李少凱， 董 斌， 劉 寧

（第二炮兵指揮學(xué)院，湖北 武漢 430012）

0 引言

信號(hào)調(diào)制方式自動(dòng)識(shí)別在通信偵察、電子對(duì)抗等方面均有重要意義。目前，常見(jiàn)識(shí)別方法有基于瞬時(shí)特征提取的算法；基于高階累積量的算法；基于似然估計(jì)的算法等[1]。另外，也可將多種算法相結(jié)合以提高識(shí)別效率，如將高階累積量和分形盒維數(shù)相結(jié)合[2]。由于MPSK的特性相似，采用上述算法的效果均不佳。選取BPSK、QPSK、OQPSK、8PSK、pi/4QPSK五種信號(hào)進(jìn)行研究。

1 脈沖成形對(duì)信號(hào)特征的影響

信號(hào)進(jìn)行Hilbert變換，得到復(fù)信號(hào)為：

圖1 成形基帶信號(hào)

圖2 成形信號(hào)瞬時(shí)幅度

2 信號(hào)的譜線特征分析

S(t)的n次方譜為[3]：

式中， {}F?為傅里葉變換。

對(duì)于BPSK信號(hào)，其表達(dá)式為：

二次方譜為：

因 0,1m= ，故有：

可得：

式中，sE為符號(hào)能量。因2( )gtnT- 是周期函數(shù)，故有：

式中， A (f ) = G (f ) ? G (f )，G(f ) = F {g(t)}。 G (f)的衰減使F{}只在 f = { 0,±1 /T }處出現(xiàn)譜線,故(f)只在f = { 2 fc, 2 fc± 1 /T}處出現(xiàn)譜線。其他信號(hào)的譜線特征也可類似得到，如圖3、圖4所示。

圖3 二次譜線

圖4 四次譜線

3 信號(hào)譜線特征參數(shù)提取

由圖4和圖5可知，復(fù)信號(hào)譜線具有對(duì)稱性，二次譜線對(duì)稱軸為二倍載頻，四次譜線對(duì)稱軸為四倍載頻。根據(jù)對(duì)稱性，提出如下參數(shù)：

LVn：判斷離散譜線是否存在。圖3和圖4中，有部分信號(hào)的譜線是不存在的，如QPSK的二次譜線。對(duì)吳月嫻等[4]提出的參數(shù)進(jìn)行改進(jìn)，提出n次方譜離散譜線檢測(cè)參數(shù)：

式中，N表示 U (f)的長(zhǎng)度， Pn表示信號(hào)功率， Fs表示取樣頻率。當(dāng) L Vn大于某一門限值α?xí)r，認(rèn)為離散譜線存在。

Fn：判斷譜線圖是平坦還是多峰。范海波等[5]提出了平坦指數(shù)來(lái)進(jìn)行分析，但是需要對(duì)信號(hào)的載波頻率進(jìn)行估算。現(xiàn)進(jìn)行改進(jìn)：

式中， fmid為max{|U(f ) |}對(duì)應(yīng)的頻率，N為 U (f)的長(zhǎng)度，δ可減小 fmid鄰近頻率處|U(f)|的影響。當(dāng) Fn＜＜2時(shí)，認(rèn)為譜線在 fmid處有一譜線存在；當(dāng) Fn＞＞2時(shí)，認(rèn)為譜線在 fmid處無(wú)譜線存在。

設(shè)計(jì)識(shí)別流程為：對(duì)信號(hào)進(jìn)行預(yù)處理；根據(jù) F2，識(shí)別出BPSK；根據(jù) L V4和 F2，識(shí)別出8PSK和QPSK；根據(jù) L V2和F4，識(shí)別出pi/4QPSK和OQPSK。

4 實(shí)驗(yàn)仿真分析

如圖5(a)所示，QPSK與8PSK的4LV在不同信噪比下具有很好的區(qū)分能力；如圖5(b)所示，OQPSK的4F值遠(yuǎn)小于pi/4QPSK的4F值，故4F有效；如圖6所示，信噪比不低于8 dB時(shí)，信號(hào)的識(shí)別率均高于95%。

圖5 nLV和 4F隨信噪比的變化

圖6 識(shí)別率隨信噪比的變化

5 結(jié)語(yǔ)

研究了均方根升余弦脈沖成形對(duì) PSK信號(hào)瞬時(shí)特性的影響，并對(duì)BPSK、QPSK、OQPSK、pi/4QPSK以及 8PSK等5種常見(jiàn)PSK信號(hào)的二次譜線特征和四次譜線特征進(jìn)行了詳細(xì)的推導(dǎo)與實(shí)驗(yàn)仿真。根據(jù)不同信號(hào)譜線特征的差異性，提出了兩個(gè)新的特征參數(shù)對(duì)其進(jìn)行了識(shí)別。仿真結(jié)果表明，提出的兩個(gè)參數(shù)受信噪比的影響不大，在較低信噪比條件下，仍然有較高的識(shí)別率。同時(shí)特征參數(shù)的提取過(guò)程非常簡(jiǎn)單，對(duì)先驗(yàn)知識(shí)的依賴性很小，因此能夠很好地滿足實(shí)際工程的需要。

[1] Dobre O A, BDI A A, NESS Y B, et al. Survey of Automatic Modulation Classification Techniques： Classical Approaches and New Trends[J].IET Communications,2007,1(02)：137-156.

[2] 楊偉超,張忠,丁群.低信噪比數(shù)字通信信號(hào)識(shí)別算法研究[J].通信技術(shù),2009,42(01)：68-70.

[3] 楊琳,許小東,路友榮,等.常見(jiàn)數(shù)字通信信號(hào)的譜線特征分析[J].電子與信息學(xué)報(bào),2009,31(05)：1067-1071.

[4] 吳月嫻,葛東臨,許志勇.常見(jiàn)數(shù)字調(diào)制信號(hào)識(shí)別的一種新方法[J].電子學(xué)報(bào),2007,35(04)：782-785.

[5] 范海波,楊志俊,曹志剛.衛(wèi)星通信常用調(diào)制方式的自動(dòng)識(shí)別[J].通信學(xué)報(bào),2004,25(01)：140-149.