朱政宇，陳鵬飛，王梓晅，鞏克現(xiàn)，吳迪，王忠勇

（1.鄭州大學電氣與信息工程學院，河南 鄭州 450001；2.鄭州大學河南省智能網(wǎng)絡和數(shù)據(jù)分析國際聯(lián)合實驗室，河南 鄭州 450001；3.鄭州大學電子材料與系統(tǒng)國際聯(lián)合研究中心，河南 鄭州 450001；4.信息工程大學數(shù)據(jù)與目標工程學院，河南 鄭州 450001）

0 引言

短波通信憑借其設備簡便、通信距離遠等優(yōu)點，廣泛應用于多種通信場景中。為保證在不同通信系統(tǒng)下信息的有效傳輸，短波頻段有種類繁多的通信協(xié)議[1]。由于短波信道存在多徑衰落、多普勒頻移以及人為干擾等特點，識別短波信號所屬協(xié)議具有一定的難度。

目前，用于通信協(xié)議識別的傳統(tǒng)算法主要分為基于特征提取的識別算法[2-3]和基于模板匹配的識別算法[4-6]?；谔卣魈崛〉淖R別算法通過對提取的信號特征進行分類實現(xiàn)信號協(xié)議識別，文獻[2]使用調(diào)制識別中的熵距離參數(shù)分離頻移鍵控（FSK,frequency shift keying）模式的110A[7]與STANAG4285[8]這2 種信號，但該算法僅適用于識別調(diào)制方式不同的信號；文獻[3]通過識別信號中心頻率、調(diào)制方式以及編碼方式等屬性形成信號特征向量，使用支持向量機對特征向量進行分類實現(xiàn)信號識別，但無法解決在低信噪比（SNR,signal to noise ratio）下信號特征難以提取的問題。文獻[4]提出使用時域子序列匹配算法識別STANAG4285 等相移鍵控（PSK,phase shift keying）信號，并提出一種頻域波峰匹配算法識別2GALE[9]等FSK 信號；文獻[5]通過對待識別信號與構(gòu)造的信號頻譜模板進行相關(guān)運算，實現(xiàn)對未知短波協(xié)議信號的識別，但算法性能受頻偏影響較大；文獻[6]在頻域模板匹配算法的基礎上使用相位差分抑制頻偏，對特定短波信號的識別具有較好的效果；但基于模板匹配的識別算法存在判決門限難以確定、對先驗信息需求高等缺點。

近年來，隨著深度學習的快速發(fā)展，神經(jīng)網(wǎng)絡算法廣泛應用于信號處理領(lǐng)域，給通信信號識別技術(shù)帶來了新思路。在信號調(diào)制識別領(lǐng)域，文獻[10]使用原始同向正交信號作為輸入，設計一維卷積神經(jīng)網(wǎng)絡（CNN,convolutional neural network），能夠有效識別5 種調(diào)制方式信號。文獻[11]關(guān)注調(diào)制信號的時頻特性，使用時頻圖作為CNN 的輸入，對多種信號取得了較好的識別效果。針對閉集識別存在易把干擾信號識別為有效信號的問題，文獻[12]對神經(jīng)網(wǎng)絡中常用的Softmax 分類器加以改進，并采用改進的GE2E（generalized end-to-end）[13]損失函數(shù)，達到開集識別的效果。在短波信號識別領(lǐng)域，文獻[14]使用信號時頻圖作為ConvNet 輸入，對具有2、4、8 這3 種載波數(shù)以及窄、中、寬這3 種載波間隔的9 種模式進行區(qū)分，但所識別的信號模式有限；文獻[15-16]利用特定信號在時頻圖上呈現(xiàn)的視覺特征，使用卷積神經(jīng)網(wǎng)絡對灰度時頻圖進行特征提取和映射，實現(xiàn)信號所屬協(xié)議的識別，識別準確率與傳統(tǒng)方法相比有明顯提升。CNN 感受野大小對捕捉時頻圖中的特征差異有重要作用，文獻[17]將ResNet[18]中的卷積核改進為擴張卷積核，在不增加參數(shù)量的情況下擴大感受野，進一步提升短波協(xié)議信號的識別率，但仍未解決CNN 中卷積層存在的感受野相對有限的問題。

Swin-Transformer[19]是一種基于自注意力機制[20]的神經(jīng)網(wǎng)絡模型，有對全局特征進行建模的能力，可以捕捉不同短波協(xié)議信號在時頻圖上呈現(xiàn)出的視覺特征差異?；诖耍疚奶岢鲆环N基于 Swin-Transformer 的短波信號協(xié)議識別算法。在多種復雜信道環(huán)境下，與CNN 識別算法相比，所提算法的信號識別準確率明顯提升。本文具體研究工作如下。

