張威龍，王景景

（青島科技大學信息科學技術學院，山東 青島 266000）

0 引言

隨著第五代移動通信技術（5G）完全成熟并進入全面應用階段，各國逐步開展新一代通信技術研究[1]。我國于2018 年3 月開始著手研究第六代移動通信技術（6G），2021 年11 月國家工信部發(fā)布《“十四五”信息通信行業(yè)發(fā)展規(guī)劃》，將開展6G 基礎理論及關鍵技術研發(fā)列為移動通信核心技術演進和產業(yè)推進工程，提出構建6G 愿景、典型應用場景和關鍵能力指標體系。6G 的終極目標是統(tǒng)一整合海陸空通信資源進行信息資源共享，實現(xiàn)萬物互聯(lián)互通。

水聲通信技術是6G 海洋通信資源的關鍵組成，水聲通信的工作方式分為協(xié)作式與非協(xié)作式兩種。在協(xié)作式水聲通信系統(tǒng)中，調制方式智能識別技術使接收端自動識別接收信號的調制方式，確保采用正確的解調方式恢復數(shù)據(jù)，提高水聲通信系統(tǒng)數(shù)據(jù)傳輸?shù)母咝院涂煽啃?；在非協(xié)作式水聲通信系統(tǒng)中，調制方式智能識別技術能夠提高識別速度與準確率，滿足各個領域對信號調制方式識別實時性與準確性的需求。

然而，由于水下環(huán)境復雜、通信收發(fā)端性能有限以及水聲信號不充足，使得水聲通信調制方式智能識別方法的發(fā)展面臨巨大挑戰(zhàn)，具體包括：第一，調制方式識別算法性能取決于特征提取的有效性，復雜的海洋環(huán)境會嚴重干擾水聲信號特征；第二，復雜度高的水聲信號調制方式識別算法難以部署在算力受限、能量有限的水下通信節(jié)點；第三，基于仿真數(shù)據(jù)或仿真信道研究設計的水聲信號調制方式識別算法不適用于實際海洋通信場景。針對上述問題，本文提出一種基于深度融合神經(jīng)網(wǎng)絡的水聲信號調制識別方法，可提取水聲信號的有效特征，并通過優(yōu)化模型的網(wǎng)絡結構降低算法的復雜度，基于實測水聲信號數(shù)據(jù)集驗證算法的性能優(yōu)勢。

1 調制方式識別技術

上世紀六十年代末發(fā)表了首篇信號調制方式自動識別研究的論文，標志著調制方式智能識別技術的首次問世[2]。調制方式智能識別的方法分為基于最大似然比假設檢驗的調制方式識別方法和基于特征提取的調制方式識別方法。雖然基于最大似然比假設檢驗算法的調制方式識別技術理論依據(jù)完善，但該方法需要信號的先驗信息，其泛化性與魯棒性不足，且計算復雜度高，難以推廣于工程領域[3]。而基于特征提取的調制方式識別方法由于技術思路簡單清晰，在低信噪比條件下?lián)碛锌捎^的識別準確率，因此是目前調制方式智能識別的研究熱點[4-7]。目前，基于特征的調制方式識別方法共分為兩類：一類為基于機器學習的信號調制方式識別；另一類為基于深度學習的信號調制方式識別。

基于機器學習的信號調制方式識別方法首先提取信號的某些特征，然后使用機器學習分類器算法根據(jù)信號特征的差異判別信號調制方式，識別流程具體如圖1 所示：

圖1 基于機器學習的信號調制方式識別流程圖

2009 年，Orlic[8]等人提取信號的歸一化六階累積量作為特征，利用一種城市多徑傳播統(tǒng)計模型進行調制方式識別的試驗仿真，當信噪比大于10 dB 時，該方法對BPSK（Binary Phase Shift Keying，二進制相移鍵控）及QPSK（Quadrature Phase Shift Keying，正交相移鍵控）的識別準確率可達90%以上，但對16QAM 及64QAM 的識別率較差，僅為50%左右。2010 年，Tabatabaei[9]等人提取信號的瑞利熵、頻率跨度、頻譜偏斜度以及過零率作為特征，使用支持向量機作為分類器，當信噪比為20 dB 時，對4ASK、8FSK 和8PSK 信號的識別準確率僅為79%。2015 年，童峰等人通過支持向量機分類器，利用信號功率譜特征識別出了MPSK（Multiple Phase Shift Keying，多進制相移鍵控）與MFSK（Multiple Frequency Shift Keying，多進制頻移鍵控）信號、利用平方譜特征識別出了BPSK 與QPSK 信號，并對海上實測數(shù)據(jù)進行了驗證[10]，而且還通過水聲信號功率譜和循環(huán)前綴的相關性提取特征參數(shù)，設計了一種基于模糊系統(tǒng)的水聲通信信號MPSK、MFSK、OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復用）調制方式識別器[11]。2016 年，鞏克現(xiàn)[12]等人利用自回歸模型的極點提取信號的短時頻率峰值，應用改進的聚類算法對峰值序列進行聚類處理，根據(jù)不同階數(shù)FSK（Frequency Shift Keying，頻移鍵控）信號不同聚類中心的局部密度與距離乘積的不同，利用支持向量機進行分類，完成了MFSK 的調制識別。

