| 标题 | 干扰条件下正弦类Haar小波MPSK信号识别分析 |
| 范文 | 王铁铸 摘? 要： 为提高MPSK信号的类内识别率，分析了MPSK信号正弦类Haar小波变换信号的相位信息，通过提取脊线拟合函数相位的方法对MPSK信号进行类内识别。对提出的方法进行了数值分析和仿真实验，得到8PSK信号的相位提取图，并对不同MPSK信号在无噪和有噪两种情况下进行识别分析，最后得到调制方式识别率曲线。分析和实验结果表明，提出的识别方法正确识别率在90%以上，并且具有一定的抵抗通信干扰能力。 关键词： 调制方式识别； Haar小波分析； 相移键控； 通信干扰 中图分类号： TN911.7?34???????????????????? 文献标识码： A??????????????????????? 文章编号： 1004?373X（2014）23?0054?04 Abstract： The phase information of the sinusoidal Haar wavelet transform of MPSK signals is analyzed to improve the within?class recognition rate of MPSK signals. The within?class recognition of MPSK signals is achieved by means of extracting the fitting function phases of regression line. The mathematical analysis and simulation experiments were performed for the proposed phase extracting method. The phase extracting diagram of an 8PSK signal was derived， the recognition analysis for different MPSK signals under two situations of both non?noise and noise was conducted， and then the recognition rate curves of the derived modulation mode were obtained. The analysis and simulation results show that the recognition rate of the proposed method is above 90%， and the method has a certain capability of anti?jamming. Keywords： modulation mode recognition； Haar wavelet analysis； phase shift keying； communication jamming 0? 引? 言 通信信号调制方式识别主要是通过信号变换来提取信号体制、相位、频率等特征参数，为雷达、导航等无线电信号的分析提供技术手段[1?2]。信号调制方式识别一般包括类间识别和类内识别两种，类间识别相对容易，而类内识别由于信号的调制方式相同或相近，因此难度较大，特别是在通信干扰条件下，信号波形发生畸变，有时甚至接收不到信号，类内识别更加困难。 哈尔小波（Haar）[3?4]既具有小波分析的变焦距性质，又具有计算量小、简单实用的优点，采用Haar小波分析MPSK信号识别，可有效提取信号特征参数和调制参量，提高信号调制方式识别准确度。 1? MPSK信号正弦类Haar小波变换 正弦信号具有振幅、频率、相位3个参量可供携带信息，是数字通信系统载波的理想选择，将MPSK信号信息加载于正弦载波相位上，并设置该载波相位[φc∈0，2π]，则MPSK信号相位满足的条件为： [?m∈2πMm-1Mm=1] （1） 对于BPSK信号，则[?1=0，?2=π；]对于[MM>；2]进制信号，则有[M=2q，q>；1，][q]为每个发送符号包含的信息比特数。 令[?k]表示MPSK信号在[KT0，K+1T0]上传输的相位信息，其中[T0]表示码元宽度，则有：[?k∈2πKk-1Kk=1，k∈1，2，…，K，K∈Z+] （2） 令[rectt]表示单位矩形函数，则一个MPSK信号的复解析式可以表示为： [st=Asexpj?krectt-KT0T0expjωst+θ] （3） 式中：[As]表示信号幅度；[ωs]表示信号载频；[θ]表示信号初始相位。 根据式（3），得到正弦类Haar小波基函数为： [ψSHt=Asin2n1πt+12?rectt] （4） 式中：[A>；0]是常量，[n1∈Z+。] 假设小波具有参数[a，b，t，]且满足[i-1T0+a2<；][b<；iT0-a2]，根据[t]的不同，可以分两种情况进行讨论。 （1） [i-1T0<；t<；iT] 此时信号处于一个码元周期内，则MPSK信号的正弦类Haar小波变换可以表示为： [WTPSKa，b=1a-∞∞Asexpj?k+θ?expjωct?g?t-badt=4jAn1πAsaωc2-2n1π2expj?k+ωcb+θ?sinaωc2] （5） 由式（5）得到此时的小波系数幅度为： [WTPSKa，b=4An1πAsaωc2-2n1π2sinaωc2 ] （6） （2） [t=iT] 此时信号刚好发生码元跳变，引起一定的相位变化，记为[β，]并开始进入下一个码元周期，则： [β=?i+1-?i，β∈2πMm-1Mm=1] （7） 则此时的MPSK信号正弦类Haar小波变换可以表示为： [WTPSKa，b=1a-∞∞Asexpj?k?expjωct?g?t-badt=-1n14jAn1πAsaωc2-2n1π2expjωcb+θ+a2?sinβ2--1n1sinaωc+β2] （8） 由式（8）得到此时的小波系数幅度为： [WTPSKa，b=8An1πAsaωc2-2n1π2sinaωc4?cosaωc4+β2，????????????????????????????????????????????? n∈2N， N∈Z8An1πAsaωc2-2n1π2sinaωc4+β2?cosaωc4，???????????????????????????????????????????? n∈2N-1， N∈Z] （9） 2? 相位提取 当小波持续期位于码元[?k]之间时，MPSK信号的正弦类Haar小波系数由式（5）和式（6）得到，由此，小波系数的相位可以表示为： [ArgkWTPSKa，b=?k+ωcbk+θ+π2Argk+1WTPSKa，b=?k+1+ωcbk+1+θ+π2] （10） 记小波系数相位差为[DArgb，][DArgb]即相邻码元[?k]相位差[Δ?k]的估计值，因此有： [DArgb=?k+1Θ?kΘωcbk+1-bk] （11） 式中[Θ]表示相位的模[2π]减法。 对于式（11）的求解，文献[5]提到，当[aωc=2n1π]时，其存在极大值，因此可据此计算求得Haar小波尺度因子[ar，]根据[ar]可以得到载频[ωc]和相邻码元相位差[6][Δ?k。] 综上所述，正弦类Haar小波MPSK信号相位提取步骤可以描述为[7]： （1） 以单一小尺度因子对MPSK信号进行正弦类Haar小波变换； （2） 对码元周期进行估计； （3） 提取正弦类Haar小波尺度因子[ar；] （4） 利用[ar]计算求得MPSK信号的相位差[Δ?k]。 3? MPSK信号的类内识别 根据第2节的阐述，可以通过识别提取到的相位差个数来对MPSK信号进行识别[8]。具体包括： （1）? 统计直方图（Statististical Histogram，ST）方法[9]，将提取的信号相位按其分布得到统计直方图，并归一化，再进行识别判断。 （2）? 似然比函数（Likelihood Ratio Function，LRF）方法[10]，当信噪比[SNR]较小时，得到的相位分布边界模糊不清，可以采用似然比函数方法进行识别判断。[t=iT]时刻，跳变码元相位差[Δ?k]的概率密度函数（PDF）可以表示为： [PDArgD≈I042πσλcosD-Δ?k22πI2022πσλ ] （12） 式中：[D]即为[DArg，]即[DArgb；][I0?]为修正0阶贝塞尔函数；[λ]为功率SNR，且[λ=As2σ2n。]注意到上式中[cosD-Δ?k2]是关于[Δ?k]的对称函数，因此[PDArgD]也是关于[Δ?k]的对称函数。 由于MPSK信号相位跳变存在[M-1]种可能取值，根据式（12），得到MPSK信号的PDF为： [PMPSKD≈1M-1k=1M-1I042πσλcosD-Δ?k22πI2022πσλ] （13） 根据式（13），得到PDF的似然函数[ΛMPSK]为： [ΛMPSK=i=1LPMPSKDi] （14） 式中[L]为相位提取方法获得信号相位跳变的个数。 当需要对MPSK信号进行类内识别时，首先提取调制信号相位信息，再分别计算[M]的标准似然函数值，如果某个[M]取值使被检信号相位分布的[ΛMPSK]最大，则可以被识别为该[M]取值的调相信号。 综上所述，一个MPSK信号的类内识别过程框图如图1所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t1.tif>； 图1 MPSK信号类内识别流程框图 4? 数值结果 根据上面给出的相位提取步骤，对SNR=8?dB的8PSK信号进行计算分析，提取相位信息如图2所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t2.tif>； 图2 SNR=8?dB的8PSK信号提取相位信息 从图2中可以看出，本文给出的相位提取方法在信噪比较高时，对MPSK信号提取相位信息得到的相位差图像边界比较清晰，因此可以通过识别相位差的个数对MPSK信号进行识别判断。 对BPSK，QPSK，8PSK信号进行实验和仿真分析，无噪条件下的MPSK信号相位分布统计直方图如图3～图5所示；[N0=]10?dB条件下的MPSK信号相位分布统计直方图如图6～图8所示。可以看出SNR条件较好时，统计直方图方法识别MPSK信号效果理想。 对BPSK信号和QPSK信号的识别率进行仿真分析，经过计算分析得到，SNR=6?dB的ST方法和LRF方法对BPSK信号和QPSK信号的识别率如表1所示。 