改进的通信调制信号谱相关识别方法

20

高　翔,李敬辉,黄高明

改进的通信调制信号谱相关识别方法

电子信息对抗技术 第24卷

2009年1月第1期

中图分类号:TN97111　　　　　　　文献标志码:A　　　　　　　文章编号:1674-2230(2009)01-0020-05　　

改进的通信调制信号谱相关识别方法

高　翔,李敬辉,黄高明

(海军工程大学电子工程学院,武汉430033)

摘要:传统谱相关分类法利用不同信号在α截面上所表现的不同谱相关特征可对通信信号进行分类,需要提取六种特征参数。文章结合小波分析法估计信号的码元宽度Ts,利用谱相关提取的三种特征参数,可对常见八类调制信号进识别。仿真表明,果。

关键词:谱相关;特征参数;调制方式;小波变换

SignalModulationMode

BasedonSpectralCorrelation

GAOXiang,LIJing2hui,HUANGGao2ming

(ElectronicEngineeringCollege,NavalUniversityofEngineering,Hubei430033,China)

Abstract:Thetraditionalmethodofspectralcorrelationshouldgetsixcharacteristicparameterstoclassifycommunicationsignal.Threecharacteristicparameterswithspectralcorrelationcouldusedtoidentifyeightkindsofcommoncommunicationsignalsinthispaperwhichiscombinedwithcodewidthgetfromwavelettransform.Andsimulationshowsthatthismethodisproper.

Keywords:spectralcorrelation;characteristicparameter;modulationmode;wavelettransform

1　引言

常规功率谱分析是二维分析,不同的通信调

制信号其功率谱可能相同(如BPSK与QPSK信号)。而加入谱相关循环频率α截面谱的谱相关密度函数,可以在三维空间中将功率谱交迭在一起的信号有效地分离鉴别;在抗干扰方面,谱相关分析可利用信号的背景噪声在循环频率α非零处没有谱特征的特点,摆脱背景噪声的影响[9]。鉴于以上特点,可以利用通信信号其一阶或二阶统计特征常表现出的时间周期性,即谱相关的周期特征对调制信号进行识别。

谱相关理论由Gardner创立[1]至今,已出现不少运用谱相关理论对信号进行处理的文章。Vu2

cicDesimir[2]利用谱相关理论对MPSK信号进行分

析,DordeC.Simic[3]运用离散傅里叶变换对MSK信号进行谱相关分析。国内罗利春[4]针对Gard2ner原创文献中关于谱相关的物理功能论述不充

分进行了讨论与补充。另外,张晓林[5]、皮兴宇[6]、韩国栋[7]等人也运用谱相关理论对信号进行谱相关分析。传统的谱相关调制信号识别方法,为了对信号进行有效识别,需要提取六种特征参数。本文由小波分析法的局部性特点,在空间局部上判别出信号码元的跳变点[8],通过计算相邻跳变点之间的最小间隔,可以分析估算出信号的码元宽度Ts。结合这一特点,本文选取谱相关的三种特征参数,提出一种改进的通信信号识别

收稿日期:2008-06-04;修回日期:2008-06-23

作者简介:高翔(1982-),男,山东莱西人,硕士研究生,研究方向为通信对抗情报分析与处理;李敬辉(1955-),男,辽宁辽阳人,教授、硕

()士生导师,主要研究方向为电子战效能评估、电子战作战辅助决策等;黄高明1972-,男,湖南道县人,副教授、硕士生导师,

工学博士,主要研究方向为电子战信号处理、盲信号处理、无源探测和电子战系统作战仿真等。

电子信息对抗技术 第24卷

2009年1月第1期

高　翔,李敬辉,黄高明

改进的通信调制信号谱相关识别方法

21

方法。

表1　六类特征参数在不同调制信号下的取值

k

l

c

d

v

r

2　传统调制信号的谱相关识别方法

　　设一通信调制信号为x(t),其循环自相关函

)的傅里叶变换:数Rαx(τ

Sx(f)=

α

AMDSBSSBASKFSKBPSKMSK

20024000

110

1101/100

>0.8<0.1/0.4～0.6>0.8<0.1<0.1<1

//////>1

/////

∫

∞

-∞

)eRx(τ

α

πτ-j2f

dτ(1)

≥3

2

即为循环谱密度(或谱相关密度函数)。式中α=

n/T称为信号的循环频率,另外:)=limRx(τ

α

≥3≥2≥2

≥6

<6<6

T→∞

T

2

-

2

)eRx(t,τ

3

πα-j2t

dt=

π-j2≤1

limlim

T→∞

TT

x(t)2

-

2

(tt=

T→∞

-

2

xt+

-j2αt

)x(t-)eπdt

22

(2)

1,,理论上至少选取四种特征参数可将八种信号完全识别开来。但现实情况是,通信信号处于含噪环境中,上述提到的v、d、r三类参数在小噪比情况下稳定性较差,可利用价值不高;而对于BPSK与QPSK这两种调制信号,其fS2xc(f)在f轴上的归一化下降值都比较小,特征比较接近,较难区分。这就需要另一稳定的特征参数来弥补这一不足,在此背景下作者提出了一种改进的通信调制信号谱相关识别方法。

)为信号x(t)自相关函数。对周期函Rx(t,τ

)可以用傅里叶级数展开,即:数Rx(t,τ

∞

)=Rx(t,

τ

n=-∞

∑R

α

x

(τ)e

jn

T

∞

t

=

n=-∞

∑R

α

x

(τ)e

απj2t

(3)

α

定义Cx(f)为谱相干系数,是指在与处的谱分量的相关程度,其表达式为:

3　改进的识别方法

3.1　信号识别的其本思路

本文选取谱相关的三类特征参数k、l、c作为分类参数,其识别流程如图1所示:

Cx(f)=

α

()

ααSx(f+α/2) Sx(f-α/2)

α

(4)

不同类型的通信调制信号在谱相关图的α

轴和f轴,及它们各自的谱相干系数所表现出的特征不同,文献[9]中提到的利用信号谱相关方法所需的特征参数包括:

(1)频谱在f轴上出现δ脉冲数量k;(2)Sαx(f)在α轴上的周期谱线分布数量l;

(3)Sαx(f)在α轴上的周期谱线平均能量v;

α(4)调制信号的谱相干系数Cx(f)的最大值

c;

图1　调制信号识别流程图

(5)Sx(f)在α=±2fc处的最大归一化下降

α

值d;

αα(6)C2fc处的x(f)的最大值与Sx(f)在α=±最大归一化下降值的比值r。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说实用文档改进的通信调制信号谱相关识别方法在线全文阅读。