一种高速LINK22信号类内快速识别方法

张华娣，楼华勋,2

（1.中国电子科技集团公司第三十六研究所，浙江 嘉兴 314033；2.通信信息控制和安全技术重点实验室，浙江 嘉兴 314033）

一种高速LINK22信号类内快速识别方法

张华娣1，楼华勋1,2

（1.中国电子科技集团公司第三十六研究所，浙江 嘉兴 314033；2.通信信息控制和安全技术重点实验室，浙江 嘉兴 314033）

为了充分利用有限的频率资源，LINK22使用环形星座的QAM及8PSK的调制方式来提高信息传输速率。根据高速LINK22信号的特点，在初步判定为LINK22信号的前提下，充分利用该信号的先验知识，提出了一种信噪比估计联合R参数和零中心归一化瞬时幅度的四阶矩估计对高速LINK22信号的8PSK、16QAM、32QAM及64QAM调制方式进行类内识别的方法。仿真结果表明，该识别方法在低信噪比下仍有良好的识别效果。该算法计算复杂度不高，实时性好，更利于工程实现。

LINK22；快速识别；R参数；四阶矩

0 引 言

LINK22是北约国家的新一代战术数据链，因其功能强大而被列为未来美军及其盟军广泛使用的数据链。因此，对其进行研究意义非凡[1]。LINK22数据链的工作频段为HF和UHF频段[2]。在HF频段，有低速率模式和高速率模式两种。低速率模式使用的是QPSK和8PSK两种信号调制方式；高速模式为了提高频带的利用率，使用了8PSK、16QAM、32QAM及64QAM等信号调制方式[2]。图1为该高速LINK22信号使用的8PSK、16QAM、32QAM及64QAM调制方式的星座图[2]。

这里，只针对LINK22信号HF频段高速模式的调制类型识别问题进行讨论。对于一般情况下的PSK和QAM的调制类型识别，通常有小波变换方法、聚类分析方法以及模式识别方法等[3]。但是，这些方法都有一个共同的特点，即计算复杂度高，不利于工程实现。在实际应用中，可以先通过同步头匹配的方法，初步判定该信号是否是HF频段的高速LINK22信号，以把识别范围锁定在8PSK、16QAM、32QAM及64QAM四种调制类型上。另外，对于HF频段的高速LINK22信号，这四种调制类型信号使用的码速率和成形滤波器的滚降因子一致，因此可以充分利用这些先验知识来设计特征参数及其判决门限值。本文从快速识别的角度出发，选取了R参数和零中心归一化瞬时幅度的四阶矩这两个参数作为特征量，以对调制类型进行识别。

图1 高速LINK22信号调制星座图

1 R参数

R参数定义如下：

式（1）中，μ和σ2分别是信号包络平方的均值和方差[4]。R参数反映了信号包络的平坦度，可用于区分恒包络信号和非恒包络信号子类。

图2为不加噪情况下8PSK、16QAM、32QAM及64QAM四种调制信号进行1 000次蒙特卡罗试验得到的R参数值的对比图。

图2 8PSK、16QAM、32QAM及64QAM的R参数（不加噪声）

由图2可见，8PSK的R参数值明显比16QAM、32QAM及64QAM的值小。这是由于8PSK是恒幅相位调制信号，而16QAM、32QAM及64QAM是幅度相位调制信号。因此，在相同的信噪比条件下，8PSK的包络平坦度会比16QAM、32QAM及64QAM好，故利用这一特征可以轻易地把8PSK调制类型识别出来。

另外，从图2也可看出，16QAM信号的R参数值比32QAM、64QAM的值要小。这是由于16QAM信号只有两种幅度，而32QAM及64QAM有多种幅度。因此，16QAM信号的包络平坦度会优于32QAM、64QAM信号。所以，利用R参数，也可以把16QAM调制类型信号识别出来。

由图2可知，32QAM信号和64QAM信号的R参数值基本重叠，它们的值在同一数值范围内，用包络平坦度不宜将这两种信号区分出来。因此，不能用R参数作为特征量来区分32QAM和64QAM这两种调制类型。

2 零中心归一化瞬时幅度的四阶矩

零中心归一化瞬时幅度的四阶矩μα42定义如下：

μα42是零中心归一化瞬时幅度的四阶矩，反映了瞬时幅度分布的密集性。

图3为不加噪情况下32QAM和64QAM调制信号进行1 000次蒙特卡罗试验得到的零中心归一化瞬时幅度的四阶矩值对比图。

图3 32QAM及64QAM的μα42（不加噪声）

由上一节的R参数讨论知，在不加噪声情况下，通过R参数值比较，能将8PSK、16QAM从8PSK、16QAM、32QAM及64QAM四种调制信号中分离出来。因此，这里只需要考虑将32QAM和64QAM区分出来，就可以实现这四种调制信号的分类识别。由图3可见，32QAM和64QAM的零中心归一化瞬时幅度的四阶矩基本是在两个数值范围，并且64QAM的值要比32QAM高，这是因为64QAM的幅度种类比32QAM的幅度种类要多。也就是说，64QAM信号的瞬时幅度比32QAM信号的瞬时幅度的分布密集性要高。因此，利用这一特征，可以将32QAM信号和64QAM信号区分开来。

