基于决策理论的数字调制信号识别.doc

《基于决策理论的数字调制信号识别.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于决策理论的数字调制信号识别发布时间:2006年10月31日点击次数:292来源:电子设计应用  作者:张　鸣，韦惠民，闫红梅，张　军       摘　要：由于多调制的存在,对于一个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式,因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一。文中研究了6种常用数字调制信号识别的特征参数集,并采用决策树判别方法进行分类识别。仿真结果表明,在SNR≥5dB时,识别正确率在99%以上,且当SNR≥20dB时,识别正确率达到100%。其特点是,算法

2、简单,识别正确率高,达到了自动分类识别的目的,并有利于实现识别的实时化。关键词：数字调制识别;瞬时信息;特征参数;决策树引　言随着近代通信技术的进步和各种调制方式的变化发展,在如今多频段、多功能、多体制的通信条件下,对于一个通信信号进行接收解调的前提条件是识别该信号的调制样式及其参数。目前通信信号调制识别方法多种多样,但调制识别问题实际上是一种典型的模式识别问题,其一般过程如图1所示。图1一般调制识别过程的结构框图调制识别过程包括3个部分：信号预处理部分,为后续处理提供合适的数据;特征提取部分,从数据中提取

3、信号的时域特征或变换域特征;分类识别部分,判断信号调制类型的从属关系,即选择和确定合适的判决规则和分类器。文中在特征提取部分针对2ASK,2FSK,2PSK,4ASK,4FSK,4PSK6种数字调制信号,提取了4个基于瞬时幅度、瞬时频率、瞬时相位统计特性的参数,即参数A、参数F、零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差σap和瞬时频率平方的均值σf2。在分类识别部分采用算法简单、计算量小、易于编程、实时性好的决策树判断方法。特征参数集在4个特征参数中,零中心非弱信号段瞬时相位非线性分量绝对值的标准

4、偏差σap主要用于区分二、四进制的PSK信号。其余3个特征参数分析如下。参数A参数A是基于信号瞬时幅度的统计参数,由(1)式定义式中Ns为取样点数;a(i)为瞬时幅度。参数A主要用来区分是MASK信号还是MFSK或MPSK信号。因为对于MASK信号,其包络是不恒定的,即瞬时幅度不为常数,参数A也就不为零;而对于MFSK信号,其包络恒定,瞬时幅度为常数,参数A为零;对于MPSK信号,虽然受信道带宽的限制,在相位变化时刻会产生幅度突变,但其参数A接近零。所以通过选择合适的门限t1(A),就可以将MASK信号与M

5、FSK或MPSK信号加以区分。参数A还可以用来进一步区分是2ASK信号还是4ASK信号。通过设置适当的门限t2(A),就可以实对二、四进制的ASK信号的区分。参数F参数F是基于瞬时频率的统计参数,由(2)式定义　　式中f(i)是信号的瞬时频率。因为对FSK信号其瞬时频率只有2个或4个值,其紧致性较差,即参数F值较小;而对PSK信号其瞬时频率具有较高的紧致性,即参数F值较大,所以可以通过设置适当的门限t(F)来判别是FSK信号还是PSK信号。瞬时频率平方的均值σf2瞬时频率平方的均值可以用来区分2FSK信号和

6、4FSK信号。因为对2FSK信号,它的瞬时频率只有2个值而对4FSK信号,其瞬时频率有4个值,因此2FSK信号瞬时频率平方的均值小于4FSK信号瞬时频率平方的均值。通过设置适当的门限可判断是2FSK信号还是4FSK信号。分类识别决策树识别根据上述4个特征参数,首先用参数A将6种调制信号分为(2ASK)(4ASK)和(2FSK,4FSK,2PSK,4PSK)3类;其次用参数F将2FSK,4FSK,2PSK,4PSK信号分为(2FSK,4FSK)和(2PSK,4PSK)两类;最后用σf2区分FSK信号和4FSK

7、信号,用σap区分2PSK信号和4PSK信号。决策树识别分类如图2所示。特征门限值的确定对基于决策理论的调制识别算法,每个特征参数都是用来区分两个信号子集A,B的,且判决规则为A>t(x)

8、(topt(x))/B]为在已知是B子集中的信号的条件下,用门限topt(x)判决是B子集正确概率。仿真结果本系统仿真考虑2ASK,4ASK,2FSK,4FSK,2PSK,4PSK共6种调制类型,在Matlab6.1仿真环境下完成。仿真过程包括：调用MatlaB工具箱中的调制解调专用函数产生所需要的调制信号,提取特征参数,测试决策树识别正确率。上述4个特征参数随信噪比的变化如图3所示。图3　特征参数随信噪比的变化