1) 分析了短波協(xié)議信號在時頻圖上視覺特征的成因，建立一個用于訓練神經(jīng)網(wǎng)絡的短波信號時頻圖數(shù)據(jù)集。數(shù)據(jù)集包含9 種常見的短波協(xié)議，為了模擬真實通信環(huán)境并提高數(shù)據(jù)多樣性，在高斯白噪聲環(huán)境下進行仿真，并對信號進行隨機截斷，模擬非合作通信無法確保從起始時刻接收信號的場景。

2) 研究了引入自注意力機制的Transformer 模型結(jié)構(gòu)以及Swin-Transformer 的特點，并分析了Swin-Transformer 可以用于短波協(xié)議信號識別的原因。提出一種基于Swin-Transformer 的短波協(xié)議信號識別算法。

3) 仿真結(jié)果驗證了所提算法的有效性。在短波多徑時延、瑞利衰落以及強混疊的信道環(huán)境下，基于Swin-Transformer 的短波信號協(xié)議識別算法均具有較高的識別率。與現(xiàn)有算法相比，所提算法在識別率上明顯提升。

1 特定短波信號的時頻特性分析

不同短波通信協(xié)議規(guī)定的幀結(jié)構(gòu)、調(diào)制方式、載波中心頻率以及信號帶寬等差異較大，而這些屬性的差異導致信號在時頻圖呈現(xiàn)出不同的視覺特性。其中，CLOVER2000[21]是一種典型的采用多載波調(diào)制的短波協(xié)議，其采取了多種技術(shù)來適應短波復雜信道環(huán)境，在短波通信中有廣泛應用；LINK11[22]作為一種活躍時間較長的短波協(xié)議，是LINK16 和LINK22 協(xié)議的研發(fā)基礎，對后續(xù)協(xié)議的研究有重要參考意義。因此，本節(jié)以CLOVER2000 和LINK11 協(xié)議為例，對短波協(xié)議信號的時頻特性做出具體分析。

時頻分析結(jié)合時域和頻域的特點，同時將信號的時間信息和頻率信息展示在一幅時頻圖中，對時變非平穩(wěn)信號的分析具有獨特優(yōu)勢。常用的時頻分析方法主要有短時傅里葉變換（STFT,short time Fourier transform）、Wigner-Ville 分布和小波變換等。STFT 由于計算量小、不存在交叉項等優(yōu)點被廣泛應用[23]，本文采取基于短時傅里葉變換的時頻分析方法。

短時傅里葉變換的定義為

其中，t為時間，f為頻率，s(t)為信號，w*(·) 為窗函數(shù)。

CLOVER2000 信號的波形由8 個音頻并行組成，其中，最低頻率為625 Hz，最高頻率為2 375 Hz，相鄰音頻發(fā)送間隔為250 Hz。時域上，每個音頻的發(fā)送時序按照音頻序號從小到大間隔2 ms 依次發(fā)送。CLOVER2000 脈沖序號與頻率的對應關(guān)系如表1 所示。

表1 CLOVER2000 脈沖序號與頻率的對應關(guān)系

CLOVER2000 信號s(t)可以表示為

其中，P為信號的平均功率，ci,n為第i個音頻的第n個碼元，fi為第i個音頻的頻率，g(t)為成形脈沖，T s為脈沖持續(xù)時間，Δt=2 ms 為相鄰音頻的發(fā)送間隔。

對CLOVER2000 信號進行短時傅里葉變換得到其灰度時頻圖，如圖1 所示。從圖1 可以看出，CLOVER2000信號在時頻上既呈現(xiàn)出了頻域的8個音頻，也體現(xiàn)出了每個音頻發(fā)送時序不同的特點。

圖1 CLOVER2000 信號灰度時頻圖

LINK11 信號共有6 種工作模式，本文以其中的網(wǎng)絡控制站報告信號為例分析LINK11 的時頻特性[22]，其幀結(jié)構(gòu)如圖2 所示。

圖2 網(wǎng)絡控制站報告信號幀結(jié)構(gòu)

圖2 中，同步序列由605 Hz 和2 915 Hz 音頻組成，605 Hz 音頻為多普勒校正音頻，其功率比2 915 Hz 的同步音頻大5～7 dB，此外，相鄰幀的同步音頻以π 進行相移，設初始相位為0，同步序列信號可表示為

