1、西安电子科技大学博士学位论文数字通信信号的自动识别与参数估计研究姓名：罗明申请学位级别：博士专业：通信与信息系统指导教师：杨绍全20051101摘要摘 要无线通信系统广泛采玎各种调制技术，且占用不同的频率和带宽。通信系统的快速发展必然面临有限频率资源的争夺与分配问题。通信信号的自动识别与参数估计技术可1J于有关职能部门对无线电信号进行认证、实施频潜监管。在通信对抗q，自动识别与参数估计技术作为通信电子支援的重要组成部分，其提供的信息是电予进攻或电子防护的依据。通信信号的自动识别与参数估计技术还是软件无线电台发展的内在要求。研究通信信号的自动识别与参数估计技术具有重要的实娟价值。本文在前人工作的
2、基础上，结台具体工程实践，丰要研究了数字通信信号调制样式的自动识别与参数估计技术。所傲的_T作丰要包括：l、提出了利用小波变换结合谱分析技术估计数字通信信号码速率的方法；提出了采用总体概率分布估计与支持矢量机分类器相结合对多进制数字基带信号自动分类的方法。证明了小波变换系数模值构成的单极性基带序列的功率谱在其码速率整数倍处存在离散谱线，检测这些离散谱线可实现数字基带序列码速率的盲估计。这种方法实现简单且有较好的估计精度。指出了不同类型的数字基带信号对应不同的总体概率密度函数，使得分类信号成为可能。利用支持矢量机分类器在小样本学习的情况下易于构造训练样本且有较好的推广性能，符合信号侦测的虑用要求
3、。在多种噪声背景下，对多种数字基带信号均取得了较好的识别效果。2、提出了在对调制信号侦察的软件无线电结构框架下，针对MAsK、MFsK、MPsK调制信号采用相应的数字信号处理算法提取信号的分类特征。对这些分类特征采用总体概率密度估计与支持矢量机分类器楣结合的方法实现了调制信号的自动分类。对于MAsK、MFsK信号，结合小波变换和谱分析，对分类特征的码速率估计值即为柏应调制信号的码速率。针对带限MPsK信号特点，提出了构造延迟乘积信号估计码速率的方法。通过对实测信号的处理验证了这些方法的可行性。3、提出了利用提取的分类特征对数字调制信号自动分类的聚类分析方法。在大数据量的情7兄下，采用了基于目标
4、函数的模糊聚类算法。这种方法的优点在于分类信号的同时可以估计数据的聚类中心，结合估计出来的码速率可实现侦察信号的盲解调。4、在高斯信道中，提出了将基带MPsK信号自动分类的高阶累积量方法推广到未解调MPsK信号的方法。利用MPsK的差分延迟信号，构造复基带信号，并证明了可以由此复基带信号估计出信号的码速率。根据估计出的码速率通过差分解调技术并且按码速率同步采样得到了与原MPsK信号同阶的复基带相位序列，构造利用高阶累积量的分类器实现了信号自动分类。这种方法是基于高阶累积量构造分类特征不II 西安电子科技大学博士论文：数字通信信号的自动识别与参数估计研究变量的基带MPsK信号分类算法向实川化的推
5、广。5、提出了在、f，稳高斯或非高斯噪声以及非平稳的高斯噪声背景下，利用高阶循环累彩量对多种数字通信信号自动分类与参数估计的方法。是现有的利二阶循环平稳分析信号算法的推广。通过分析证明了2、4PsK信号的特定四阶循环累积量在循环频率勺载波频率相等时不为零，而当偏离载波时迅速降为零。冈此利用四阶循环累秋量可以估计出2、4PsK信号的载波频率，这利t载波估计力法有很高的估计精度，且易于自动实现。并且可以利用四阶循环累积量构造2、4PsK信号的分类特征不变量。对于MAsK和MFSK信号，提出了利片j三阶循环累积量估计载波频率。证明了星形QAM调制信号的四阶循环累秋量可用于估计载波频率等调制参数。在统
6、瑚软件无线电解调模型下，分析了利用循环累积量估计数字通信信号的各种参数以实现信号盲解调的方法。6、将循环累积量用于分析多载波调制，对于子载波均采JJ PsK调制的OFDM信号，证明了利用循环累积量可以估计信号的子载波频率进而构造分类特征不变量。并且把基于小波变换的码速率估计算法推广到了oFDM调制。7、结合信号侦察的实际应用，讨论了数字通信信号子类分离的算法。提出了基于判决树结构与综合考虑所有分类特征的常见数字通信信号的自动分类算法。将支持矢量机分类器推广到信号子类的分离，使得构造的分类器对新出现调制类型具有一定的适席性。针对数字通信信号参数、种类繁多的特点，初步讨论了利用专家系统实现通信电台
7、的识别。最后分析了自动分类与参数估计算法在短波通信和无线局域网中的应用并给出了自动分类与参数估计算法在短波通信中的些应用实例。关键词；通信对抗，调制分类，数字通信信号，参数估计，小波变换，支持矢量机，聚类分析，高阶累积量，循环累积量ABSTRACTABSTRACTVarjous modulation techniques are wdely used in the wireless communication systemswhich occupy various厅equencies and bandwidths With the rapid deVelopment ofcommunicati
8、on systems，we have to face the problem of contention and allocation of thelimited行quency resource The automatic recognition and parameter 弓stimationtechniques of communication signaIs can be utilized in the authentication and spectrummanagement for radio sjgnalsAs the imponant jngredient of elec“oni