然而，由于基于機器學習的信號調制方式識別方法是人工設計準則，然后根據(jù)上述準則選擇特征，特征提取與最終預測模型的學習分開進行，因此學習的特征不一定會提高最終模型的性能、保證模型的泛化能力。

基于深度學習的信號調制方式識別方法利用深度神經(jīng)網(wǎng)絡自動提取信號的抽象特征，并借由合適的分類網(wǎng)絡識別信號的調制方式。

2019 年，Nihat Daldal[13]等人將接收的數(shù)字信號直接輸入其提出的深度長短時記憶網(wǎng)絡模型進行識別，該方法在5 dB 信噪比以上可較好地識別出ASK（Amplitude Shift Keying，振幅鍵控）、FSK 等多種調制方式。同年，彭華[14]等人將信號時域波形轉化為眼圖和矢量圖，利用卷積神經(jīng)網(wǎng)絡識別淺層特征，獲得了較好的識別準確度；同時還通過門控循環(huán)單元提取信號時序特征，特征輸入全連接神經(jīng)網(wǎng)絡識別信號調制方式，當信號信噪比為6 dB 時，能夠正確識別98%的信號調制方式[15]，但算法的時間復雜度較高。楊潔[16]等人結合兩個在不同數(shù)據(jù)集上訓練的CNN（Convolutional Neural Network，卷積神經(jīng)網(wǎng)絡）對輸入的信號進行識別，在低信噪比下可有效識別QAM（Quadrature Amplitude Modulation，正交幅度調制）的調制階數(shù)。方世良[17]等人根據(jù)MPSK 信號M次方譜在M倍載頻處存在線譜特征的基本原理，針對直接估計高次譜抑制小信號能力不足的問題，采用解析信號構造高次譜以提高處理增益，基于仿真數(shù)據(jù)的試驗結果表明該方法能有效降低在低信噪比下的小信號抑制影響，提高低信噪比下的PSK（Phase Shift Keying，相移鍵控）信號類內識別性能。2020 年，劉亞博[18]等人通過特征提取卷積神經(jīng)網(wǎng)絡和圖映射卷積神經(jīng)網(wǎng)絡，分別提取信號特征和映射子集到圖中，然后利用圖卷積網(wǎng)絡識別調制方式，在低信噪比的情況下取得較好的識別精度，但算法復雜度較高。同年，加濟安泰普大學的Ahmed.K.Ali[19]等人在高斯信道環(huán)境下，提取高階譜特征輸入多層感知器進行調制識別，該方法可識別16APSK（16 Amplitude Phase Shift Keying，16 振幅移相鍵控）、32APSK 及64APSK 調制方式，但識別信號調制方式種類較少。

但是，目前上述基于深度學習的信號調制方式識別算法多采用仿真數(shù)據(jù)構建，仿真環(huán)境與實際環(huán)境不同，基于仿真數(shù)據(jù)的設計算法難以適用于實際數(shù)據(jù)。而且基于深度學習的調制識別算法通常僅采用加深網(wǎng)絡層數(shù)的方法來增強網(wǎng)絡學習能力，致使算法復雜度極高，且識別信號調制方式的種類較少。由于上述算法并未考慮最終在水下通信節(jié)點的有限功率和能量下部署，也未曾考慮根據(jù)水聲信號的特點設計適合于處理水下聲信號的端到端神經(jīng)網(wǎng)絡，因此難以應用于實際水下通信。

2 基于深度融合神經(jīng)網(wǎng)絡的水聲信號調制方式識別

深度學習方法多采用單一特征提取結構且未考慮水聲信號時序特點，基于實測數(shù)據(jù)驗證時算法準確率低；未充分改進網(wǎng)絡模型結構，致使算法復雜度高。針對上述問題，本文提出了一種適合水聲信號調制方式識別的深度融合神經(jīng)網(wǎng)絡模型——R&CNN（Recurrent &Convolutional Neural Network，循環(huán)卷積神經(jīng)網(wǎng)絡），如圖2 所示?；邳S海數(shù)據(jù)集展開試驗，結果表明該模型識別準確率高且時間復雜度低，能夠滿足通信實時性要求。

