数字通信信号调制方式的自动识别算法

摘要

通信对抗是信息战的重要组成部分。通信情报系统作为通信对抗的电子支援措施之一，用来监视战场的电磁频谱活动，进行威胁识别，帮助选择电子干扰策略，直至截获敌方的有用军事情报。而要截获通信信号的信息内容，必须知道信号的调制方式和调制参数。调制识别就是以从截获信号中提取含有信号调制方式特征为目的的信号处理过程。在通信对抗中，调制识别技术提供的信息是电子进攻或电子防护的依据。不仅如此，在民用领域，调制识别技术也得到广泛应用。在软件无线电、认知无线电等研究领域也得到人们的重视。 近几十年，国内外许多学者对此进行了研究，取得不少成果。但调制识别是在全盲条件下研究信号处理问题，对研究者来说是一个挑战，还有许多问题需要进一步解决。本文对数字信号调制方式的自动识别进行了研究，围绕常用数字信号的识别问题展开了讨论。主要研究内容概略如下： 1、改进了以星座图形状为特征的识别算法，讨论了存在相位误差情况下的调制识别问题。首先利用基于样本与核的相似性度量，对接收信号观测点动态聚类，得到重构星座图.然后，将重构星座图和预期星座图进行匹配，利用所提出的最大似然准则，完成星座图分类。该准则等效于最小距离分类准则，匹配方法简单，避免了以往基于星座图形状的识别算法中，为得到重构星座图顶点统计特性所需的训练阶段。在此基础上给出了基于接收信号点极坐标的调制识别算法和一维结构自适应自组织神经网络算法。 2、分析了基于最大似然分类器和基于星座图形状识别算法的关系，研究了存在频率偏移下的调制识别问题。针对存在未知载波频偏的线性调制分类，提出了一种近似混合似然比检测分类器。并且通过使用多天线接收机来进一步增强分类性能。将一种基于盲源分离技术的载波频偏估计器用于近似混合似然比检测分类器中，同时对不同天线支路的相移作出估计。带有该估计器的近似混合似然比检测分类器可以有效降低未知载波频偏的影响，利用空间分集可以进一步提高分类器性能。 3、简化了基于谱相关函数的调制识别算法，提出了新的识别特征。通过采用谱相关测量的频率平滑法，分析了数字信号在循环频率轴上的特征谱，并运用参数统计方法，提取了可用于数字调制信号识别的统计参数。新算法降低了计算复杂度，同时在低信噪比下识别效果良好。 4、研究了正常通信时检测到非法或干扰信号情况下的调制识别问题，提出了一种共信道干扰信号调制识别算法。首先分析了相偏、频偏等未知参数对共信道信号4阶累积量的影响并给出降低这些影响的方法，然后以信号4阶累积量为识别特征进行分类。同时给出干扰信号相偏、频偏等参数的估计。 5、研究了多系统调制识别的融合问题，利用信息融合技术，给出了多系统调制识别方法。将数据加权、特征平均、最小距离方法分别用于多个相同系统数据层、特征层和决策层的融合。针对多个不同系统，则提出了一种加权表决融合算法。该算法首先定义系统对识别结果的贡献度，用来描述多个系统的联合对识别性能的提升，并将其作为分配权重的依据。然后将这种多系统识别问题建模为合作对策模型，利用合作对策的Shapley值来决定各系统的权重。研究表明本文提出的融合方法对多系统识别性能有很好的提升。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究背景

1.2研究现状

1.2.1基带调制识别算法

1.2.2带限调制识别算法

1.3研究内容

第2章基于星座图形状的调制识别算法

2.1引言

2.2接收信号的星座图

2.3星座图的重构和匹配

2.3.1基于聚类的星座图重构

2.3.2星座图匹配的最大似然准则

2.3.3载波恢复对星座图重构和匹配的影响

2.4基于星座图和相似性度量的调制识别

2.4.1基于样本与核的相似性度量的动态聚类

2.4.2最大似然匹配准则

2.4.3识别算法流程

2.4.4仿真试验

2.5基于接收信号点极坐标的调制方式识别

2.5.1星座图识别特征

2.5.2识别算法流程

2.5.3仿真试验

2.6基于1-DSASONN的QAM信号识别算法

2.6.1自组织映射算法

2.6.2 1-DSAONN算法

2.6.3识别算法流程

2.6.4仿真试验

2.7本章小结

第3章基于多天线接收机的混合似然比调制识别算法

3.1引言

3.2最大似然(比)识别算法

3.2.1平均似然比检测(ALRT)

3.2.2广义似然比检测(GLRT)

3.2.3混合似然比检测(HLRT)

3.3似然(比)识别算法的性能上界

3.3.1最大似然分类器的性能

3.3.2简化的距离分类器

3.3.3基于星座图形状分类器与最人似然分类器的关系

3.4基于盲分离的频偏和相位估计

3.4.1基于盲分离的相位跟踪

3.4.2频偏、相偏的最小二乘估计

3.5基于多天线接收机的混合似然比识别算法

3.5.1多天线接收信号

3.5.2基于多天线的qHRLT分类器

3.5.3识别流程

3.5.4仿真试验

3.6本章小结

第4章基于信号谱相关特征的调制识别算法

4.1引言

4.2谱相关函数

4.2.1循环自相关函数

4.2.2谱相关函数

4.2.3谱相关函数的特性

4.2.4谱相关函数的工程计算

4.3基于谱相关的调制识别算法

4.3.1识别特征

4.3.2算法流程

4.3.3门限值的确定

4.3.4试验仿真

4.4基于谱相关和参数统计的调制识别算法

4.4.1识别特征

4.4.2算法流程与门限值

4.4.3试验仿真

4.5本章小结

第5章 基于累积量的共信道信号调制识别算法

5.1引言

5.2共信道信号模型

5.3共信道信号的累积量

5.3.1累积量定义和基本性质

5.3.2共信道信号的累计量及其估计

5.3.3未知参数的影响和估计

5.4共信道干扰信号的调制识别

5.4.1识别算法

5.4.2算法流程

5.4.3仿真试验

5.5本章小结

第6章 基于信息融合的调制识别算法

6.1引言

6.2信息融合

6.2.1数据层融合

6.2.2特征层融合

6.2.3决策层融合

6.3多个相同系统的信号调制识别

6.3.1单系统的调制识别算法

6.3.2数据层融合

6.3.3特征层融合

6.3.4决策层融合

6.3.5仿真试验

6.4多个不同系统的信号调制识别

6.4.1表决法融合

6.4.2加权表决

6.4.3权重的分配

6.4.4识别算法

6.4.5仿真试验

6.5本章小结

第7章 总结和展望

7.1全文总结

7.2主要创新

7.3进一步研究展望

致 谢

参考文献

作者攻读博士学位期间参加的科研项目和完成的论文