模拟调制技术及其应用

模拟调制技术及其应用

O 引言

通信信号调制方式自动识别是信号分析领域中一个比较重要的研究方向，尤其是在军事通信领域有着很大的应用前景。随着电子对抗技术研究的不断深人，迫切需要进行调制信号自动识别技术的研究，它被广泛应用于：信号确认，干扰识别，无线电侦听，电子对抗，信号监测和威胁分析等领域。当前最具吸引力的实现是软件无线电以及其它可重构系统。

常用的自动识别的方法有理论决策法和模式识别法两种，理论决策法是采用假设检验理论解决信号分类问题，通常根据信号的统计特性，基于耗费函数最小化原则导出统计检验量(主要特征量)，并设置合适的门限识别信号。A．K．Nan．di利用特征参数γmax、δap、δdp，P识别AM、DSB、LSB、USB、FM、VSB、AM．FM七种模拟调制方式，由于计算参数 曲与 需要提取对噪声敏感的非折叠相位信息，因此在低信噪比时识别准确率较低，文中指出在信噪比低于10dB时，识别准确率很低。Y．T．Chan仅利用R参数识别AM，FM，SSB，DSB信号，需要设置三个门限值，且相邻两个门限值之间相差很小，因此在低信噪比时识别效果也不好。在实际的军事通信系统中，AM、DSB、LSB、USB、FM五种模拟调制方式为常用的调制方式，因此可以根据这五种信号的特点，提出在低信噪比时有较高识别准确率的识别流程。本文针对低信噪比时通信信号模拟调制方式的特点，提出了一种基于决策理论的模拟调制方式识别流程，该流程综合运用y～ ，P，R三个特征参数对AM、DSB、LSB、USB、FM五种模拟调制方式进行识别。由于无相位信息参数，仅利用对噪声不敏感的瞬时幅度与谱对称信息，因此可以在低信噪比时对模拟通信信号进行识别，结合信号的线性平滑处理技术或小波门限消噪法对输人数据进行处理，可以进一步提高识别正确率。

1 特征参数的提取与识别流程设计

通信信号的调制信息包含在信号的瞬时幅度、相位、频率的变化之中，不同的信号其频谱也呈现不同的特征，通过提取瞬时幅度、相位、频率以及频谱的参数统计特征，可以识别不同的通信信号。本文根据AM、DSB、LSB、USB、FM五种模拟调制方式的特点，提取的特征参数为γmax，R，P，其中γmax，R对应信号的瞬时幅度特征，P对应频谱对称性特征。在一定的信噪比条件下，根据提取的三个特征参数值，通过设置合理的判决门限，就可以识别出这五种调制方式，判别准则如下：

(1)零中心归一化瞬时幅度谱密度的最大值γmax：

γmax=max|FFT(Acn(i))|/N

2式中， Ns为取样点数，Acn(i)为零中心归一化瞬时幅度，由下式计算：A (f)=A(i)／m ，A (i)=^A ( )一1，而m。=ΣA(i)为瞬时幅度A(i)的平均值，用平均值来对瞬时幅度进行归一化的目的是为了消除信道增益的影响。

利用该参数可实现FM信号与其他四种信号的区分。对FM信号其瞬时幅度约为常数，其零中心归一化瞬时幅度Acn(i)值基本为零，对应其谱密度值很小。对AM、DSB、USB、LSB信号，其零中心归一化瞬时幅度Acn(i)不为零，对应谱密度也不为零。因此在大信噪比情况下选择合适的门限值t(γmax)即可很好地区分FM(γmaxt(γmax))。但在小信噪比条件下，由于噪声对信号的影响较大，识别正确率较低，本文利用线性平滑的方法或小波消噪法对输入信号处理(见下文低信噪比时对识别结果的改善)，提高识别正确率。

(2)谱线对称度参数P：

P=(PL—PU)/(PL+ PU)

式中PL=互l s(i)l ，P =互l s(i+ +1)l ，S(i)=F刀(s(n))为信号s(t)的傅立叶变换(频谱)。 = · 一1， 为载频， 为采样频率，为采样点数。

特征参数P是信号频谱对称性的量度，用来区分AM，DSB信号与LSB，USB信号。AM和DSB信号其频谱满足对称性，其P值很小，在无噪声的理想情况下P=0。LSB，USB信号其频谱不满足对称性，在无噪声的理想情况下，LSB信号只有下边带，PU=0，则P=1，而USB信号只有上边带，PL=0，则P=-1。在实际情况下，由于噪声的影响，各信号的P值与理想情况有变化，但通过选择合适的门限值t(|P|)，就可用P参数区分AM，DSB信号(|P|t(|P|)，P>0)，USB(|P|>t(|P|)，P<0)信号。

(3)信号包络平方的方差与均值平方之比R：

R=δ／μ

22本文仅用特征参数R区分AM与DSB信号，只需设置一个门限值，因此可以提高识别正确率。当输入为AM信号时，接收信号为：Y(t)=A(K+m·x(t))cos(2πfct)十n(t)，式中θ，为初始相位，x(t)服从高斯分布，且E( (t))=0，vat( (t))=口2 ，n(t)为高斯白噪声，均值为0，方差为口乞，与s(t)信号不相关。对AM信号

12r2q4rq2q22(1rq)R=

r为载噪比，q为已调信号功率与噪声功率之比。AM信号的R值随信噪比的增加而逐渐减小。

对DSB信号，令K=0，m=1，则

12q2q22(1q)R=

既是已调信号功率与噪声功率之比，也是信噪比。对(5)求导可知，DSB信号的R是q的单调递增函数，当q→+∞时，R=2。因此选择合适的门限值t(R)，就可用来区分AM(Rt(R))。

调制识别的流程图如图1所示，其中t(·)表示相应参数的门限。

图1 模拟信号调制识别流程图

2 低信噪比条件下对识别结果改善的方法

低信噪比时，由于噪声对信号的影响较大，识别正确率较小，为了提高信号在低信噪比时识别正确率，可以利用信号的平滑处理与小波消噪的方法对信号进行处理，减小噪声对特征参数的影响。

2．1 利用信号的平滑技术改进结果