其中，A1為多普勒校正音頻幅度，A16為同步音頻幅度，f1=605 Hz，f16=2 915 Hz。

位于同步序列之后的相位參考幀、起始碼、信段以及終止碼等均由16 個音頻分量組成。除了605 Hz和2 915 Hz之外的14個音頻頻率位于935～2 365 Hz 之間，相鄰音頻頻率間隔為110 Hz。多普勒校正音頻不攜帶信息，采用四相移相鍵控（QPSK,quaternary phase shift keying）制方式，除多普勒校正音頻外的15 個音頻，每幀攜帶2 bit 信息，采用四相相對相移鍵控（QDPSK,differential QPSK）的調(diào)制方式。其信號可表示為

其中，Ai為第i個音頻的幅度，φi,n為第n幀第i個音頻的相位。圖3 給出了LINK11 信號頻譜。

圖3 LINK11 信號頻譜

對整段LINK11 信號進行STFT，得到如圖4所示的時頻圖。

圖4 LINK11 信號時頻圖

由圖1 和圖4 可知，CLOVER2000 和LINK11信號時頻圖呈現(xiàn)出截然不同的視覺特征，這是由于不同短波協(xié)議在制定過程中，對信號調(diào)制方式、傳輸模式以及幀結(jié)構(gòu)等做出了不同設計。因此，通過對短波信號的時頻進行視覺特征提取可以實現(xiàn)對不同短波協(xié)議信號的識別。

2 Swin-Transformer 網(wǎng)絡模型結(jié)構(gòu)

近年來，神經(jīng)網(wǎng)絡憑借其強大的特征提取能力在圖像處理等領(lǐng)域取得了巨大成功，其中，Vaswani等[20]提出基于編碼器解碼器框架的Transformer 網(wǎng)絡模型，該模型引入多頭自注意力（MSA,multi-head self-attention）機制，具備學習全局特征的能力，其編碼器結(jié)構(gòu)如圖5 所示。

圖5 編碼器結(jié)構(gòu)

假設輸入序列長度為L，batch size 大小為B，則 Transformer 編碼器的輸入張量可以表示為M∈?B×L。M首先經(jīng)過Input Embedding 映射成一個dx維的 Embedding，再與位置編碼相加得到Transformer Block 的輸入，這里的位置編碼既可以采用正弦形式，也可以是通過學習得到的參數(shù)。每個Transformer 模塊都由多頭自注意力模塊和兩層的前饋網(wǎng)絡（FFN,feed forward network）組成。其中MSA 和FFN 的輸入、輸出都采用殘差連接的方式，輸出還需要進行層歸一化，整個Transformer Block 過程可以表示為

其中，OA為MSA 的輸出，O為Transformer 模塊的輸出，F(xiàn)1(·)和F2(·)分別為前饋網(wǎng)絡的第一層和第二層，其形式為F(x)=Wx+b。

假定MSA 有h個“頭”，則每一個“頭”的輸出Ai定義為

其中，Qi、Ki和Vi分別為

鑒于Transformer 在自然語言處理領(lǐng)域取得的成功，文獻[24]提出Vision Transformer，將Transformer架構(gòu)成功用于圖像處理領(lǐng)域。具體地，首先將一個224 像素×224 像素大小的圖像均分為196 個16 像素×16 像素大小的區(qū)域，其次將每個區(qū)域視為一個長度為256 的向量輸入Transformer 編碼器，并增加一個分類向量來表示全局特征，最后將分類向量經(jīng)過Transformer編碼器的輸出用于Softmax進行分類。

Swin-Transformer 在Vision Transformer 的基礎上引入CNN 中常用的層次化構(gòu)建方式，在不同的層次對不同大小的窗口在內(nèi)部進行MSA 操作，大幅降低了計算復雜度。同時通過滑動窗口操作增加窗口與窗口的信息交互，確保模型性能不會降低。具體來說，每一個Swin-Transformer 模塊均采取與Transformer 編碼器類似的架構(gòu)，但與Transformer編碼器不同的是，Swin-Transformer 模塊將普通的MSA 改進為Window-MSA（W-MSA）以及Shift Window-MSA（SW-MSA）。SW-MSA 工作原理如圖6 所示，本文采用的Swin-Transformer 網(wǎng)絡模型具體結(jié)構(gòu)如圖7 所示。

圖6 SW-MSA 工作原理示意

圖7 Swin-Transformer 網(wǎng)絡模型具體結(jié)構(gòu)

