基于中频信号特征参数的卫星通信调制样式识别

解辉 陈冠一 董庆军 卫晓奇

摘  要： 卫星通信调制样式识别与参数估计是空间信息对抗的重要内容之一，在获取制太空权、制信息权方面发挥着至关重要的作用。针对卫星通信中常用通信信号的调制识别，在现有谱分析方法的基础上，提出3种特征参量，丰富识别的信号样式，完善了自动识别流程。该方法不需要精确的载频和码速率等先验信息，同时能够利用信号特征参数自动完成识别。仿真实验验证了所提算法的有效性，并对算法性能进行了分析。仿真结果表明，在 SNR为5 dB时所有信号的正确识别率均达到96%以上。

关键词： 通信对抗; 调制识别; 参数估计; 循环谱; 包络谱; 功率谱; 自动识别

中图分类号： TN911.22?34                       文献标识码： A                        文章编号： 1004?373X（2019）11?0011?04

Abstract： The satellite communication modulation pattern recognition and parameter estimation are the important items of the spatial information countermeasure， and play the vital role in acquiring the controlling space right and controlling information right. On the basis of commonly?used communication signal modulation recognition in satellite communication and available spectral analysis method， three characteristic parameters are proposed to enrich the recognized signal pattern and perfect the automatic recognition process. The method can use the signal characteristic parameter to fulfill automatic recognition without accurate prior information such as carrier frequency and bit rate. The validity of the algorithm was verified with simulation experiments， and algorithm performance was analyzed. The simulation results show that the correct recognition rate of all the signals can reach 96% when the SNR is 5 dB.

Keywords： communication countermeasure; modulation recognition; parameter estimation; cyclic spectrum; envelope spectrum; power spectrum; automatic recognition

0  引  言

卫星通信信号调制样式识别与参数估计是空间信息对抗的重要内容[1]，利用识别的调制样式和估计的调制参数能够引导解调器正确进行信号解调，从而能够进一步获取敌方通信信息，同时还能够引导干扰设备发射调制样式、信号参数与敌方通信信号完全匹配的干扰信号，对敌方通信链路进行干扰，与普通压制式干扰信号相比，这种干扰信号更容易进入敌方通信接收机，发射功率小、干扰效率更高。因此，对卫星通信信号调制样式识别进行研究，在未来高技术条件下的空间信息对抗中，对获取制太空权、制信息权方面具有十分重要的意义和作用[1]。

目前，卫星通信调制识别的主要方法有基于判决理论[2?4]和统计模式[5?15]的识别方法。其中，判决理论主要依据概率论和假设检验中的似然比[3]和贝叶斯[4]判决理论进行识别，其关键是依据信号统计特性，选取最小代价函数得到检验统计量，并与判决门限进行比较实现调制方式的分类识别。该类方法的主要问题在于需要大量的先验信息且统计量要很大才能获得较好的分类识别效果，计算效率不高。基于统计模式识别的方法主要有基于高阶累积量[5?9]、星座图[10?12]和谱分析[13?15]的识别方法。其中，基于差分高阶累积量的方法需要精确的载频和码速率等先验信息，而基于调制星座图的识别方法对信噪比的要求较高。基于谱分析的方法主要利用不同调制信号的功率谱、平方谱、四次方谱、包络谱等频谱特征实现调制识别，但上述特征对于BPSK和UQPSK调制无法区别，且DSB，SSB，AM等模拟信号也没有纳入其处理流程。

本文從卫星通信信号的中频信号特征参数出发，在现有识别特征参数的基础上，提出功率谱单频分量检测值、功率谱对称指数和循环谱估计I，Q两路功率比[p]等3个特征参量，分别用于识别AM，DSB，SSB信号，以及区别BPSK和UQPSK信号，同已有的6个特征参数相结合，给出常用卫星通信信号的自动识别流程，侦察接收机对信号进行侦察接收和预处理之后，能够依据特征参数全自动地对信号进行分类识别，且在5 dB的信噪比环境时，能够对所有信号实现96%以上的正确识别率。

1  信号特征分析

一般来说，特征提取是根据不同调制信号所固有的特征差异，充分利用各种方法和数学工具从信号的时域、频域以及变换域等不同角度把这种差异提取出来，作为基本的特征数量较大，可作为特征选择原始特征集的一部分。

1） 信号功率谱特征分析

信号功率谱直接反映调制信号中各频率分量的功率分布。

PSK信号的功率谱不存在载波分量，而MFSK信号的功率谱存在载波分量，且载波分量个数与[M]有关[1]。

存在载波分量的信号（AM，2FSK，4FSK）和无载波分量信号（如BPSK，QPSK，8PSK，OQPSK，UQPSK， DSB，SSB等）在信号功率谱载频处有很大的不同。AM信号的功率谱存在单载波分量，而MFSK信号的功率谱中存在多载波分量（2FSK有2个载波分量，4FSK有4个载波分量），因此载波分量的个数可用于它们的识别。

