，由于網(wǎng)絡結構相較DNN簡單，可以用更大規(guī)模的數(shù)據(jù)集進行訓練。但由于數(shù)據(jù)集規(guī)模的增大，不可避免地會使訓練時長相比于DNN更長，運算復雜度更高。設計CNN時，與DNN相同，需要依據(jù)使用場景，根據(jù)研究者自身經(jīng)驗設計合理的超參數(shù)。圖7所示為CNN用于調(diào)制格式識別的流程與結構，參數(shù)Ai為神經(jīng)元。在接收端接收到信號后，經(jīng)過預處理將信號處理為二維信息，例如星座圖、眼圖和時頻譜圖等，隨后將二維信息輸入CNN中進行訓練和識別。經(jīng)過展平層、全連接層和SoftMax層之后，得到每個可能的調(diào)制格式的概率，從中選擇最大概率的結果作為識別結果。

圖7 基于CNN的調(diào)制格式識別示意圖Figure 7 Modulation format recognition schematic diagram based on CNN

2017年，北京郵電大學的Wang等人提出選擇眼圖作為處理目標[13]。利用示波器和仿真系統(tǒng)生成4種調(diào)制格式，SNR范圍為10～25 dB。文章將接收端接收到的眼圖經(jīng)過下采樣得到像素點較少的灰度眼圖以減小數(shù)據(jù)規(guī)模。網(wǎng)絡結構由兩層卷積層和兩層池化層組成卷積部分，隨后將輸出平坦為一維信號，輸入到全連接層，最后得到識別結果。文章為了對比CNN的效果，將CNN的識別效果和傳統(tǒng)的4種算法進行對比：決策樹、K最鄰近法(K-Nearest Neighbor，KNN)、人工神經(jīng)網(wǎng)絡和SVM，最后得到結論，CNN由于其能有效地提取高維信息，識別效果遠遠優(yōu)于傳統(tǒng)的非深度學習機器學習算法。

為了進一步探究CNN在調(diào)制格式識別這一領域的潛力，研究者嘗試了各種其他的二維數(shù)據(jù)集，以期獲得不一樣的性能。常見的二維圖像有模糊函數(shù)圖像[14]、譜相關函數(shù)圖像[15]和離散傅里葉圖像[16]等。2019年，南方科技大學的Zeng等人提出[16]，不同調(diào)制格式的無線電信號之間最重要的區(qū)別即為頻率隨時間的變化，文章?lián)颂岢觯枚虝r離散傅里葉變換，將一維無線電信號轉(zhuǎn)換為頻譜圖圖像，以頻譜圖圖像作為數(shù)據(jù)集輸入到CNN中進行訓練。與前文提到的將眼圖作為輸入圖像類似，頻譜圖通過仿真系統(tǒng)得到后，也經(jīng)過下采樣以減小數(shù)據(jù)集的規(guī)模。類似地，2020年，北京郵電大學的Du等人將異步幅度直方圖作為特征量輸入到CNN中進行訓練[17]；2021年，北京科技大學的Lü等人嘗試直接利用信號幅度直方圖與CNN結合以獲得較低的復雜度和識別性能[18]。

CNN相較于DNN，得益于卷積層和池化層的獨特設計，能很好地解決參數(shù)膨脹的問題；且由于卷積核的設計，能很好地提取局部特征，這大大地提高了網(wǎng)絡效率。但與DNN的問題相同，即需要精心設計卷積層和池化層的層數(shù)、卷積核的個數(shù)與尺寸等超參數(shù)，以達到最好性能。

2.6 基于RNN的調(diào)制格式識別方法

RNN最先在語音識別領域開始使用，具有神經(jīng)結構與時間有關聯(lián)的特點。針對CNN的一些不足，例如對于采樣率未知的數(shù)據(jù)，或者在訓練CNN模型階段中從未遇到過的脈沖成形濾波器等數(shù)據(jù)，CNN的識別能力可能會下降；CNN作為一個固定輸入長度的模型，其可處理的調(diào)制符號的數(shù)量在不同的符號速率中是有限的。因此，為了滿足對可變樣本率和序列長度能進行有效處理這一需求，研究者認為RNN作為一個可變輸入長度模型，可以很好地滿足上述要求。為了處理RNN常見的梯度爆炸問題，其有很多變形，例如長短時記憶(Long Short-term Memory，LSTM)神經(jīng)網(wǎng)絡和門控循環(huán)單元(Gated Recurrent Unit，GRU)網(wǎng)絡等變體，均為調(diào)制格式識別領域的熱點。RNN雖然不能如CNN這樣通過卷積操作進行局部特征提取，但由于其可以滿足可變長度數(shù)據(jù)集的輸入，而引起了研究者的興趣。