圖2 循環(huán)卷積神經(jīng)網(wǎng)絡模型

2.1 循環(huán)層模設計

循環(huán)卷積神經(jīng)網(wǎng)絡的循環(huán)層部分共有兩層，每一層的基本結構如圖3 所示。其中，Q為輸入層的權重矩陣；P為當前時刻隱含層輸出傳遞給下一時刻隱含層的權重矩陣；O為輸出層的權重矩陣。

圖3 循環(huán)卷積神經(jīng)網(wǎng)絡的循環(huán)層基本結構

循環(huán)層的結構使得隱含層神經(jīng)元輸出能夠在下一個時刻直接作用于自身。隨著時間的推進，上一個時刻的輸出將影響下一時刻的輸出結果，充分利用了數(shù)據(jù)的歷史信息。因此，循環(huán)層的特性有利于提取時間序列的特征，適合提取時序特性明顯的水聲信號。此外，由于水聲通信過程多普勒效應影響，信號數(shù)據(jù)序列會產生相互干擾。因此，本文使用GRU（Gated Recurrent Unit，門控循環(huán)單元）構造循環(huán)層，GRU 可以通過記憶和處理信號序列的方式緩解多普勒效應的干擾[20]。GRU 結構示意圖如圖4 所示：

圖4 GRU結構示意圖

GRU 的邏輯結構描述如下：

其中，* 表示矩陣點乘運算；tanh與σ分別表示Tangent函數(shù)、Sigmoid 函數(shù)；Int為t時刻輸入；ht-1為t-1 時刻隱含層輸出；ht為t時刻隱含層輸出；Wz、Wr與Wh是經(jīng)過學習的權重矩陣；Zt為更新門，它決定前一時刻記憶信息更新到當前時刻的量；rt為重置門，它控制記憶信息與當前時刻輸入的結合；為候選態(tài)。GRU 的更新門與重置門能夠記憶長信號序列中的信息，確保有效信息不會因時間推移或預測不相關而消除。

本文將循環(huán)層部分的第一層GRU 輸出維數(shù)設置為640，第二層GRU 輸出維數(shù)設置為320，每層循環(huán)層都輸出完整序列。

2.2 卷積層設計

由循環(huán)層提取的特征圖作為卷積層輸入，如圖5 所示，循環(huán)層第t時間步特征映射僅與從第1 時間步到第t時間步的信號相關，而與第t時間步之后的信號無關。因此，只有最后一個時間步的輸出特征映射包含完整信號，而其他時間步的輸出特征映射僅包含不完整信號。傳統(tǒng)的做法是僅保留最后一個時間步的輸出特征映射，丟棄其他時間步的輸出特征映射，該做法會產生信息的丟失問題。為了充分利用信息，本文保留了所有時間步的輸出特征圖，并使用卷積層實現(xiàn)跨時間步信息的交互和集成，有助于提高網(wǎng)絡的特征提取能力。

圖5 循環(huán)層提取特征

此外，由于第二循環(huán)層輸出特征映射的形狀和信號的時間特性，本文改進了卷積層的設計，通過使用一維卷積核而不是二維卷積核設計卷積層。在此基礎上，本文整合了Inception v1 網(wǎng)絡[21]，增加了網(wǎng)絡寬度，并提高了學習能力。同時，基于較少的信號特征（與圖像特征相比），本文移除池化層，避免信號特征因池化層的池化作用而丟失。雖然移除池化層會略微增加計算量，但使用簡單的一維卷積核替換相對復雜的二維卷積核，總體上降低了網(wǎng)絡的復雜度。

R&CNN 共有兩層卷積層，每層卷積層都含有尺寸不一的卷積核，卷積層部分結構如圖6 所示：

圖6 卷積層部分結構

2.3 全連接層設計

R&CNN 最深層為全連接層部分，全連接層部分由兩層隱含層與輸出層構成。兩層隱含層神經(jīng)元個數(shù)分別為120與84，輸出層共有8 個神經(jīng)元，對應可能的調制方式包括BPSK、QPSK、BFSK、QFSK（Quadrature Phase Shift Keying，正交相移鍵控）、16QAM、64QAM、OFDM 與DSSS（Direct Sequence Spread Spectrum，直接序列展頻）。由卷積層部分得到的特征圖經(jīng)展開后輸入全連接層部分，輸出層輸出識別結果。全連接層部分的結構圖如7 所示：

