基于循环频率特征的单信道混合通信信号的调制识别

赵宇峰 曹玉健 纪 勇 戴旭初



基于循环频率特征的单信道混合通信信号的调制识别

赵宇峰①曹玉健①纪 勇②戴旭初*①

①(中国科学技术大学电子工程与信息科学系 合肥 230027)②(安徽创世科技有限公司 合肥 230088)

单信道多个时频重叠的混合通信信号盲分离具有广泛的应用价值，是近年来通信信号处理研究领域的一个热点和难点，而单信道多个混叠通信信号的调制识别和信号个数的估计是实现单信道多个混叠通信信号盲分离的基础。该文通过分析数字调制信号的二阶和四阶循环累积量的循环频率特性和结构特征，提出一种基于循环频率特征的单信道混合通信信号调制识别的方法和实现算法，其主要特点是不需要已知混合信号的个数、功率、载频、符号率及定时等先验信息，对一些典型的数字调制信号(如BPSK, QPSK, OQPSK, MSK等)的随机混合，能够有效地辨识接收信号中所包含的信号个数以及每个调制信号的调制方式。利用计算机仿真实验，考察了不同条件下算法的性能，表明了其可行性和有效性。

数字通信；调制识别；循环累积量；循环频率检测

1 引言

调制识别是非合作通信中的一项关键技术，迄今为止，众多的研究者已经在这个领域做了大量的研究，其基本方法分为基于多元假设检验的方法[1,2]和基于统计模式识别的方法[3,4]两大类，但是目前已有的大部分方法仅适用于单一信道内只存在一个接收信号的场景。实际上，随着无线电通信在各个领域的广泛应用，同一频段上的信号日益密集，再加上大量有意或无意干扰信号的存在，即使在普通的窄带通信接收机中，同时出现两个甚至更多个信号的现象常常无法避免，而在电子侦察、无线电监测等场景下，单信道内同时存在多个信号的情况更为普遍。在这些情况下，已有的调制识别技术不再适用，需要研究新的方法。

文献[5]通过利用单通道盲分离方法将信号分离出来，然后分别对每个信号进行调制识别，但是单通道盲分离是一个欠定的问题，本身就需要足够的先验信息才能得到有效的分离效果。文献[6]从信号的循环平稳特性出发，给出了一种基于循环累积量的单信道多信号调制识别算法，文献[7]提出了基于循环谱的单信道多信号识别算法，但是这些算法都需要预先知道接收信号中包含的信号个数及各信号的载频和符号率等精确信息，而在很多实际场景中，这些信息是很难获得的，这使得这些方法的实用性大大下降。文献[8]提出了一种基于广义自回归建模的多信号调制识别算法，不需要载频符号率等先验信息，但是其仅仅适合于各信号频谱可以分离或者重叠较少的情况。文献[9]针对正常通信中检测到干扰信号的情况，给出了一种基于高阶累积量的干扰信号调制识别算法，但是其算法需要知道正常信号的所有调制信息，而且干扰信号不能超过一个。

本文通过讨论不同调制方式通信信号的二阶及四阶循环累积量特性，并以此为依据给出一种单信道多信号的调制识别算法，在不需要知道信号个数和各信号的符号率、载频以及同步定时等先验信息的情况下，能够实现对BPSK, QPSK, OQPSK, MSK等调制信号的调制方式识别及信号个数的估计，并利用仿真实验考察了其在不同场景下的性能。

2 信号模型和问题描述

单信道接收到多个线性混叠信号的数学模型可以表示为

对于上述的4种调制类型，它们的中频信号模型可分别表示为

对于式(1)~式(5)表示的接收信号模型，有以下的一些假设：

(4)噪声为零均值的平稳噪声，功率未知，且与信号之间是独立的。

基于上述的信号模型和假设，本文要研究问题是：在时频混叠的分量信号的个数，每个分量信号的特征参数(如功率、符号率、载频)，以及噪声功率等先验信息都未知的条件下，研究各个分量信号调制方式的识别方法及实现算法。与已有的一些类似的研究工作相比，本文的研究工作主要是在“先验信息严重缺失”的条件下展开的，而现有的一些方法都或多或少地需要一些先验信息。

