通信信号调制样式盲识别

郝晓军，吴若无，许博浩，陈　翔

(电子信息系统复杂电磁环境效应国家重点实验室，河南 洛阳 471003)



通信信号调制样式盲识别

郝晓军，吴若无，许博浩，陈翔

(电子信息系统复杂电磁环境效应国家重点实验室，河南 洛阳 471003)

摘要：通信信号调制样式盲识别是信息获取的首要步骤，目前大多科研院所主要集中于识别算法及分类器的研究,识别过程复杂。提出采用图形化的信号显示界面，利用通信信号不同调制样式与各类信号显示图形的关联关系，直观展示通信信号的调制方式。这种方式易于上手，有较好的工程实践效果，且对于特种调制样式信号的识别也有很好的分析辅助效果。

关键词：通信调制；盲识别；图形化显示

0引言

调制识别的概念最早由Weaver在1969年提出[1]，他设计的相关算法利用信号的频谱特征，完成了模拟信号、FSK和OOK等信号的分类，但由于当时调制识别公开应用的场合不多，相关公开的学术成果十分罕见。大量研究成果的出现是从20世纪90年代开始的。1990—1995年，Polydoros、Huang、Long等人提出了一系列qLLR算法[2-4]，用于MPSK、MQAM调制的分类，这类方法利用接收信号匹配滤波器的输出，求解似然比qLLR函数进行分类。2000年以后，调制识别成为研究热点，多所高校、研究所展开了相关技术的研究。2000年至今，据不完全统计，国内仅公开发表的博士论文就有10余篇[5-12]。上述研究主要集中于基于统计模式的调制识别，归纳起来主要可分为两个步骤：一是特征提取，二是分类器设计。这些成果均涉及复杂的调制识别算法，而且对于非常规调制样式的信号根本无法从预先设定的调制模型库中匹配得到。

本文避开繁琐的调制识别公式推导，利用各种图形化的显示界面，充分展示通信信号不同调制样式间的关联关系，直观显示通信盲信号的调制方式，易于上手，有较好的工程实践效果，且对于特种调制样式信号的识别也有很好的分析辅助效果。

1基于循环谱和支持向量机分类的调制识别算法

对于未知调制样式的盲信号，现在通行的做法是利用调制识别算法首先进行信号调制样式的识别，然后再进行信息提取。笔者所在的团队曾采用基于循环谱和支持向量机分类的调制识别算法进行盲信号信息获取。

循环平稳信号是一类统计量随时间周期性变化的信号，由于抽样、编码及调制等原因，一般的通信信号都是循环平稳的[13]。与常规功率谱分析法相比，循环谱密度法具有分辨率高、抗干扰能力强等优点。

对于随机信号x(t)，其自相关函数为：

(1)

(3)

图1　分类决策描述

2图形化通信信号调制识别

通信信号的发射无非就是调制到高频载波然后发射，调制最基本的样式就是ASK、PSK和FSK。因此针对上述调制方式，图形化显示通信信号在时域、频域、时频域的变化曲线，可以非常直观地实现对盲信号调制样式的识别。

瀑布图可以非常容易识别MFSK信号，如图2所示。能量在两个频点之间相互跳变，因此判定此信号为2FSK调制。

图2　2FSK瀑布图显示

利用图3的上图所示幅度随时间变化关系可以容易地识别MSK调制信号。PSK调制也可以利用图3的中、下图进行联合判读。通常相位与频率有着密切关系，每一次相位改变，都会带来频率的跳变，因此根据频率随时间跳变的幅度，可以判定此信号的相位是否进行了调制。

图3　PSK信号幅度、频率和相位随时间变化

对于复杂调制信号，调制通常不仅仅单独发生在频率、相位或者幅度域，因此就需要充分利用图3对信号进行整体把握，进而有效实现信号调制样式的识别。另外眼图也可以帮助观察信号幅度、相位及频率随时间的变化关系，如图4所示。

图4　信号眼图

星座图可以非常容易识别MQAM信号，如图5所示。

图5　4QAM信号星座图

所有上述的图形化工具都展示了信号不同层面的特质，充分应用上述图形化工具，对采样信号进行判读可以大大提高信号调制样式判读速度以及准确率。

各图形化窗口展示信号随时间变化特性的同时，都对应软件不同窗口相关参数的设置。窗口参数设置的不理想，将导致图形展示效果的扭曲。最常用的傅里叶变换点数，就会带来时域与频域分辨率的变化：FFT点数选取的多，则频率分辨率增强，时域分辨率下降。点数选取的少，则效果相反。实际应用中往往要依据判读需求，以及工程经验来决定不同窗口具体参数的设置。

3结束语

利用图形化的显示界面非常有助于帮助信号分选工程师实现对通信盲信号的识别，进而实现信息的获取。对比通行的通信信号调制识别算法的研究，采用图形化展示信号特征的方法更加直观，且易于对信号特征的深入把握。并且对于特殊调制的通信信号，采用图形化的信号展示也有助于通信工程师对特殊信号的分析，应用前景极为广阔。■

参考文献：

[1]Weaver CS,Cole CA,Krumland RB,et al.The automatic classification of modulation types by pattern recognition[R].Stanford Lab.,Tech. Report,1969:1829.

[2]Kim PK.On the detection and classification of quadrature digital modulations in broad-band noise[J].IEEE Trans. on Communications,1990, 38(2):1199-1211.

[3]Huang Y,Polydoros A. Likelihood methods for MPSK modulation classification[J].IEEE Trans. on Communi-cations,1995,43(234):1493-1504.

[4]Long S,Chugg KM,Polydoros A.Further results in likelihood classification of QAM signals[C]∥MILCOM,1994:57-61.

[5]吕铁军.通信信号调制识别研究[D].成都:电子科技大学,2000.

[6]陈卫东.数字通信信号调制识别算法研究[D].西安:西安电子科技大学,2001.

[7]詹亚锋.通信信号自动制式识别及参数估计[D].北京:清华大学,2004.

[8]闻翔.通信信号调制识别技术研究[D].郑州:解放军信息工程大学,2006.

[9]张炜.数字通信信号调制方式自动识别研究[D].长沙:国防科技大学,2006.

[10]高玉龙.基于循环谱的调制方式识别与高动态同步技术研究[D].哈尔滨:哈尔滨工业大学,2007.

[11]杨琳.数字通信信号调制方式自动识别技术研究[D].合肥:中国科学技术大学,2008.

[12]陈筱倩.基于广义相关分析的调制制式模糊分类研究[D].武汉:华中科技大学,2007.

[13]Gardner WA.Signal interception:a unifying theoretical framework for feature detection[J].IEEE Trans. on Communications,1988, 1(36):99-104.

Blind recognition of communication signal modulation

Hao Xiaojun,Wu Ruowu,Xu Bohao,Chen Xiang

(State Key Laboratory of Complex Electromagnetic Environment Effects

on Electronics and Information System, Luoyang 471003,Henan,China)

Abstract：Modulation recognition is the first step to obtain the message from the signal. Lots of research institutes are aiming at the research of recognition algorithm and classification now, but it’s very complex.The signal’s graphical display is put forward, which can realize the modulation recognition easily,based on the relationship between different modulation and different graphical content.This way is easy to be operated, and has a good effect in practice. It’s also helpful to realize the special modulation signal for communication engineers.

Key words：communication modulation;blind recognition;graphical display

中图分类号：TN911

文献标识码：A

作者简介：郝晓军(1978-),男，助理研究员，研究方向为时间反演技术、电波传播以及信号处理等。

收稿日期：2015-06-20；2015-09-27修回。