圖7 全連接層部分的結構圖

2.4 試驗結果

2020 年8 月13 日于東經(jīng)120°32′04.984″北緯36°05′8.507″中國黃海淺海海域，通過筆者團隊搭建的水聲通信系統(tǒng)獲得水聲信號數(shù)據(jù)集——黃海數(shù)據(jù)集（包含BPSK、QPSK、BFSK、QFSK、16QAM、64QAM、OFDM 這7 種調制方式信號，共計1 400 組信號數(shù)據(jù)，以3:1 的比例劃分訓練集與驗證集），并基于黃海數(shù)據(jù)集開展試驗。本文選取了3 種常用神經(jīng)網(wǎng)絡用于對比，包括：CNN-LSTM（Convolutional Neural Network-Long Short Term Memory，卷積長短時神經(jīng)網(wǎng)絡）[22]、AlexNet8[23]與LSTM（Long Short Term Memory，長短期記憶網(wǎng)絡）[24]。表1、表2 給出了基于黃海數(shù)據(jù)集4 種神經(jīng)網(wǎng)絡的實驗結果：

表1 基于黃海數(shù)據(jù)集4種神經(jīng)網(wǎng)絡的識別結果

表2 基于黃海數(shù)據(jù)集4種神經(jīng)網(wǎng)絡的平均識別時間

由表1、表2 可以得出，基于黃海數(shù)據(jù)集，AlexNet8訓練集準確率為98.75%、驗證集準確率為92.14%，準確率相差6.61%，這表明了AlexNet8 確實可以較好地學習信號數(shù)據(jù)，但是AlexNet8 的結構決定了它只能像學習圖片一樣學習數(shù)據(jù)局部聯(lián)系（空間特征學習），無法像LSTM、R&CNN 學習信號時序特征，而水聲信號的時序特征比局部特征更能反映信號的特性，因此AlexNet8 的訓練集識別精度與驗證集識別精度難以保持一致。基于黃海數(shù)據(jù)集，LSTM 訓練集準確率為92.77%、驗證集準確率為93.57%，準確率相差0.8%。上述現(xiàn)象表明LSTM提取的信號特征有較好的描述性，能夠較為充分地反映水聲信號調制方式的特性。此外，LSTM 識別單個信號的平均時間為7.167 ms，僅次于R&CNN，側面反映基于時序的神經(jīng)網(wǎng)絡處理信號的優(yōu)越性?；邳S海數(shù)據(jù)集，與R&CNN 模型同為融合特征提取結構的CNN-LSTM 的訓練集準確率為90.09%、驗證集準確率為41.43%，準確率相差48.66%。上述結果表明，采用CNN 作為淺層的CNN-LSTM 不具備從實際水聲信號中穩(wěn)定有效提取特征的能力，在時間復雜度方面，CNN-LSTM 識別信號的平均時間為688.161 ms，在所有算法中時間復雜度最高?；邳S海數(shù)據(jù)集，R&CNN 模型的訓練集、驗證集準確率最高，且準確率相差0.9%，這表明R&CNN 對水聲信號有最好的學習能力。在時間復雜度方面，R&CNN 識別單個信號的平均時間僅為7.164 ms，該模型在保證識別精度的同時還具有較低的時間復雜度。

3 結束語

本文提出了一種可高效、準確識別水聲信號調制方式的神經(jīng)網(wǎng)絡模型——R&CNN。與傳統(tǒng)自動調制識別方法相比，該神經(jīng)網(wǎng)絡模型無需預先提取信號特征，避免了基于仿真條件下設計的信號特征提取算法難以應用于實際海域的問題。與常規(guī)深度學習算法相比，R&CNN神經(jīng)網(wǎng)絡模型綜合了RNN 中的循環(huán)層處理時序數(shù)據(jù)的巨大優(yōu)勢，又利用CNN 卷積層的空間學習能力彌補循環(huán)層提取特征的不足，并根據(jù)信號特征特點改進了卷積層，降低了模型復雜度。基于黃海的水聲數(shù)據(jù)集展開試驗測試，結果表明R&CNN 比傳統(tǒng)AlexNet8、LSTM 和CNN-LSTM 有更好的識別準確率，可有效識別BFSK、QFSK、BPSK、QPSK、16QAM、64QAM、OFDM 這7類調制信號。同時，對網(wǎng)絡結構的改進有效地減少了模型復雜度，單個信號的平均識別時間僅為7.164 ms，可滿足水聲通信的實時性需求。