2） 信号平方谱特征分析

根据文献[1]可知，BPSK，UQPSK，OQPSK信号的平方谱存在单频分量，其中，OQPSK信号的平方谱在[2fc±1T]处有两个单频分量。而其他的PSK信号和DSB，SSB信号则无此特征。因此，可以根据信号的平方谱是否存在单频分量和单频分量的个数对{BPSK，UQPSK}，OQPSK，{QPSK，8PSK}信号进行识别。

3） 信号循环谱特征分析

BPSK信号和UQPSK信号的平方谱特征相似，不能利用平方谱特征来识别。考虑到BPSK信号只有一路，而UQPSK信号是由功率比为[p]的I，Q两路信号构成，因此可以通过估计I，Q两路的功率比[p]对BPSK和UQPSK信号进行识别。

4） 信号的四次方谱特征分析

利用信号的四次方谱特征可对QPSK，pi/4?QPSK，8PSK信号进行识别。QPSK信号的四次方谱在[4fc]处存在谱线，pi/4?QPSK信号的四次方谱在[4fc±12T]处存在两条谱线，而8PSK信号四次方谱不存在谱线。

5） 包络谱特征

PSK信号的包络谱中在[1T]处存在谱线[1]。而DSB，SSB信号的包络谱中不存在单频分量。利用这个特征可以对8PSK和DSB，SSB信号进行识别。

2  识别特征参数

特征参数是实现自动调制识别的主要判决依据，目前现有文献常用的特征常数有6个，分别为：

1） 信号平方谱单频分量检测值[C2];

2） 信号四次方谱单频分量检测值[C4];

3） 信号包络谱单频分量检测值[Ca];

4） 功率谱单频分量数[N1]。谱峰数主要用于多谱峰信号的分类，如2FSK和4FSK;

5） 平方谱单频分量数[N2];

6） 四次方谱单频分量数[N4]。

本文又提出3个特征参数，综合文献中的特征参数，使得调制识别的信号样式更加丰富。

1） 信号功率谱单频分量检测值[C1];

2） 功率谱对称指数[L]。对称指数可以描述频谱对称性，定义为：

通过计算功率谱对称指数[L]可以对DSB和SSB信号进行识别。为了提高该参数的稳定性，可以进一步对频谱做平滑滤波，防止由于频谱估计的随机误差而带来的错误。

3） 循环谱估计I，Q两路功率比[p]。

3  识别流程

根据以上分析，计算信号特征参数后，可按图1所示流程完成自动识别。

图1  调制样式自动识别流程

4  性能仿真与分析

针对卫星通信中常用的BPSK，QPSK，OQPSK，UQPSK，8PSK，pi/4?QPSK，2FSK，4FSK，AM，DSB，SSB等信号，进行了计算机仿真。采样频率[fs]为100 MHz，中心频率为70 MHz，码元速率为5 MHz。卫星信道是 AWGN信道，并且进行限带滤波，带宽为调制信号带宽的2倍。每个识别样本用131 072个样点，每个信号在同一信噪比下仿真500 次。

在不同信噪比下对各种调制信号的正确识别次数和错误识别次数进行了大量仿真。信噪比为 5～15 dB时各类信号的正确识别率曲线如图2所示。

图2  不同调制样式识别正确率随信噪比变化曲线

从仿真结果中可以看出，在信噪比为5 dB 时，所有信号都达到了96%以上的正确识别率，且正确识别率随着信噪比的增加而提高。因此本文的信号识别流程有效，文中提出的3个特征参量未对原有识别效果造成影响，且对AM，DSB，SSB信号进行了有效识别，对BPSK和UQPSK信号进行了区分。

5  结  语

衛星通信调制样式识别是卫星通信侦察的重要内容，为对截获信号进行正确解调和欺骗干扰提供前提和保证。本文对侦察接收机截获的中频通信信号的谱特征进行归纳分析，通过分析信号的谱特征，在现有识别特征参数的基础上，又提出3种用于识别的特征参量，丰富了调制识别的信号样式，完善了调制样式自动识别的总体流程。最后对算法性能进行计算机仿真，仿真结果表明在准确载频、带宽及信噪比未知的情况下，本文识别算法可有效对各种通信信号进行分类识别，并且在较低信噪比下仍具有很好的识别准确率。

参考文献

[1] 马兆宇，韩福丽，谢智东，等.卫星通信信号体系调制识别技术[J].航空学报，2014，35（12）：3403?3414.

MA Zhaoyu， HAN Fuli， XIE Zhidong， et al. Modulation recognition technology of satellite communication signal system [J]. Acta aeronautica et astronautica sinica， 2014， 35（12）： 3403?3414.

[2] 陈红，蔡晓霞，徐云，等.基于多重分形特征的通信调制方式识别研究[J].电子与信息学报，2016，38（4）：863?868.