9、c suppons，theautom atic recognition and parameter estimation techniques pmVide the infornlation whichis the foundation of the elecnonic attack a11d pmtcctionAt the s锄e time，the techniquesare the inherent requests of the so仕ware radio deVeJopmentConsequently，it is of greatactual value to study the au
10、tomatic recognjtion and parameter estimation techniques forcommunication signalsBased on the preVious works，this paper primarily investigates the aucomaticclassification of modulation format and t11e parameter estimation technjques for dlgitalco“munication signals associating actual projectionsThe m
11、ain works can be summarizedas follows：1 A noVel algorithm js provid ed，which can e仃ectively estimate the symbol rate ofthe d硒taI signals using the wavelec Tr肌sfo咖(wT)and the spectrum analysisThepower spec仃um of the WT coemcient modulus has discrete spectral 1ines located at theintege卜multipIied symb
12、ol rate，so that those spec吨l Ijnes can be used to detcct the symboIrace of the digi诅l basebafld signalsThis aIgoritlm is simpIe and has better estimatedaccu眦yDi仃ercnt djghl baseband signaI co帆sponds to difbrent dens耐function，whichmakes s培nal class狮c砒ion possibleThe probabiJ时dens时function estimation
13、andsupport Vector machines class讯er is used to cIassi每the digital baseband signalsautomatjcallyThe adV柚tages of this algori吐lm 1ie in the fact that it is easy to constructtraining samples in the condition of small sampIe study，which meets the applicationrequests of the signal detectionBettcr recogni
14、tion resuIts can be yielded for many digitalbasekmd signaJs in Various noise backgmund2 Unr the sof籼are radio fhme for me modulated signaIsdetection，thecorresponding pcessing algo“thms of dighl signals are adopted to abs仃act t11eclassi黟ing features for the MAsK，MFSK，and MPsK sign alsThus the aIgorjt
15、hmadopting the dens岭fhction estimation and the suppon vector machines class讯erIv 西安电子科技人学博f：论文：数字通信信号的自动识别与参数估计研究jmplernents the automatlc classmcation ot tlle moduIated signaIsFor MASK，MFSKsignals，the symbol ratc can be obtajned by the WT and spectrum analysis，Aiming at theballdlimjted MPSK sig眦Jsf
16、batures，this paper proposes to construct the product of MPSKsignal and itS dela弦d signaI to estimate the symbol rateThe experiments on the reaIsignals proVe the feasIbiIity ofthese algorithms3 The cluster analysis method is advanced for the s噜nalsautomatic classificationunder the condjtion of data w