3 噪声的影响

3.1 噪声对R参数的影响

R参数是与信号包络相关的特征量，因此其值会受噪声的影响。

图4是信噪比从5 dB到30 dB下，8PSK、16QAM、32QAM及64QAM四种调制信号各进行1 000次蒙特卡罗试验得到的R参数均值比较图。

图4 4种调制信号随信噪比变化的R参数比较

从图4可见，信噪比在5 dB附近时，8PSK、16QAM、32QAM及64QAM这四种调制信号的R参数均值差别不大，不利于信号的识别。

考虑到使用滤波器对信号做滤波后再进行特征量的求取可以减小噪声对参数的影响，于是设计一个低通滤波器，使这4个信号分别先通过滤波器，再分别进行5 dB到30 dB下各1 000次的蒙特卡罗试验得到R参数均值比较图，如图5所示。

图5 滤波后4种调制信号随信噪比变化的R参数比较

从图5可见，8PSK和16QAM信号通过滤波器滤波后，其R参数均值在信噪比5 dB附近能清楚区分。这样就可以针对不同的信噪比设置不同的门限阀值，从而把8PSK和16QAM从这4种调制信号中分离出来。

3.2 噪声对零中心归一化瞬时幅度的四阶矩的影响

图6是信噪比从5 dB到30 dB下，32QAM和64QAM两种调制信号各进行1 000次蒙特卡罗试验得到的零中心归一化瞬时幅度的四阶矩均值比较图。

图6 两种调制信号随信噪比变化的μα42比较

从图6可见，信噪比在5 dB附近时，32QAM和64QAM这两种调制信号的零中心归一化瞬时幅度的四阶矩差别不大，不利于信号的识别。同样，将信号通过低通滤波器滤波后，再进行的求取。图7给出了32QAM和64QAM信号低通滤波后，从5 dB到30 dB下各进行1 000次的蒙特卡罗试验得到的零中心归一化瞬时幅度的四阶矩均值比较图。

图7 带滤波器下两种调制信号随信噪比变化的比较

从图7可见，32QAM和64QAM信号通过滤波器之后，其零中心归一化瞬时幅度的四阶矩均值在信噪比5 dB附近能明显地区分。这样就可以把32QAM和64QAM这两种调制信号，从8PSK、16QAM、32QAM及64QAM这4种调制信号中分离开来。

4 自动识别方法

通过前面的讨论，知道选取R参数和零中心归一化瞬时幅度的四阶矩这两个参数作为特征量对调制类型进行识别是有效的。因此，下面将按下述步骤进行自动识别。

具体的，自动识别方法的实现步骤如下：

（1）根据图5和图7，分别确定不同信噪比下进行8PSK、16QAM和32QAM及64QAM区分的R参数和零中心归一化瞬时幅度的四阶矩的判决门限阀值，并将这些值制成存储表格存到存储器中待用；

（2）计算信号功率谱，根据功率谱进行信噪比估计[5]；

（3）根据估算的信噪比，调用存储器中对应信噪比下的判决门限阀值；

（4）设置低通FIR滤波器；

（5）使信号通过FIR滤波器进行滤波；

（6）计算滤波后的信号的R参数，并将该值与步骤（3）得到的门限阀值进行比较；如果判断出是8PSK或16QAM，则识别结束；否则，进入步骤（7）；

（8）经过步骤（6）和步骤（7）仍然无识别结果，则输出未知信号。

5 仿真实验

在5 dB、10 dB、15 dB、20 dB、25 dB和30 dB信噪比下，各随机产生100组8PSK、16QAM、32QAM和64QAM信号，按照第4节的方法进行信号自动识别，得到识别正确率见表1。

表1 识别正确率

从表1可见，8PSK和16QAM信号在低信噪比下仍然有很好的识别率。而32QAM和64QAM信号在5 dB、10 dB等低信噪比情况下识别概率欠佳，这是由于噪声的随机性影响引起的。通过对零中心归一化瞬时幅度的四阶矩多次取平均再去判断的方法，可以去除随机噪声的影响，提高识别正确率。

