改进的通信调制信号谱相关识别方法(2)

表1为八种通信调制信号六类特征参数的取值情况[7]。

结合表1各特征参数的取值,通过计算幅度谱中δ脉冲函数,可以将FSK信号识别出来;当脉冲数k=2时,通过比较Sαx(f)在α轴上的周期谱线分布数量l可将AM与ASK信号区别出;当脉冲数k=2时,当l<2时,可将DSB与SSB区别出。在lΕ2时,BPSK、QPSK和MSK三种调制信

22

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

号无法区分,需要借助另一特征参数才能将剩下的三种调制信号识别出。在进行谱相关分析时,我们发现:BPSK信号与QPSK信号在循环频率α取不同值时的谱相关密度函数Sαx(f)取值不同。

下面对BPSK与QPSK信号进行谱相关分析。BPSK(二进制相位键控信号)表达式如下:

x(t)=

∞

n=-∞

制信号进行识别区分。下面我们要做的就是利用调制信号的小波分析法提取调制信号的码元宽度TS这一特征参数。

∑ang(t-nTs)cosωct

∞

(5)

其谱相关密度函数为:

Sx(f)=

α

∫

-∞

)eRx(τ

α

πτ-j2f

dτ=

4Ts

[G(f-fc+

αα) G3(f-fc-)+

22

G(f+fc+

Ts

α)

(22

(6)

小波变换的定义是把基本小波函数ψ(t)做

位移τ后,再在不同尺度下与待分析的信号做内积:

)=Ws(α,τ

α=n为偶数3

)+[G(f-fc+) G(f+fc-4Ts22G(f+fc+

) G3(f-fc-)]

22

+∞-∞

3

S(t)ψ(

)dt,α>0

α

(8)

α=±2fc+　　　　　　　n为奇数

Ts

式中G(f)为矩形脉冲函数g(t)的傅里叶变换:

π)(

(7)G(f)=

πf

则BPSK信号循环频率α截面的计算机仿真图,如图2所示。

　3表示复数共轭。

BPSK信号的小波变换表示为:

)=WBPSK(α,τ

∑ag(t--∞n=-∞

n

+∞

∞

nTs)

(9)

α

在某一尺度α0下,如果存在一点(α0,τ0)使(ατ)得=0,则称点(α0,τ0)是局部极值点,τ9(ατ)=0在τ=τ0上有一个模极大值τ9

点。如果对τ0的某一邻域内的任意点τ,有

)|Φ|Ws(α|Ws(α0,τ0,τ0)|,则称(α0,τ0)为小波

ψ3(cosωct

)dt

变换的模极大值点。BPSK信号的小波变换在同一码元或者相邻码元相同时,小波变换系数值为

恒定。当小波函数覆盖信号跳变位置时,小波变换系数值发生变化,且与前后码元的小波变换系数值不相同。信号在码元跳变处的小波变换模取得极大值。设一BPSK信号为:1001011101,其小波分析如图4所示。

其在t1、t2、t3、t4、t5、t6时刻分别分析出跳变点,则各个相邻跳变点的最小时间间隔:

tmin=min{t2-t1,t3-t2,t4-t3,t5-t4,t6-t5}

图2　BPSK信号循环频率α截面仿真图

同理,可仿真出QPSK信号的循环频率α截面图,如图3所示。

对比图2、3可以看出,QPSK信号仅在α=n/

TS处存在周期谱,BPSK信号在α=n/TS和α=±2fc+n/TS处都存在周期谱特征,且两种信号的周期谱表现出不同的波形特征,本文即根据此特点并结合特征参数c对BPSK、QPSK与MSK调

(10)

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

23

tmin值即为信号的码元估计宽度TS

。

上,因此具有很好的降噪性能。由表2的仿真结果可以看出,本文所提出的改进的通信调制信号谱相关识别方法,在较低的信噪比条件下,仍具有较高的识别率

。

图4　码元跳变点检测图

3.3　,改进

的通信调制信号特征参数的提取流程如图5所示

。

图6　调制信号识别流程图

5　结论

　　任何一种单一的信号分析方法都有其局限

性,在噪声条件下,仅仅利用信号的谱相关分析法对调制信号进行识别具有一定的困难。由于小波分析法具有空间局部性特点,其在估计数字调制信号码元宽度方面具有其它分析方法不具有的优势,且小波分析法也具有很好的抗噪性能,本文在此其础上,结合小波分析法的特点,提取通信调制信号谱相关的三种特征参数作为调制信号识别的识别参数。仿真结果证明,此种方法是有效的,具有良好的应用前景。参考文献:

[1]　GardnerWA.SpectralCorrelationofModulatedSignals,

PARTI:AnalogModulation[J].IEEETransonComm,1987,35(6):584-594.

[2]　VucicDesimir.SpectralCorrelationofPSKSignals[J].

TELSIKS,1999(10):273-276.

[3]　DordeCSimic.TheStripSpectralCorrelationAlgorithm

forSpectralCorrelationEstimationofDigitallyModulatedSignals[J].TELSIKS,1999(10):277-280.

[4]　罗利春.谱相关的原理、功能与截面谱表示[J].物

图5　特征参数提取流程图

利用提取出的调制信号码元宽度TS,完整的识别流程如图6所示。

运用本文提出的谱相关识别方法,对八种常见的调制信号进行仿真试验,在SNR=5dB和10dB时,准确的识别概率如表2所示。

表2　不同信噪比下的识别概率

AMDSB

SSBASKFSKBPSKMSKQPSK

5dB91%92%90%91%92%91%90%93%10dB94%95%94%95%94%95%95%96%

对含噪声的信号进行小波分析估计其码元宽

度时,小波变换可以把噪声均匀地分布在频率轴

24

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

理学报,2002,51(10):2177-2181.

[5]　张晓林.基于循环谱理论的BPSK直扩信号检测

[J].信息技术,2004,28(8):30-32.

[6]　皮兴宇.AM和MPSK信号的谱相关分析[J].空军

[9]　朱庆厚.无线电监测与通信侦察[M].北京:人民邮

电出版社,2005.

[10]　何楚斌.信号调制方式自动识别的谱相关方法

[J].物探化探计算技术,2005,27(1):70-74.

[11]　吴大正.信号与线性系统分析[M].北京:高等教

雷达学报,2003,17(1):7-9.

[7]　韩国栋.调制分析与识别的谱相关方法[J].系统工

育出版社,2001.

[12]　飞思科技产品研发中心.MATLAB6.5辅助小波分

程与电子技术,2001,23(3):34-36.

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(2)在线全文阅读。