17、itll la唱e quantty，me fhzzy duster algorithm is adoptedbased on the objective functionThis algorithm has the adVaJltage that tIle cluster centerscan be eStimated as s追nals are cIass讯嚣dAnd the blind demoduIation of the detectedsignals can also be imp Iemented with the estimated symbo】rate and the clus
18、ter centers4 In Gaussian channel，the modulation classmca“on algorithm for baseband MPSKsignals using higl卜order cumulants is extended to modulated MPSK sjgnalsThis paperpmposes to adopt the product of MPSK signal afld its dela弦d signalto construct acomplex baseband signal and proVes that this baseba
19、nd signal can be used to estimate thesignals symbol rateWi廿l the use of t|le estimated symb01 rate，the complex basebandphase sequence can be obtained by demodulation technique a髓r the timing sampling insymboI rate，and the automatic cIassmcation is realIzed by constructing the invariants ofclassj母ing
20、 featuresThis algorjthm is the practical popularization of the modulationclassifying algor汕m for tIe baseband MPsK signals based on the high_order cumulants5 The high-order cyclIc cumulants，in theory，can absolutely depress the efrect ofany stationary Gaussian or nor卜Gaussian noise and no件stationary
21、Gaussjan noiseAccordingiy，in乞he bac鼬und of me aboVe noises，the algormlm based on hig卜ordercyclic c啪ulants is pmposed for signalsclassification and parameter estimatimation，which is the popularization of the present processing al昏“imm w；th tle secondordercycJogtationary analysi sn is proved that田me o
22、f the fort卜order cyclic cumulants of2，4PSK signaIs are nonzero when the periodic frequency is equal to the c8rrier frequencyand decrease rapidly to zem、汕en the periodic fkquency deviates f阳m t11e ca而er疗quencyTherefore，the fortkorder cyclic cumulants can be used to estimate the carrierfkquency of tIe
23、 2，4PsK sigllals1k carrier estimation has hi曲estimation accuracy，andcan be impIemented automaticallyBesides，tIle fort|卜order cyclic cumulants can also beutilized t0 constmct the inVari锄ts of classifying featuresFor MAsK and MFsK signals，tlle carrier fkquency estimation is realized by using the ttlir