为了提高算法的效率，在估计出信噪比为15 dB以下，并且通过R参数估计判断出信号不是8PSK和16QAM时，对零中心归一化瞬时幅度的四阶矩进行100次平均，得到的均值再与相应信噪比的门限阀值做比较，从而给出判断结果。因为在实际工程应用中可以保留前99次的结果，再用新得到的一个与前99次的作平均。这样除了在前99组信号采样时得不到正确的识别结果，在第100组信号之后都能依次给出正确识别结果，且总的来说，这样的处理方法对信号的识别速度影响不大。表2给出了低信噪比下进行平均处理后的信号识别正确率。在5 dB、10 dB、15 dB、20 dB、25 dB和30 dB信噪比下，各随机产生100组8PSK、16QAM、32QAM和64QAM信号，按照改进后的方法进行信号自动识别，得到识别正确率见表2。对比表1和表2，在信噪比5 dB条件下，32QAM和64QAM的识别正确率由未改进前的64%和63%均提高到了100%。仿真结果可见，这是一种有效的改进方法。

表2 μα42平均处理后的识别正确率

表2 μα42平均处理后的识别正确率

SNR/dB8PSK16QAM32QAM64QAM 510095100100 10100100100100 151001009384 201001009896 251001009997 301001009999

6 结 语

本文给出了两个特征量的定义公式及物理含义，分析了高速LINK22信号不同调制方式下对应的特征量的不同。又由于所提的信号特征量受噪声的影响，提出用信噪比联合特征量估计的方法对信号进行识别。同时，根据仿真结果，进一步完善了自动识别的方法，提高了识别正确率。可见，该方法计算复杂度低，易于实现，实用性高，可用于工程实现。

[1] 何健辉,饶志宏.基于OPNET的Link22建模与仿真[J].通信技术,2009,42(10):97-99. HE Jian-hui,RAO Zhi-hong.Model and Simulation of Link22 based on OPNET[J].Commumcation Technology,2009,42(10):97-99.

[2] 尹亚兰,邓捷坤.Link22数据链调制方式性能分析[J].信息化研究,2009,35(01):26-28. YIN Ya-lan,DENG Jie-kun.Performance Analysis of Modulation Mode of Link22[J].InformatizationResearch,2009,35(01):26-28.

[3] 曹颖,周丽丽,王晓亚.高阶QAM信号调制样式识别算法研究[J].火控雷达技术,2013,42(02):23-26. CAO Ying,ZHOU Li-li,WANG Xiao-ya.Study on High Order QAM Signal Modulation Mode Recognition Algorithm[J].Fire Control Radar Technology,2013,42(02):23-26.

[4] 罗吉,唐斌.数字调制信号识别算法研究[D].成都:电子科技大学,2008. LUO Ji,TANG Bin.Study on Modulation Classification of Digital Modulation Signals[D].Chengdu:University of Electronic Science and Technology of China,2008.

[5] 彭耿,黄知涛,陆凤波等.中频通信信号信噪比的快速盲估计[J].电子与信息学报,2010,32(01):102-106. PENG Geng,HUANG Zhi-tao,LU Feng-bo,et al.Fast Blind SNR Estimation of IF Communication Signals[J].Journal of Electronics&Information Technology,2010,32(01):102-106.

张华娣（1978—），女，硕士，高级工程师，主要研究方向为信号分析处理；

楼华勋（1981—），男，硕士，工程师，主要研究方向为信号处理原型产品开发。

A Modulation Classification Method of High-Rate LINK22 Signal

ZHANG Hua-di1, LOU Hua-xun1,2
(1.No.36 Research Institute of CETC, Jiaxing Zhejiang 314033, China；2.Science and Technology on Communication Information Security Control Laboratory, Jiaxing Zhejiang 314033, China)

To take full advantage of the limited frequency resource, the modulation system of QAM constellations in annular shape and 8PSK are used in LINK22, so as to achieve and high data rate.Based on the characteristics of high-rate LINK22 signal, and when the high rate LINK22 signal is preliminarily determined, the prior information is utilized sufficiently and a classification method based on the SNR estimation combining R parameter calculation and the mean fourth of the normalized and zero-center instantaneous amplitude estimation is proposed, thus to identify the modulation type of LINK22 signal including 8PSK,16QAM,32QAM and 64QAM.Simulation results indicate that the proposed classification method has fairly good identification effects under low SNR conditions. This method, forits low computation complexity and good real-time performance, is beneficial for engineering implementation.

LINK22; rapid identification; R parameter; mean fourth

TN911

A

1002-0802(2016)-12-1619-05

10.3969/j.issn.1002-0802.2016.12.009

2016-08-14

2016-11-24 Received date:2016-08-14;Revised date:2016-11-24