表1 SNR=6?dB的统计直方图方法和似然比函数方法识别率 % [MPSK＼&；BPSK＼&；QPSK＼&；ST＼&；93＼&；90＼&；LRF＼&；93＼&；91＼&；] <；E：＼2014年23期＼2014年23期＼Image＼49t3.tif>； 图3 无噪条件下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t4.tif>； 图4 无噪条件下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t5.tif>； 图5 无噪条件下8PSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t6.tif>； 图6 噪声[N0=]10?dB下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t7.tif>； 图7 噪声[N0=]10?dB下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t8.tif>； 图8 噪声[N0=]10?dB下8PSK信号相位分布 根据表2得到的结果，采用如下方法对BPSK信号和QPSK信号的识别率进行仿真分析。仿真条件：高斯白噪声，载频[fc=]10?kHz，码元持续时间为1 ms，采样频率[fs=]100?kHz，信号长度为10 ms；SNR>；6?dB时采用ST方法，SNR<；6?dB时采用LRF方法，仿真结果如图9所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t9.tif>； 图9 BPSK信号和QPSK信号识别率 从图9中可以看出，[SNR]很小时两种信号的识别率均在55%以上，实验结果表明使用的识别方法具有一定抗干扰能力；SNR<；3.8 dB时QPSK信号识别率高于BPSK信号识别率，SNR>；3.8?dB时BPSK信号识别率略高于QPSK信号识别率；并且，当SNR>；5.2?dB时两种信号的识别率都超过了90%。 5? 结? 论 本文研究了MPSK信号的类内识别问题，分析了MPSK信号正弦类Haar小波变换信号的相位提取，结合BPSK信号、QPSK信号和8PSK信号进行了数值分析和仿真实验，得到了8PSK信号的相位提取图和无噪与有噪两种条件下的相位分布情况，最后得到调制方式识别率曲线。实验结果表明，本文给出的识别方法具有一定的抗干扰能力，当SNR>；5.2?dB时识别率超过90%。 参考文献 [1] 罗利春.无线电侦察信号分析与处理[M].北京：国防工业出版社，2007. [2] 钱峰.通信信号的多分辨率特征分析、调制识别研究[D].成都：四川大学，2005. [3] 徐长发，李国宽.实用小波方法[M].武汉：华中科技大学出版社，1999. [4] 秦前清，杨宗凯.实用小波方法[M].西安：西安电子科技大学出版社，1994. [5] OU X， HUANG X W， YUAN X. Quasi?Haar wavelet and modulation identification of digital signals [C]// IEEE ICCCAS. [S.l.]： IEEE Press， 2004： 733?737. [6] 强小应.基于图像处理的条形码检测系统[D].南京：南京航空航天大学出版社，2004. [7] 纪勇，徐佩霞.基于小波变换的数字信号符号率估计[J].电路与系统学报，2003，8（1）：12?15. [8] OLIVER J， SADASIVAM V. Wavelets for improving spectral efficiency in a digital communication system [C]// IEEE 6th International Conference on Computer Intelligent Multimedia. [S.l.]： IEEE Press， 2005： 198?203. [9] POLYDOROS A， KIM K. On the detection and classification of quadrature digital modulations in broad?band noise [J]. IEEE Transactions on Communications， 1990， 38（8）： 1199?1211. [10] 韩采芹，卓士创.物理实验数据线性拟合作图的计算机辅助分析[J].阜阳师范学院学报，2003，20（3）：57?60. 综上所述，一个MPSK信号的类内识别过程框图如图1所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t1.tif>； 图1 MPSK信号类内识别流程框图 4? 数值结果 根据上面给出的相位提取步骤，对SNR=8?dB的8PSK信号进行计算分析，提取相位信息如图2所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t2.tif>； 图2 SNR=8?dB的8PSK信号提取相位信息 从图2中可以看出，本文给出的相位提取方法在信噪比较高时，对MPSK信号提取相位信息得到的相位差图像边界比较清晰，因此可以通过识别相位差的个数对MPSK信号进行识别判断。 对BPSK，QPSK，8PSK信号进行实验和仿真分析，无噪条件下的MPSK信号相位分布统计直方图如图3～图5所示；[N0=]10?dB条件下的MPSK信号相位分布统计直方图如图6～图8所示。可以看出SNR条件较好时，统计直方图方法识别MPSK信号效果理想。 