CHEN Hong， CAI Xiaoxia， XU Yun， et al. Communication modulation recognition based on multi?fractal dimension characteristics [J]. Journal of electronics & information technology， 2016， 38（4）： 863?868.

[3] 吴斌，袁亚博，汪勃.基于记忆因子的连续相位调制信号最大似然调制识别[J].电子与信息学报，2016，38（10）：2546?2552.

WU Bin， YUAN Yabo， WANG Bo. Maximum likelihood modulation recognition for continuous phase modulation signals using memory factor [J]. Journal of electronics & information technology， 2016， 38（10）： 2546?2552.

[4] 付俊强，李蓉，赵成林，等.基于贝叶斯序贯推理的自适应调制识别算法[J].系统工程与电子技术，2015，37（12）：2860?2864.

FU Junqiang， LI Rong， ZHAO Chenglin， et al. Sequential Bayesian inference based adaptive modulation recognition algorithm [J]. Systems engineering and electronics， 2015， 37（12）： 2860?2864.

[5] 何斌.基于高阶累积量的调制识别技术的研究[J].信息通信，2017（1）：34?35.

HE Bin. Research on the technology of modulation types recognition based on higher order cumulant [J]. Information & communications， 2017（1）： 34?35.

[6] 曾创展，贾鑫，刘淑茜.一种简单多径信道下的调制识别方法[J].电讯技术，2015，55（11）：1266?1271.

ZENG Chuangzhan， JIA Xin， LIU Shuqian. A modulation re?cognition method under simple multipath channel [J]. Telecommunication engineering， 2015， 55（11）： 1266?1271.

[7] 孔豫京，黄焱，马金全.基于实归一化压缩循环统计量的调制识别方法[J].信息工程大学学报，2016，17（1）：41?47.

KONG Yujing， HUANG Yan， MA Jinquan. Modulation recognition methods based on real normalized compression cyclic statistics [J]. Journal of Information Engineering University， 2016， 17（1）： 41?47.

[8] 张红超，欧阳喜，张冬玲.盲接收条件下单信道时频混叠信号的调制识别[J].信息工程大学学报，2016，17（1）：34?40.

ZHANG Hongchao， OUYANG Xi， ZHANG Dongling. Modulation recognition for time?frequency overlapped signals in single?channel under blind reception conditions [J]. Journal of Information Engineering University， 2016， 17（1）： 34?40.

[9] 陈泽艺.基于循环谱和高阶累积量的联合模式识别方法[J].电讯技术，2015，55（3）：328?332.

CHEN Zeyi. A combined modulation recognition based on cyclic spectrum and high?order cumulants [J]. Telecommunication engineering， 2015， 55（3）： 328?332.

[10] 张洋，彭华.单通道混合信号调制识别[J].信息工程大学学报，2016，17（6）：662?668.

ZHANG Yang， PENG Hua. Modulation recognition for mixed signals in single channel [J]. Journal of Information Enginee?ring University， 2016， 17（6）： 662?668.

[11] 崔旭，熊刚.一种基于星座图模糊分析的数字调制识别方法[J].通信技术，2016，49（9）：1155?1158.

CUI Xu， XIONG Gang. Digital modulation recognition based on constellation diagram fuzzy analysis [J]. Communications technology， 2016， 49（9）： 1155?1158.

[12] 陆珊珊，王伟，王国玉.幅相调制信号的星座图恢复与调制方式识别[J].国防科技大学学报，2016，38（3）：130?134.

LU Shanshan， WANG Wei， WANG Guoyu. Constellation recovery and modulation recognition for multiple quadrature amplitude modulation signals [J]. Journal of National University of Defense Technology， 2016， 38（3）： 130?134.

[13] 刘莹，单洪，胡以华，等.基于谱分析的卫星通信调制识别算法[J].火力与指挥控制，2017，42（1）：45?48.

LIU Ying， SHAN Hong， HU Yihua， et al. Automatic recognition based on spectral feature in satellite communication [J]. Fire control & command control， 2017， 42（1）： 45?48.

[14] 曾创展，贾鑫，刘淑茜.一种单信道时频重叠信号调制识别方法[J].电讯技术，2015，55（10）：1164?1169.

ZENG Chuangzhan， JIA Xin， LIU Shuqian. A modulation re?cognition method for time?frequency overlapped signals in single channel [J]. Telecommunication engineering， 2015， 55（10）： 1164?1169.

[15] 于洋，李孝严，张晓春.BPSK，QPSK，UQPSK，64QAM信号自动调制识别[J].电子科技，2015，28（1）：49?52.

YU Yang， LI Xiaoyan， ZHANG Xiaochun. Automatic modulation recognition of BPSK， QPSK， UQPSK and 64QAM signals [J]. Electronic science and technology， 2015， 28（1）： 49?52.