2018年，比利時魯汶大學的Rajendran等人提出了一種基于LSTM的方案[19]，可以通過學習長期時間序列，在不進行顯式特征提取的情形下實現(xiàn)分類。該實驗使用的LSTM網(wǎng)絡如圖8所示，其中LSTM網(wǎng)絡將訓練信息分為兩類，分別為長期信息ct與短期信息ht，Xt為輸入，σ為激活函數(shù)，常用sigmoid函數(shù)，yk代表輸入層神經(jīng)元。文章使用了兩層LSTM模型，使用幅度—相位信號或平均幅度快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)信號作為輸入數(shù)據(jù)集，在經(jīng)過輸入層和兩層LSTM層后，經(jīng)過全連接層和SoftMax層得到判別結果。值得指出的是，當以時域同相信號和正交信號樣本作為輸入時，識別效果較差，而以時域振幅和相位信息作為輸入時，準確率能達到90%，說明雖然DNN擅長函數(shù)逼近，但數(shù)據(jù)集的預處理和數(shù)據(jù)的正確表示對識別結果同樣非常重要。為了充分利用神經(jīng)網(wǎng)絡各結構的特點，研究者們嘗試在網(wǎng)絡結構上進行進一步的創(chuàng)新。2020年，北京理工大學的Chen等人構造了雙向RNN (Bi-directional Recurrent Neural Network，BRNN)來獲取時間特征[20]，并進一步與循環(huán)連接CNN結合來提取接收信號的空間特征，通過充分提取信號特征完成調(diào)制格式識別；與之相似的，2021年，韓國庫莫國立理工學院的Njoku等人將GRU網(wǎng)絡結構與CNN和DNN結構相結合形成混合神經(jīng)網(wǎng)絡[21]，通過互補的方式完成取長補短，將信號的同相分量和正交分量作為輸入信號特征，實現(xiàn)了很好的識別性能；2022年，北京郵電大學的Chang等人將Bi GRU網(wǎng)絡結構與CNN和DNN結合[22]，文章對比了輸入信號特征分別為I/Q分量與振幅相位信息兩種情況并指出兩者分別在高和低SNR下有更佳的識別性能。

RNN得益于特殊的神經(jīng)元設計，賦予了網(wǎng)絡對當前數(shù)據(jù)前面的數(shù)據(jù)序列“記憶”的功能，能更好地提取信號序列數(shù)據(jù)之間的特征。但RNN所需的計算資源和計算時間非常大，不利于實時系統(tǒng)的設計；且由于RNN本身神經(jīng)元結構的多變，能否根據(jù)信號特點設計合適的神經(jīng)元結構以及RNN各個隱藏層層數(shù)等超參數(shù)常常非常影響識別性能。

圖8 基于RNN的調(diào)制格式識別示意圖Figure 8 Modulation format recognition schematic diagram based on RNN

3 結束語

基于特征提取的調(diào)制格式識別技術通過合理設計分類器，在分類器設計完成后，即可在不受人監(jiān)督和操作下實現(xiàn)調(diào)制格式的識別。機器學習因其優(yōu)異的分類和聚類能力被廣泛應用于分類器的設計中。機器學習以深度學習的出現(xiàn)為界限，傳統(tǒng)機器學習方法如決策樹等需要根據(jù)先驗知識實際設計分類方案，較為繁瑣且不具有可移植性；DNN通過多層網(wǎng)絡的設計，將研究人員從繁瑣的分類器設計中解放出來。此外，深度學習允許增量學習，無需從頭開始訓練整個網(wǎng)絡，可以更快速地獲得新的信號特征，從而具有非常高的移植性和自主性。值得指出的是，經(jīng)過幾年對深度學習在模式識別領域的研究后，當下各類神經(jīng)網(wǎng)絡結構均已被研究者運用在了模式識別領域；雖然每一種網(wǎng)絡都有各自的特點，但都面臨著存在某一指標較差導致較為限制實際應用的問題，如CNN不能應對采樣率改變的信號，RNN計算量大訓練時間長等等。

未來的通信網(wǎng)絡將更加靈活，包括更加多樣的調(diào)制格式，如何使用更少的計算資源和更少的計算時間達到更高的識別準確率為調(diào)制格式識別領域持之以恒的目標。這要求未來的識別算法使用更加適合恰當?shù)慕Y構，以提取包含信號更多特點的信號特征，并更加精準地對信號特征進行分類。