对BPSK信号和QPSK信号的识别率进行仿真分析，经过计算分析得到，SNR=6?dB的ST方法和LRF方法对BPSK信号和QPSK信号的识别率如表1所示。 表1 SNR=6?dB的统计直方图方法和似然比函数方法识别率 % [MPSK＼&；BPSK＼&；QPSK＼&；ST＼&；93＼&；90＼&；LRF＼&；93＼&；91＼&；] <；E：＼2014年23期＼2014年23期＼Image＼49t3.tif>； 图3 无噪条件下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t4.tif>； 图4 无噪条件下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t5.tif>； 图5 无噪条件下8PSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t6.tif>； 图6 噪声[N0=]10?dB下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t7.tif>； 图7 噪声[N0=]10?dB下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t8.tif>； 图8 噪声[N0=]10?dB下8PSK信号相位分布 根据表2得到的结果，采用如下方法对BPSK信号和QPSK信号的识别率进行仿真分析。仿真条件：高斯白噪声，载频[fc=]10?kHz，码元持续时间为1 ms，采样频率[fs=]100?kHz，信号长度为10 ms；SNR>；6?dB时采用ST方法，SNR<；6?dB时采用LRF方法，仿真结果如图9所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t9.tif>； 图9 BPSK信号和QPSK信号识别率 从图9中可以看出，[SNR]很小时两种信号的识别率均在55%以上，实验结果表明使用的识别方法具有一定抗干扰能力；SNR<；3.8 dB时QPSK信号识别率高于BPSK信号识别率，SNR>；3.8?dB时BPSK信号识别率略高于QPSK信号识别率；并且，当SNR>；5.2?dB时两种信号的识别率都超过了90%。 5? 结? 论 本文研究了MPSK信号的类内识别问题，分析了MPSK信号正弦类Haar小波变换信号的相位提取，结合BPSK信号、QPSK信号和8PSK信号进行了数值分析和仿真实验，得到了8PSK信号的相位提取图和无噪与有噪两种条件下的相位分布情况，最后得到调制方式识别率曲线。实验结果表明，本文给出的识别方法具有一定的抗干扰能力，当SNR>；5.2?dB时识别率超过90%。 参考文献 [1] 罗利春.无线电侦察信号分析与处理[M].北京：国防工业出版社，2007. [2] 钱峰.通信信号的多分辨率特征分析、调制识别研究[D].成都：四川大学，2005. [3] 徐长发，李国宽.实用小波方法[M].武汉：华中科技大学出版社，1999. [4] 秦前清，杨宗凯.实用小波方法[M].西安：西安电子科技大学出版社，1994. [5] OU X， HUANG X W， YUAN X. Quasi?Haar wavelet and modulation identification of digital signals [C]// IEEE ICCCAS. [S.l.]： IEEE Press， 2004： 733?737. [6] 强小应.基于图像处理的条形码检测系统[D].南京：南京航空航天大学出版社，2004. [7] 纪勇，徐佩霞.基于小波变换的数字信号符号率估计[J].电路与系统学报，2003，8（1）：12?15. [8] OLIVER J， SADASIVAM V. Wavelets for improving spectral efficiency in a digital communication system [C]// IEEE 6th International Conference on Computer Intelligent Multimedia. [S.l.]： IEEE Press， 2005： 198?203. [9] POLYDOROS A， KIM K. On the detection and classification of quadrature digital modulations in broad?band noise [J]. IEEE Transactions on Communications， 1990， 38（8）： 1199?1211. [10] 韩采芹，卓士创.物理实验数据线性拟合作图的计算机辅助分析[J].阜阳师范学院学报，2003，20（3）：57?60. 综上所述，一个MPSK信号的类内识别过程框图如图1所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t1.tif>； 图1 MPSK信号类内识别流程框图 4? 数值结果 根据上面给出的相位提取步骤，对SNR=8?dB的8PSK信号进行计算分析，提取相位信息如图2所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t2.tif>； 图2 SNR=8?dB的8PSK信号提取相位信息 从图2中可以看出，本文给出的相位提取方法在信噪比较高时，对MPSK信号提取相位信息得到的相位差图像边界比较清晰，因此可以通过识别相位差的个数对MPSK信号进行识别判断。 