W-MSA 模塊將輸入特征圖劃分為多個窗口，在每個窗口內(nèi)部進行MSA 操作從而大大減少了計算量。由于淺層網(wǎng)絡的特征圖尺寸相對較大，因此淺層的W-MSA 模塊將特征圖劃分為更多的窗口，使每個窗口盡可能小，隨著網(wǎng)絡的加深，特征圖劃分的窗口相應減少。

為了使不同的窗口間進行信息交互，每個W-MSA 模塊后面會緊接一個SW-MSA 模塊。SW-MSA 模塊首先對特征圖重新劃分窗口，其次根據(jù)特定的規(guī)則對窗口進行移位，對移位后的特征圖進行窗口內(nèi)的MSA 操作，此時的一個窗口內(nèi)同時包含了多個移位前的其他窗口的特征，從而發(fā)揮出Transformer 長距離感知的優(yōu)勢。

Transformer 的全局感知能力對短波協(xié)議識別具有重要意義。CLOVER2000 與2GALE 時頻圖局部和整體對比如圖8 所示。從圖8 可以看出，調(diào)制方式為8FSK 的2GALE 信號的時頻圖與具有8 個音頻的CLOVER2000 信號的時頻圖在局部具有類似的特征，但由于二者幀結(jié)構(gòu)、帶寬以及中心頻率等存在差異，因此可以憑借全局特征對2 種信號進行分辨。綜上，對圖像具有長距離感知能力的Swin-Transformer可以通過對信號在時頻圖上呈現(xiàn)出的視覺特性進行特征提取，從而實現(xiàn)對短波信號的協(xié)議識別。

圖8 CLOVER2000 與2GALE 時頻圖局部和整體對比

3 仿真測試與分析

短波協(xié)議數(shù)量眾多，短波協(xié)議識別暫時沒有一個公開的標準數(shù)據(jù)集，因此，本文從目前常見的短波協(xié)議中選取了具有一定代表性的110A、110B[25]、2GALE、3GALE[26]、CLOVER2000、CIS-45、LINK11、PRC4+4 和STANAG4285 這9 種短波協(xié)議信號的時頻圖制作數(shù)據(jù)集。其中，CLOVER2000和LINK11 前文已有介紹；2GALE、3GALE 分別為短波第二代、第三代自動鏈路建立協(xié)議，分別使用FSK 和PSK 波形對信道進行探測實現(xiàn)信道評估；110A、110B、STANAG4285 為短波通信軍用標準，采用了多種糾錯編碼、交織、加擾等技術(shù)，并且信號按照嚴格的幀結(jié)構(gòu)進行發(fā)送，包含了多數(shù)短波協(xié)議的特點；CIS-45 及PRC4+4 分別為典型的采用OFDM 和多載波調(diào)制的短波協(xié)議，而正交頻分復用（OFDM,orthogonal frequency division multiplexing）和多載波調(diào)制是短波協(xié)議使用較多的調(diào)制模式。綜上，9 種信號的調(diào)制模式包含多種短波信號常用的調(diào)制模式，在短波協(xié)議中具有一定代表性。因此，本文選擇這9 種短波協(xié)議信號制作數(shù)據(jù)集，通過對這9 種信號的識別，可以說明本文算法對多種類型的短波協(xié)議信號識別具有一定的普適性。此外，為了增加數(shù)據(jù)集的可靠性和多樣性，對仿真信號及數(shù)據(jù)集做以下處理。

1) 短波信道環(huán)境惡劣，信號受噪聲影響嚴重。本文采用高斯白噪聲，且SNR 范圍為-10～10 dB。

2) 在非合作通信場景下，接收方無法確保接收信號的完整性，同時考慮到實時識別的要求，信號的長度不宜過長，因此對仿真信號隨機截取時長為0.5～5 s 的子序列。

3) 考慮到閉集識別的局限性，本文使用9 種信號之外的部分短波信號以及調(diào)制方式為PSK、FSK的普通信號組成單獨的噪聲類，來提高算法對數(shù)據(jù)集中9 種信號之外的其他部分短波信號的區(qū)分能力。

基于以上3 種處理措施，訓練集樣本由每類信號產(chǎn)生500 個灰度時頻圖樣本得到，每個樣本大小壓縮為224 像素×224 像素。數(shù)據(jù)集中9 種短波協(xié)議信號的時頻圖如圖9 所示。從圖9 中可以看出，由于不同信號在幀結(jié)構(gòu)、帶寬、中心頻率及調(diào)制模式等方面存在差異，各信號在時頻圖上呈現(xiàn)出不同的視覺特性。

