文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2017.02.023
中文引用格式: 王蘭勛,郭淑婷,,賈層娟. 基于小波包絡(luò)差異性的數(shù)字調(diào)制方式識(shí)別技術(shù)[J].電子技術(shù)應(yīng)用,,2017,43(2):95-98.
英文引用格式: Wang Lanxun,,Guo Shuting,,Jia Cengjuan. The digital modulation recognition technique based on the wavelet envelope difference[J].Application of Electronic Technique,2017,,43(2):95-98.
0 引言
當(dāng)代無(wú)線通信領(lǐng)域環(huán)境日益復(fù)雜,,如何對(duì)待識(shí)別信號(hào),,準(zhǔn)確獲取其調(diào)制方式,已成為軍事和民用無(wú)線通信的難題,。近幾年,,關(guān)于信號(hào)調(diào)制識(shí)別問(wèn)題分為兩類解決方法:基于決策論識(shí)別方法和基于特征識(shí)別方法[1]。小波變換實(shí)時(shí)性強(qiáng)且小波新特征的分析是目前研究的熱點(diǎn),。文獻(xiàn)[2]根據(jù)OFDM信號(hào)小波包分解系數(shù)的特點(diǎn)提出重構(gòu)信號(hào)的二范數(shù)為識(shí)別參數(shù),。文獻(xiàn)[3]提出一種基于小波能譜熵和小波時(shí)間熵相鄰尖峰的最小距離的碼元速率估計(jì)算法。文獻(xiàn)[4]利用小波系數(shù)的稀疏性實(shí)現(xiàn)了數(shù)字調(diào)制方式的類間識(shí)別,。文獻(xiàn)[5]通過(guò)分析Haar小波脊線擬合函數(shù)相位解決了干擾環(huán)境下MPSK類內(nèi)識(shí)別問(wèn)題,。文獻(xiàn)[6]根據(jù)歸一化前后小波變換模值為多級(jí)函數(shù)或單值函數(shù)對(duì)數(shù)字信號(hào)調(diào)制方式進(jìn)行分類。
上述方法對(duì)小波域的新特征進(jìn)行了深入研究,,但是上述算法要么是在高信噪比下能達(dá)到識(shí)別效果,,要么是所需計(jì)算量較大,。為此,本文根據(jù)統(tǒng)計(jì)學(xué)中變異系數(shù)公式和相似性度量函數(shù)公式提出一種新的識(shí)別算法,。仿真結(jié)果表明,,該算法能有效實(shí)現(xiàn)數(shù)字信號(hào)的調(diào)制方式識(shí)別。
1 基礎(chǔ)知識(shí)
1.1 連續(xù)小波變換
連續(xù)小波變換(CWT)定義為:
1.2 調(diào)制信號(hào)的小波變換
MASK,、MFSK,、MPSK和MQAM 4種調(diào)制方式,進(jìn)行小波變換后為:
2 識(shí)別方法
2.1 調(diào)制信號(hào)類間的識(shí)別
由式(2)~(5)可看出小波變換取其包絡(luò)后MASK,、MQAM包括幅度變化,,而MFSK、MPSK不包含,,因此對(duì)信號(hào)進(jìn)行歸一化函數(shù)處理,,定義為:
本文選取小波尺度范圍為1~8,從中選擇最優(yōu)尺度得到最優(yōu)特征,。數(shù)字調(diào)制信號(hào)在小波尺度3無(wú)噪聲干擾時(shí)歸一化前后小波包絡(luò)如圖1所示,。
MASK、MQAM在歸一化前后離散程度發(fā)生變化,,相似度較低,;MFSK、MPSK在歸一化前后從整體上看離散程度無(wú)變化,,相似度較高,。本文根據(jù)歸一化前后小波包絡(luò)的差異性提出小波變異系數(shù)差值和小波相似度特征。
統(tǒng)計(jì)學(xué)中,,變異系數(shù)(CV)定義為標(biāo)準(zhǔn)差與平均值的比值,。本文將歸一化后小波變換包絡(luò)的CV與歸一化前小波變換包絡(luò)的CV的差值定義為小波變異系數(shù)差值,即:
統(tǒng)計(jì)學(xué)中,,判定系數(shù)即皮爾遜積矩相關(guān)ρW1W2的平方,本文用其衡量歸一化前后小波變換包絡(luò)之間的相似度,,則W1,、W2的相似度表達(dá)式為:
其中COV(W1,W2)表示W(wǎng)1與W2的協(xié)方差,,D(W1)與D(W2)分別為W1與W2的方差,。
2.2 調(diào)制信號(hào)類內(nèi)的識(shí)別
由MFSK未歸一化小波變換包絡(luò)的標(biāo)準(zhǔn)差值的不同,可以對(duì)其類內(nèi)階數(shù)進(jìn)行分類,;由MASK,、MPSK高階累積量特征值的不同,可以實(shí)現(xiàn)對(duì)其類內(nèi)進(jìn)行識(shí)別,,以下為信號(hào)四階,、六階累積量的定義:
2.3 算法步驟描述
(1)令數(shù)字調(diào)制信號(hào)進(jìn)行希爾伯特變換得到復(fù)信號(hào),,為了消除信號(hào)能量對(duì)判決的影響,再對(duì)其進(jìn)行功率歸一化,。然后對(duì)所得信號(hào)進(jìn)行幅度歸一化,,得到幅度歸一化前后的兩路信號(hào),兩路信號(hào)均進(jìn)行Haar小波變換,,分別取其小波系數(shù)的包絡(luò)進(jìn)行中值濾波,。
(2)在步驟(1)的基礎(chǔ)上構(gòu)建|ΔCV|尺度4為識(shí)別特征1,對(duì){MASK,、MQAM}和{MFSK,、MPSK}進(jìn)行分類。
(3)在步驟(1)的基礎(chǔ)上構(gòu)建R尺度4為識(shí)別特征2,,對(duì)MFSK和MPSK進(jìn)行分類,。
(4)在步驟(1)的基礎(chǔ)上構(gòu)建R尺度3為識(shí)別特征3,對(duì)MASK和MQAM進(jìn)行分類,。
(5)在完成步驟(2)~(4)類間識(shí)別基礎(chǔ)上選擇未歸一化小波變換包絡(luò)的標(biāo)準(zhǔn)差σ尺度4作為特征4,,對(duì)MFSK類內(nèi)進(jìn)行識(shí)別;選擇四階累積量值|C40|作為特征5對(duì)MPSK類內(nèi)階數(shù)進(jìn)行識(shí)別,;選擇六階累積量值|C60|作為特征6對(duì)MASK類內(nèi)調(diào)制方式進(jìn)行識(shí)別,。算法流程如圖2所示。
3 實(shí)驗(yàn)仿真及分析
3.1 識(shí)別特征的穩(wěn)定性
基于MATLAB環(huán)境,,本文選取10種數(shù)字調(diào)制信號(hào)分別為2ASK,、4ASK、8ASK,、2FSK,、4FSK、8FSK,、2PSK,、4PSK、8PSK,、16QAM,。仿真參數(shù)設(shè)定為:fc=20 kHz,fs=200 kHz,,RB=1 kb/s,,碼元個(gè)數(shù)100,MFSK信號(hào)載波頻率設(shè)定為f1=5 kHz,,f2=10 kHz,,f3=15 kHz,f4=20 kHz,,f5=25 kHz,,f6=30 kHz,,f7=35 kHz,f8=40 kHz,,加性高斯白噪聲,,信噪比從0 dB~20 dB的條件下每信噪比分別進(jìn)行500次實(shí)驗(yàn),信號(hào)參數(shù)特征變化曲線如圖3~圖8所示,。
由圖3~圖5可看出,,本文選取特征參數(shù)十分穩(wěn)定。由圖3設(shè)定門限th1,,大于門限值為MASK和MQAM,,小于門限值為MFSK和MPSK;圖4中 MFSK的相似度比MPSK更高,,經(jīng)仿真驗(yàn)證在小波尺度為4時(shí)差距達(dá)到最優(yōu),,從而利用特征2與門限th2比較,大于門限值則判定為MFSK信號(hào),,小于門限值則判定為MPSK信號(hào),;圖5驗(yàn)證了 MASK的小波相似度高于MQAM,在小波尺度為3時(shí)差距達(dá)到最優(yōu),,利用特征3與門限th3比較,,大于門限值則判定為MASK信號(hào),小于門限值則判定為MQAM信號(hào),。
由圖6~圖8可看出,,本文選取的特征參數(shù)在信噪比區(qū)間內(nèi)十分穩(wěn)定。根據(jù)圖6設(shè)定判決門限th4,、th5,,小于門限th4則判為2FSK,大于門限th5則判為8FSK,,兩個(gè)門限之間則判為4FSK,;根據(jù)圖7設(shè)定判決門限th6、th7,,大于門限th6則判為2PSK,,小于門限th5則判為8PSK,兩個(gè)門限之間則判為4PSK,;根據(jù)圖8設(shè)定判決門限th8、th9,,大于門限th8則判為2ASK,,小于門限th9則判為8ASK,兩個(gè)門限之間則判為4ASK,。