24、dorder cyclic cumulantsThepaper proVes that me fon卜order cyclic cumulantS of the starI QJAM signals caJl be used toesttmate moduIation Darameters such as carrjeUnder tlle unifonll demodulation modeI ofABSTRACT Vthe soRware radio，Varjou8 parameters of the communication signals can be estimated bythe
25、cyclostationa叫analysis6 The modulation class讯cation algorithm based 0n cyclic cumulafts is used toanaIyze the multcarrier modulatjon It js pmved that the cyclic cumulants can be LIsed toestimate the subcarrier frequencies of the OFDM signals and construct the invarIants ofclassi母jng fcatures when Ps
26、K modulation js adoptedThis paper also popuIarizes thesymbol rate estimatjon akorithm based on Ihe wT for the OFDM signals，7 With the actuaI application ofthe signal detection，the paper discusses the subc Jassseparatng algorithm for t11e d塘h1 commullcation sgnalsThe automatic chssifyingalgoritllm is
27、 proposed based on the decisjon tree fhme and synthetic consideratjon of allme classi命ing features formmon digital communication signalsThe support Vectormachines classi疗er can be extended for the signal subcIass separatiorL The constructedclassmer is adaptable to tk new modulation format。Because of
28、地e di殳池l communica“onsignals having Various pammeters and modulation fomlat，the p印er prima“ly discusses therecognition of the communicacion stations using山e expen systenL The application of也eautomatic classjfication and pammeter estimation algo rithms is analyzed in the shorhvavecommunjcation and WL
29、ANEVentua儿M some actual examples arc givenn the sh0avecommunicationKeywords： Communication countermeasures， ModuIation classi行cation Digitalcommunication signal，Parameter estimation WaVelet Transfom；Support vector machines，C1usteranalysis，Hig卜order cumulant，High_order cyclic cumulants创新性声明本人声明所呈交的论文
30、是我个人在导师指导下进行的研究丁作及取得的研究成果。尽我所知，除，文q-特别加以标注和致谢rf所罗列的内容以外，论文If，不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使Hj过的材料。与我同丁作的同志对本研究所做的任何贡献均已在论文qJ做了明确的说明并表示了谢意。申请学位论文与资料若有不文之处，本人承担切相关责任。本人签名： 、罗 嘻R本人签名： Z ：卫 日期。j，7关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕业离校后，发表论文
31、或使用论文工作成果时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文：学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本人签名： 、罗 。J本人签名： 兰 ：!i导师签名：生鱼丝仝日期工4。zjf 7第章绪论11研究的背景与动机第一章绪论通信系统广泛州于民fj或军事领域。为，便于信道的传输无线通信系统广泛采j1各种调制技术，且占用不同的频率和带宽。通信系统的快速发展必然面临有限频率资源的争夺和分配IJ题。在民朋领域，有关职能部门需要对自由空间中的无线电信号进行认证、实施频谱监管。这自然要求识别和监视
