基于特征提取的数字通信信号调制识别方法

刘 敏

（石家庄铁道大学，河北 石家庄 050043）

0 引 言

数字通信的目标是快速、高效、准确地传送资讯信息。在通信中，为了使信道容量最大化，满足不同用户的需要，应采取有效的措施识别调试信号。随着现阶段我国数字化通信技术的持续更新，数字通信环境呈现一种更加复杂的趋势，如何实现对信号的精准监测与识别，成为了关注与研究重点。在军事方面，通过识别信号调制模式，可以有效监听敌方传递的信息，而只有掌握信号调制模式，才能估算调制参数，以便有针对性地侦察、反侦查[1]。在民用领域，可以通过对信号的确认、干扰识别和频谱监控，合法监督广播站是否严格按照指定的工作参数运行，并监控非法广播站的干扰和来源。调制模式是区分通信信号特性的关键，在调制处理前端接收信号时，无需任何先验知识即可精准判断并识别信号的类别。近几年来，由于通信体制、调制方式、信号的密度等变化，使数字通信信号的接收必须在一定的频段内开放[2]。为满足信号的瞬时、调频、响应需要，有关单位采用了宽频接收器，在同一时间内，将会有大量、不同渠道的调制信号进入接收端，为实现在此种条件下对进入信号的精准识别，本文将在此次研究中，基于特征提取，设计数字通信信号调制识别方法，以此种方式为高速信号通信工程的规范化建设提供技术保障。

1 数字通信信号调制特征提取

为实现对数字通信信号调试模式的精准识别，在开展方法设计前，根据信号的空间矩阵表达方式，提取信号的调制特征。考虑到数字通信信号的传输信道带宽存在一定的限制条件，因此在有限的条件下，势必会在提取特征中出现终端波形失真的问题[3]。为解决此种问题，可采用对发送端数字基带成形处理的方式，降低特征提取中的信号失真问题。提取前，根据信号在空间传输中的一般模式，对其的表达方式统一处理，处理过程为

式中：r表示表达方式统一处理；t表示信号传输时间节点；e表示加性高斯白噪声；a表示调制码元；g表示成形函数；T表示符号长度；n表示调制相位；j表示信号传输信号干扰条件。在此基础上，考虑到不同类型的信号参数存在差异，要实现对多特征信号参数的精准提取，需要在现有工作的基础上，归一处理信号中心瞬时幅度[4]。处理过程为

式中：γ表示归一处理信号中心瞬时幅度；F表示载波频率；i表示瞬时幅度的均值；N表示双边功率谱密度。在信号矩阵成型的条件下，不同信号的瞬时幅值是存在显著差异的，但其特征之间也存在一定的包络联系。而要基于此种联系实现对信号特征的提取，可以将上述计算公式结果作为参照，将信号在空间传输过程中的包络方差与平均值作为支撑，提取信号的通信传输特征。处理过程为

式中：R表示数字通信信号调制特征；μ表示信号在空间传输过程中的包络方差；σ表示包络均值。按照上述方式，实现数字通信信号调制特征的提取。

2 信号特征处理与分类

完成上述设计后，考虑到通过此种方式，识别到的信号可能携带一定的噪声，此种噪声会对后续识别造成影响。因此，引进瞬时特征处理法，利用其中的Hilbert工具，处理短时信号的瞬态特性和具有复杂表象的瞬态参数。设定数字通信信号表示为f(t)，则f(t)计算公式为

式中：H表示Hilbert处理工具；τ表示瞬态参数。在此过程中，可以将Hilbert处理工具作为全通滤波器。在使用Hilbert处理信号特征时，其响应频率可以通过获取信号的解析得到。在此基础上，使用小波转换技术，从特征量中抽取特征关键信息，获取特征轮廓、细节等数据，根据特征信息选择合适的分类法，从而实现对信号的分类。在不同的数字调制信号中，当上一符号周期向下一符号周期转换时，可以改变调制信号的幅度、相位或者频率[5]。而标准的分类特性就是上述的改变。因此，可以在完成对信号的处理后，利用小波分析法，检测信号转换过程中的变异行为，以此实现对信号的标准分类。按照上述方式，完成信号特征处理与分类。

3 基于谱线分析的信号调制方式识别

在上述设计内容的基础上，引进谱线分析法，将信号在循环传输过程中的密度谱峰数量、峰值、空间分布等作为参照，精准识别信号。在此过程中，计算数字通信信号调制模式的循环谱密度，对应的公式为