3.2 識(shí)別效果仿真
基于決策樹(shù)判決的調(diào)制識(shí)別方式簡(jiǎn)單快捷,,通過(guò)分析各個(gè)特征參數(shù)的仿真曲線圖可設(shè)定門限值,,分別為th1=0.1,th2=0.258 9,,th3=0.024 9,,th4=0.146 0,th5=0.306 5,,th6=1.5,,th7=0.5,th8=12,,th9=6,,以1 dB為間隔在信噪比為0 dB~20 dB的條件下,每種信號(hào)分別進(jìn)行500次仿真,,數(shù)字調(diào)制信號(hào)的類間,、類內(nèi)識(shí)別效果如圖9、圖10所示,。
圖9為數(shù)字調(diào)制信號(hào)進(jìn)行類間分類后的識(shí)別率圖,,與文獻(xiàn)[6]比較,文獻(xiàn)[6]在信噪比為10 dB時(shí)MASK,、MFSK,、MPSK、MQAM信號(hào)類間識(shí)別率分別達(dá)到99%,、100%,、99%、98%,,而本文方法在3dB時(shí)即可分別達(dá)到97%,、98%、100%,、98%,,在低信噪比時(shí)識(shí)別效果較好。
圖10為數(shù)字調(diào)制信號(hào)進(jìn)行類內(nèi)分類后的識(shí)別率圖,,文獻(xiàn)[7]在信噪比高于5 dB時(shí)調(diào)制信號(hào)識(shí)別率接近90%,,而本文算法在3 dB時(shí)識(shí)別率均在92.39%以上,識(shí)別效果明顯較好,,從而驗(yàn)證了本文所提特征的有效性,。
4 總結(jié)
本文根據(jù)歸一化前后小波變換包絡(luò)之間的差異性,提出了基于小波變異系數(shù)差值,、小波相似度特征參數(shù)的算法,,實(shí)現(xiàn)了數(shù)字信號(hào)調(diào)制方式的識(shí)別。并且,本文提出的新特征完全可以推廣到其他小波尺度中繼續(xù)研究,,具有廣泛的應(yīng)用前景,。仿真結(jié)果表明,該算法簡(jiǎn)單易行,,適用范圍廣,,在信噪比高于2 dB情況下能有效地識(shí)別數(shù)字信號(hào)的調(diào)制方式。
參考文獻(xiàn)
[1] 呂圓圓.復(fù)雜電磁環(huán)境下的數(shù)字調(diào)制方式識(shí)別研究[D].北京:北京郵電大學(xué),,2015.
[2] 陳宜文,,許斌,郝建華,,等.電力線噪聲信道下基于小波包變換的OFDM信號(hào)檢測(cè)[J].電子測(cè)量技術(shù),,2015,38(12):111-115.
[3] 康健,,林云,,杜浩,等.基于小波熵的BPSK信號(hào)碼元速率估計(jì)算法[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),,2015,,31(2):228-231.
[4] 趙知?jiǎng)牛?基于小波系數(shù)稀疏性的數(shù)字調(diào)制樣式識(shí)別[J].杭州電子科技大學(xué)學(xué)報(bào),,2014,,34(2):16-19.
[5] 王鐵鑄.干擾條件下正弦類Haar小波MPSK信號(hào)識(shí)別分析[J].現(xiàn)代電子技術(shù),2014,,37(23):54-57.
[6] 范真真,,朱立忠,張笑宇,,等.一種小波變換的數(shù)字信號(hào)調(diào)制方式識(shí)別方法研究[J].沈陽(yáng)理工大學(xué)學(xué)報(bào),,2015,34(3):10-15,,23.
[7] 薛偉,,錢平.基于小波變換和神經(jīng)網(wǎng)絡(luò)模型的數(shù)字調(diào)制識(shí)別方法[J].計(jì)算機(jī)應(yīng)用與軟件,2012,,29(8):210-213.
作者信息:
王蘭勛,,郭淑婷,賈層娟
(河北大學(xué) 電子信息工程學(xué)院,,河北 保定071002)