对BPSK，QPSK，8PSK信号进行实验和仿真分析，无噪条件下的MPSK信号相位分布统计直方图如图3～图5所示；[N0=]10?dB条件下的MPSK信号相位分布统计直方图如图6～图8所示。可以看出SNR条件较好时，统计直方图方法识别MPSK信号效果理想。 对BPSK信号和QPSK信号的识别率进行仿真分析，经过计算分析得到，SNR=6?dB的ST方法和LRF方法对BPSK信号和QPSK信号的识别率如表1所示。 表1 SNR=6?dB的统计直方图方法和似然比函数方法识别率 % [MPSK＼&；BPSK＼&；QPSK＼&；ST＼&；93＼&；90＼&；LRF＼&；93＼&；91＼&；] <；E：＼2014年23期＼2014年23期＼Image＼49t3.tif>； 图3 无噪条件下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t4.tif>； 图4 无噪条件下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t5.tif>； 图5 无噪条件下8PSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t6.tif>； 图6 噪声[N0=]10?dB下BPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t7.tif>； 图7 噪声[N0=]10?dB下QPSK信号相位分布 <；E：＼2014年23期＼2014年23期＼Image＼49t8.tif>； 图8 噪声[N0=]10?dB下8PSK信号相位分布 根据表2得到的结果，采用如下方法对BPSK信号和QPSK信号的识别率进行仿真分析。仿真条件：高斯白噪声，载频[fc=]10?kHz，码元持续时间为1 ms，采样频率[fs=]100?kHz，信号长度为10 ms；SNR>；6?dB时采用ST方法，SNR<；6?dB时采用LRF方法，仿真结果如图9所示。 <；E：＼2014年23期＼2014年23期＼Image＼49t9.tif>； 图9 BPSK信号和QPSK信号识别率 从图9中可以看出，[SNR]很小时两种信号的识别率均在55%以上，实验结果表明使用的识别方法具有一定抗干扰能力；SNR<；3.8 dB时QPSK信号识别率高于BPSK信号识别率，SNR>；3.8?dB时BPSK信号识别率略高于QPSK信号识别率；并且，当SNR>；5.2?dB时两种信号的识别率都超过了90%。 5? 结? 论 本文研究了MPSK信号的类内识别问题，分析了MPSK信号正弦类Haar小波变换信号的相位提取，结合BPSK信号、QPSK信号和8PSK信号进行了数值分析和仿真实验，得到了8PSK信号的相位提取图和无噪与有噪两种条件下的相位分布情况，最后得到调制方式识别率曲线。实验结果表明，本文给出的识别方法具有一定的抗干扰能力，当SNR>；5.2?dB时识别率超过90%。 参考文献 [1] 罗利春.无线电侦察信号分析与处理[M].北京：国防工业出版社，2007. [2] 钱峰.通信信号的多分辨率特征分析、调制识别研究[D].成都：四川大学，2005. [3] 徐长发，李国宽.实用小波方法[M].武汉：华中科技大学出版社，1999. [4] 秦前清，杨宗凯.实用小波方法[M].西安：西安电子科技大学出版社，1994. [5] OU X， HUANG X W， YUAN X. Quasi?Haar wavelet and modulation identification of digital signals [C]// IEEE ICCCAS. [S.l.]： IEEE Press， 2004： 733?737. [6] 强小应.基于图像处理的条形码检测系统[D].南京：南京航空航天大学出版社，2004. [7] 纪勇，徐佩霞.基于小波变换的数字信号符号率估计[J].电路与系统学报，2003，8（1）：12?15. [8] OLIVER J， SADASIVAM V. Wavelets for improving spectral efficiency in a digital communication system [C]// IEEE 6th International Conference on Computer Intelligent Multimedia. [S.l.]： IEEE Press， 2005： 198?203. [9] POLYDOROS A， KIM K. On the detection and classification of quadrature digital modulations in broad?band noise [J]. IEEE Transactions on Communications， 1990， 38（8）： 1199?1211. [10] 韩采芹，卓士创.物理实验数据线性拟合作图的计算机辅助分析[J].阜阳师范学院学报，2003，20（3）：57?60. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。