圖9 數(shù)據(jù)集中的9 種短波協(xié)議信號時頻圖

本文仿真實驗環(huán)境的硬件與軟件配置信息如表2 所示。訓練過程的學習率設為0.000 1，batch size設置為32，epoch 最大設為20，采用AdamW 優(yōu)化器。

表2 仿真實驗環(huán)境配置信息

圖10 給出了所提算法在高斯信道下對9 種信號的識別率，每種信號在各信噪比下的樣本數(shù)為500。從圖10 可以看出，低信噪比下各信號識別率差異較大，但當SNR＞-4 dB 時，9 種信號的識別率均已接近100%，說明所提算法能夠?qū)? 種信號進行有效識別。

圖10 所提算法在高斯信道下對9 種信號的識別率

理論上，基于Swin-Transformer 和基于ResNet的神經(jīng)網(wǎng)絡算法均能夠通過增加網(wǎng)絡深度實現(xiàn)性能的有限提升，但網(wǎng)絡層數(shù)的增加會導致算法計算量增加以及過擬合風險加大，因此本文選擇了與所提算法計算量接近的ResNet50 和ResNeXt50[27]這2 種CNN算法。此外，在非神經(jīng)網(wǎng)絡算法中，時域模板匹配算法作為一種通用的短波協(xié)議信號識別算法，事先對待識別協(xié)議信號建立模板庫，通過計算待識別信號與模板信號的相關(guān)系數(shù)來確定信號所屬類別。圖11 給出了高斯信道下4 種算法的性能對比。

由圖11 可知，神經(jīng)網(wǎng)絡算法憑借強大的特征提取能力，其對短波協(xié)議信號的識別性能要優(yōu)于傳統(tǒng)的時域模板匹配算法，且神經(jīng)網(wǎng)絡算法在識別過程中不需要將待識別信號與信號庫一一對比，識別流程相對更直接。此外，由于Swin-Transformer 引入了全局感知能力更強的自注意力機制，相比于傳統(tǒng)的CNN 具有更大的感受野，而短波協(xié)議間的差異在時頻圖呈現(xiàn)出的視覺特性差異同樣是全局性的，因此Swin-Transformer 算法在短波協(xié)議識別上比感受野相對有限的CNN 性能更好。

圖11 高斯信道下4 種算法的性能對比

另外，短波頻段頻譜資源緊張，實際接收到信號可能存在疊加干擾，因此需驗證所提算法對存在干擾的信號識別性能。本文使用的干擾信號調(diào)制方式為8PSK，帶寬為f1，被混疊信號帶寬為f2，兩者重疊帶寬為f12，2個信號在時間上完全重疊，文獻[16]對頻域上干擾混疊度D的定義為

在存在疊加干擾的情形下，此時用信號干擾比（SIR,signal to interfere ratio）表示信號與干擾功率之比，單位為dB。圖12 給出了干擾混疊度及干擾信號功率對所提算法識別性能的影響。從圖12 中可以看出，在干擾信號功率較大（SIR=0）且時頻混疊程度較大的情況下（D=0.5 或D=0.7），本文所提算法性能受影響較大，因為此時信號在時頻圖上呈現(xiàn)的視覺特征大部分被干擾信號所遮擋，所提算法無法提取出有效特征進行識別。但當SIR>10 dB，即信號功率明顯大于干擾功率時，本文所提算法對4 種混疊程度下的短波協(xié)議信號均有超過90%的識別率，說明所提算法具有較好的抗干擾能力。

圖12 疊加干擾信號下所提算法識別率

此外，Watterson 信道模型是一種經(jīng)典的短波信道模型，本文采用文獻[28]建議的信道參數(shù)。圖13給出了所提算法在Watterson 信道下算法的識別性能。由圖13 可知，在Watterson 信道下，當SNR＞13 dB 時，本文所提算法在8 種信道條件下的識別率均接近100%。

圖13 Watterson 信道下所提算法識別率

4 結(jié)束語

本文針對傳統(tǒng)短波協(xié)議信號識別算法低信噪比下識別率低、識別信號單一以及對先驗信息需求高等問題，研究了短波協(xié)議信號在時頻圖上視覺特征的原因，提出一種基于Swin-Transformer 的神經(jīng)網(wǎng)絡短波協(xié)議信號識別算法，通過對信號的灰度時頻圖進行特征提取并映射實現(xiàn)對信號所屬協(xié)議的識別。實驗結(jié)果表明，基于Swin-Transformer 的短波協(xié)議信號識別算法在高斯白噪聲信道、存在強混疊信號和Watterson 信道環(huán)境下均具有較高的識別率。