3 二阶及四阶循环频率的特征结构

3.1 二阶及四阶循环累积量

四阶时变矩为

而四阶时变累积量为

利用这个特点，可以对线性混叠信号中具有不同循环频率的分量信号进行辨识分析。

3.2 几种常用调制信号的二阶与四阶循环频率的特 征

根据式(6)~式(12)，可以得到

通过上述分析，可以得到4种不同调制信号的非零循环频率信息，如表1所示。

3.3 混合信号的循环频率检测

表1 4种调制信号的非零循环频率

和的大小会直接影响循环累积量的估计精度，一般来说，段长越大，循环累积量估计均方误差越小，而段数越大，估计误差的抖动越小，有利于提高下一步的谱线提取性能。

4 调制识别算法

对于上述的4个识别特征量，如果特征量的条件被满足，那么该特征量设为1，否则为0。

5 仿真实验

本节通过蒙特卡洛仿真来考察不同条件下本文算法的性能，重点考察分量信号个数及分量信号功率比对识别性能的影响。

仿真条件和信号的参数设置如下：

(1)接收信噪比定义为分量信号的平均功率与噪声功率之比，即

图1 调制识别算法流程图

(4)在一次仿真实验中，当所有分量信号的调制方式都被正确识别时，则认为该次实验取得了正确的调制识别。本文采用调制方式正确识别率和分量信号个数正确估计率来评价识别算法的性能，其定义分别为：调制识别正确率1=正确识别每个分量信号的实验次数/实验的总次数，信号个数正确估计率2=正确识别分量信号个数的实验次数/实验的总次数。

实验1 接收信号中有两个分量信号

实验结果如图2和图3所示，从图中可以看出：

(1)分量信号的功率差异越大，调制方式的识别正确率和信号个数估计正确率越低。当两个分量信号的功率比为1:1，且接收信噪比大于-4 dB时，调制识别正确率和信号个数估计正确率都达到接近100%，当两个分量信号的功率比为2:1(即功率差为3 dB)和3:1(即功率差为4.77 dB)时，接收信噪比分别大于0 dB和8 dB，才能获得100%的识别率。这是由于混合信号中功率较小的分量信号的信干噪比相对较低，其被正确识别的概率降低，从而降低了整体的识别性能。根据循环频率检测理论[14]，在分量信号功率差异较大时，增加数据长度可以改善和提高功率相对较小的分量信号的循环频率检测的准确率。

(2)分量信号个数的估计性能要稍优于调制方式识别的性能。这主要是由于存在信号个数估计正确，但是调制方式识别错误的情况。由于MSK信号的循环频率特征跟OQPSK类似，所以这两种调制方式易被错误识别，但是信号个数不易被估计错误。

实验2 接收信号中有3个分量信号

通过仿真实验，可以得到以下的几点结论：

(1)本文算法性能主要受混合信号中分量信号功率差的影响。当混合信号中的各分量信号等功率时，算法性能最好，但随着分量信号功率差的变大，其性能将有所下降。

(2)当分量信号的功率差小于3 dB，且接收信噪比大于2 dB时，本文算法对各个分量信号调制方式的正确识别率和分量信号个数估计的正确率都接近100%，即在这种情况下，本文算法具有稳定、可靠的性能。

(3)当分量信号的功率差大于3 dB时，则接收信噪比至少要达到6 dB以上，才能获得良好的性能。在这种情况下，通过增加数据长度，可以改善和提高算法的性能，但这将导致算法的计算量有所增加。

图2 两个分量信号时调制识别正确率

图3 两个分量信号时信号个数估计正确率

图4 3个分量信号时调制识别正确率

图5 3个分量信号时信号个数估计正确率

6 结束语

本文针对单信道同时接收到多个时频重叠的通信信号的应用场景，通过分析数字调制信号的循环累积量的循环频率特性和结构特征，提出了一种基于循环频率检测的单信道多信号调制识别方法和实现算法，其不需要知道各分量信号个数、功率、载频、符号率及定时等先验信息，具有很好的实用性。计算机仿真结果验证了该方法的可行性、有效性，表明了算法的性能特点。由于循环累积量估计性能依赖于数据长度，因此本文算法要获得较好的性能，需要较多的观测数据。值得指出的是，虽然本文算法不需要已知每个分量信号的载频和符号率等信息，但是要求满足各分量信号的循环频率各不相同这一条件，即要求不同分量信号的符号率、载频是不同的。

[1] Xu J L, Su Wei, and Zhou M C. Likelihood-ratio approaches to automatic modulation classification[J]., 2011, 41(4): 455-469.

[2] Headley W C and da Silva C R. Asynchronous classification of digital amplitude-phase modulated signals in flat-fading channels[J]., 2011, 59(1): 7-12.

[3] Dobre O A and Inkol R. Blind signal identification: achievements, trends, and challenges[C]. IEEE International Conference on Communications, Bucharest, 2012: 349-352.

[4] 范海波, 杨志俊, 曹志刚. 卫星通信常用调制方式的自动识别 [J]. 通信学报, 2004, 25(1): 140-149.