式中：S(α)表示数字通信信号调制模式的循环谱密度；Sα(0)表示数字通信信号调制模式的循环谱初始化密度；Sλ(f)表示载波密度；Sλ(0)表示载波初始化密度。在此基础上，提取信号的谱峰值，如果提取后发现数字通信信号的谱峰值＞1.0，且信号中不存在其他信息干扰，则将其识别为第1类信号。当提取后发现数字通信信号的谱峰值在0～1.0时，将其识别为第2类信号。当提取后发现数字通信信号的谱峰值＜0时，将其识别为第3类信号。考虑到信号可能存在单峰结构，而按照上述方式提取的信号可能存在偏差。因此，需要在上述识别结果的基础上补偿信号的谱峰值。计算提取信号谱峰值的标准偏差，公式为

式中：K表示提取信号谱峰值的标准偏差；b表示门限值。按照式（5）与上述步骤得到数字通信信道的谱峰值，再按照计算式（6）计算谱峰值的偏差。按照标准，补偿谱峰值，以此种方式提高识别结果的精准与准确率，实现对基于谱线分析的信号调制方式识别，完成基于特征提取的识别方法设计。

4 实例应用分析

完成上文设计后，为检验该方法在实际应用中的效果，设计实例应用实验，对该方法展开测试。

实验过程中，设定7种数字通信信号调制类型，分别为偏移四相相移键控（Offset Quadrature Phase Shift Keying，OQPSK）、四相相移键控 （Quadrature Phase Shift Keying，QPSK）、二进制相移键控（Binary Phase Shift Keying，BPSK）、二进制频移键控（Frequency Shift Keying，2FSK）、振幅调制（Amplitude Modulation，AM）、频率调制（Frequency Modulation，FM）、电缆调制解调器（Cable Modem，CM），将数字通信信号录入MATLAB终端，模拟信号在空间中的传输方式，通过此种方式，建立对比实验环境。为确保设计的环境满足或符合数字通信信号的传输需求，按照表1设计测试环境技术参数。

表1 测试环境技术参数

完成上述设计后，随机选择2FSK调制信号与CM调制信号作为此次实验的测试样本。使用本文方法，对信号调制展开识别。识别过程中，根据信号在空间中的分布情况，提取数字通信信号的调制特征。同时，预处理提取的特征数据，对其按照标准分类。在此基础上，引进谱线分析法，识别不同信号的调制方式，以此种方式实现基于本文方法的信号调制方式识别。

设定数字通信信号在空间中的谱线参数为Q，将Q作为区分不同信号调制方式的依据，其中Q的取值为＞0的随机数。分析在不同信噪比下，本文方法对2FSK调制信号与CM调制信号的识别结果，如图1所示。

图1 2FSK调制信号与CM调制信号识别结果

从图1中可以看出，当信号信噪比＞3dB时，本文方法可以精准识别2FSK调制信号与CM调制信号。在上述内容的基础上，选择BPSK调制信号与OQPSK调制信号作为测试样本数据。按照上述相同的步骤，对信号调制方式展开识别。将参数Q作为参照值，分析在不同信噪比下，本文方法对BPSK调制信号与OQPSK调制信号的识别结果，如图2所示。

图2 BPSK调制信号与OQPSK调制信号识别结果

从上述图2可知，在信噪比为-5～16 dB时，本文方法可以精准识别BPSK调制信号与OQPSK调制信号。因此，在完成上述实验后，得到如下所示的实验结论：本文设计的基于特征提取的识别方法，在实际应用中的效果良好，可以实现在不同条件下对不同类型调制信号的精准识别。

5 结 论

本文通过数字通信信号调制特征提取、信号特征处理与分类、基于谱线分析的信号调制方式识别，基于特征提取，设计数字通信信号调制识别方法。在此基础上，对设计方法展开测试，经过实践检验证明，该方法可以实现在不同条件下对不同类型调制信号的精准识别。尽管此次设计的方法在实际应用中效果良好，但要将此方法在相关工作领域内推广使用，还应在现有工作的基础上加大对方法测试的投入，引进多种方法作为传统方法，基于多角度对该方法的综合性能展开测试，通过此种方式，掌握此方法在实际应用中的优势与不足，并以此作为该方法后续优化设计与改进的方向。