32、这些无线电信号，以便对民用通信系统保持控制或合理分配频率资源。在军事领域，对未知信号的调制识别、参数估计府用更为广泛。战争状态下敌我双方将争夺电磁频谱的控制权，即全力保障已方的通信而破坏或干扰敌方通信系统，这在未来的军事冲突中将起着重要作用。在和平时期，通信对抗则表现在对所关心信号的侦察，监视或情报收集等方面。在电子战中，一般认为由三部分组成，即电子支援(Es)、电子进攻(EA)、电子防护(EP)。其中电予支援是指截获感兴趣的辐射源信号，分析和提取信号的有用信息，识别辐射源和评价威胁等级。同时电子支援所提供的信号信息可作为电子进攻或电子防护的依据。如通过对敌方辐射源信号的侦察和监视，可以了解敌
33、方的战术部署，甚至于截获敌方的作战意图。通过对敌方辐射源信号调制样式和调制参数的识别，可以成为我方干扰设备选择最佳干扰方案的依据或是为我方对抗敌方干扰所采取相麻措施的依据。通信信号的自动分类与参数估计在通信对抗中的应用如图1l所示。电子支援一般采用的是非合作工作方式，即我方侦察设备作为第三方截获敌方信号，若这些信号来至于敌方通信系统，则称为通信电子支援。正是由于采用非合作方式，使得通信电子支援系统必须对截获信号进行特征分析，这些特征信息可能仅是信号外部信息，如信号的中心频率、频带宽度、调制样式、码速率等；或是信号所传输的信息内容。在对截获信号的分析中，首要任务是搞清楚信号的调制类型， 馓称为调
34、制分类(Modulation classmcation)，其次估计信号的各种调制参数。在满足一定的信噪比条件下，期望根据信号侦察与参数估计结果解调出截获信号所传送的信息。传统的基于人_的调制识别工作方式为操作人员调节搜索接收机的中心频率和带宽，选取待分析的信号。利JLH示波器观察信号的巾频波形，频谱仪、压缩接收机或声光接收机观察信号的频谱，或利用耳机听取中频信号的音响，确定信号的频率成分。通过这些设备，操作人员一般可以获得信号的如下特征：信号的瞬时功率谱或平均功率谱、信号的瞬时幅度、瞬时频率、信号的星座幽或眼图。操作人员根据这些信号特征，凭个人T作经验判断信号的调制类型和估计信号调制参数。这种
35、人工方法的优点在于所需的硬件设备投入小， 一个训练有素的操作员对某些调制类型的信号有很高的识别率，如对持2 西安电子科技人学博论文：数字通信信号的自动识别与参数估计研究续时间较长，码元速率较低的幅度键控信号(AsK)和频率间隔较大的频移键控信号图l 1通信信号的分类与参数估计在通信对抗中的应用(FsK)。但是，随着数字通信技术与通信对抗技术的快速发展，传统基于人工识别的通信侦察系统暴露出来的不足之处在于效率偏低，对一些复杂调制样式识别凼难，无法适应自由空间中越来越多的调制信号和越来越复杂的调制实现方式。对于数字通信信号的识别与参数估计，采用人工的方法不占有优势。人工识别还无法与电子支援接收机融
36、为一体，即很难实时实现信号的侦察、解调以及电子进攻一体化。同时，由于采用人工估计参数，估计精度定程度上将取决于操作人员。由于自由空问中存在的各种调制和参数的无线通信电波含盖了很宽的电磁频谱，我们期望把信号的自动识别与参数估计与电子支援接收机结合在一体。利用复杂的电子设备代替人实现信号的自动识别，使电子支援系统具有，定的“智能”，从而提高操作人员监视各种信号活动的效率与能力。以适应现代更复杂和更大强度的电子战。正是上述原因，近年来，通信电子支援中迅速发展的自动调制识别与参数估计技术受到了许多大学和军事研究机构的重视。通信信号调制的自动识别和参数估计也是软件无线电台的内在要求【2】。近年来，随着集
37、成电路技术的发展，软件无线电技术已经取得了实际应用。传统的民用或军用无线电台往往是根据某种特定的用途设计，功能专一。不同的通信设备之间一般采用不同信号调制样式、传输速率、频带等，要实现不同通信设备之间的互连瓦通是十分困难的。军用软件无线电技术的发展目的之一是实现海陆空三军c4l系统的协同作战。第一章绪论 3充分利用现有的各种传感器(如雷达等)，实现各利，作战设备、侦察系统之间的信息共亨，最大限度发挥各利t武器设备的功能。因此各利一通信设备之问的实时瓦连臣通成为协同作战系统的关键技术之一。由于数字调制方式更适合于数据传输，冈此得到广泛虑Jj。软件无线电系统即要构建一个具有开放性、标准化、模块化的
38、通用硬件平台，而将通信的各种功能，如调制、解调、编码、同步等都由软件算法实现，从而从根本上解决了不同设备之问的互连互通12-目。除非预先约定，软件无线电系统未知接收信号的调制样式以及调制参数，从而无法实现信号的解调。调制类型识别与参数估计自然成为软件无线电系统的个内在模块。同时，软件无线电系统对调制识别与参数估计算法提出的要求是，尽量少地利用信号的先验信息，且算法简单易于实现。图J2所示为信号调制样式自动识剐与参数估计住软件无线电系统中的应用。图12信号自动分类与参数估计在软件无线电中的麻用此外，调制自动识别与参数估计技术在信道自适应调制以及计算机网络自动路由分配中也有重要应崩价值。通信信号调
39、制样式种类繁多，大体分为模拟和数字通信，两种通信方式均把传送信息调制到载波信号的幅度、频率、相位上f9州21。图13给出了常见通信信号的调制样式分类。与模拟调制相比，数字调制有一系列的优势，主要表现在抗干扰能力强、适宜中继、易于加密、传输差错可以控制等，这使得数字调制日益广泛应用。数字调制种类繁多，按把传送信息调制到载波的不同方式，可分为幅度键控(AsK)、频移键控(FsK)、相移键控(PsK)和幅度相位联合键控(APK)。另外还可以把信息调制到多个子载波上，称为多载波调制。在高速数据通信中，多载波调制的重要子类正交频分复用调制(0FDM)曰益受到重视。图13中没有单独列出扩频信号，扩频信号用扩频码与待发射数据相乘后采用PsK调制或FsK调制。当采用PsK调制时一般