Fan Hai-bo, Yang Zhi-jun, and Cao Zhi-gang. Automatic recognition for common used modulations in satellite commnication[J]., 2004, 25(1): 140-149.

[5] Zhang L P, Wang J X, and Ma N. Blind separation and modulation identification of jamming signals in communications[C]. IEEE International Conference on Electronics, Communications and Control Ningbo, 2011: 170-173.

[6] Spooner C M. Classification of co-channel communication signals using cyclic cumulants[C]. Proceedings of the 29th Asilomar Conference on Signals, Systems and Computer, Washington DC, 1995: 531-536.

[7] 余志斌, 于宁宇. 基于循环谱包络的多信号调制识别[J]. 计算机应用, 2012, 32(8): 2119-2122.

Yu Zhi-bin and Yu Ning-yu. Modulation recognition for multi component PSK signals based on cyclic spectrum amplitude[J]., 2012, 32(8): 2119-2122.

[8] 陆明泉, 肖先赐. 同信道多信号的调制识别方法 [J]. 清华大学学报(自然科学版,网络. 预览), 2009, 49(10): 103-107.

Lu Ming-quan and Xiao Xian-chi. Modulation recognition of multiple co-channel signals[J].(), 2009, 49(10): 103-107.

[9] 程汉文, 朱雷, 吴乐南. 基于累计量的干扰信号调制识别算法 [J]. 电子与信息学报, 2009, 31(7): 1741-1745.

Cheng Han-wen, Zhu Lei, and Wu Le-nan. Modulation classification algorithm for jamming signal based on cumulants[J].&, 2009, 31(7): 1741-1745.

[10] Nikias C L and Petropulu A P. Higher-Order Spectra Analysis: A Nonlinear Signal Processing Framework[M]. Englewood Cliffs, NJ: PTR Prentice Hall, 1993: 53-78.

[11] 杨琳, 许小东, 路友荣, 等. 基于谱线特征的恒包络数字调制方式识别方法[J]. 中国科学技术大学学报, 2009, 39(9): 936-943.

Yang Lin, Xu Xiao-dong, Lu You-rong,.. Spectrum line based modulation classification for constant modulus digital modulation signals[J]., 2009, 39(9): 936-943.

[12] Spooner C M and Gardner W A. The cumulant theory of cyclostationary time-series. II. Development and applications [J]., 1994, 42(12): 3409-3429.

[13] 刘双平, 文翔, 金梁. 一种抑制符号速率估计背景色噪声的非线性滤波算法[J]. 电子学报, 2007, 35(1): 95-99.

Liu Shuang-ping, Wen Xiang, and Jin Liang. A new nonlinear filtering algorithm for colored backgroud self-noise suppressing of symbol rate[J]., 2007, 35(1): 95-99.

[14] Dandawate A V and Giannakis G B. Statistical tests for presence of cyclostationarity[J]., 1994, 42(9): 2355-2369.

赵宇峰： 男，1986年生，博士生，研究方向为盲信号处理、无线通信.

曹玉健： 男，1988年生，博士生，研究方向为通信信号的自适应处理.

纪 勇： 男，1977年生，工程师，研究方向为信号处理、电子系统的设计.

戴旭初： 男，1963年生，教授，博士生导师，研究方向为宽带无线通信、自适应信号处理.

Modulation Identification for Single-channel Mixed CommunicationSignals Based on Cyclic Frequency Features

Zhao Yu-feng①Cao Yu-jian①Ji Yong②Dai Xu-chu①

①(,,230027,)②(,230088,)

Single-channel blind separation of several time-frequency overlapping communication signals, which has potential and wide application, is a hot and intractable point in the field of communication signal processing. The modulation type and source number are necessary for blind separation of several mixed signals received by single channel. In this paper, cycle frequencies of second-order and fourth-order cyclic cumulants of digital modulation signals are investigated. Based on the features of cycle frequencies, a novel method for modulation identification and source number estimation is proposed for single-channel mixed communication signals, and an algorithm is presented. The proposed approach does not need the prior information such as power, carrier frequency, symbol rate, time recovery and so on, and can effectively identify the source number and modulation type of each source when the signal received by single channel is a random mixture of several kinds of typical communication signals (BPSK, QPSK, OQPSK, MSK.). Through simulations under different conditions, the performance of the proposed algorithm is examined, and its effectiveness is also demonstrated.

Digital communication; Modulation identification; Cyclic cumulants; Cyclic frequency detection

TN919

A

1009-5896(2014)05-1202-07

10.3724/SP.J.1146.2013.00454

戴旭初 daixc@ustc.edu.cn

2013-04-07收到，2014-01-15改回