1、通信信号调制方式研究1研究背景及现状1.1 研究背景近年来，通信技术迅猛发展，为了满足用户的不同需求，充分利用通信资源，提高频谱利用率，通信信号的体制、调制方式变得多样化和复杂化，同一空间的信号也变得越来越密集。传统的通信电台或系统调制方式单一，通信双方开机后就可以在预先已知的调制方式上等待接收，无需进行调制方式的识别。在如今的多体制通信系统中，调制方式的识别是对接收信号进行处理的第一步，所以调制识别技术成为保证有效通信的关键技术。调制识别技术广泛地应用于民用与军事领域。在民用领域，调制识别技术主要应用于为无线频谱管理进行信号身份确认以及干扰确认等方面。无线电管理部门为了防止不法分子对无线频谱
2、的非法利用和干扰，需要对通信频谱进行监视和管理，以保证合法通信的正常进行。在频谱监视设备中采用调制识别技术，能帮助管理人员区分不同性质的用户，确定未知干扰信号的性质。在军事领域，主要应用于电子战和军用软件无线电技术中。在电子战通信情报截获接收机的设计中，获得接收的通信信号的调制方式，为解调器选择解调算法提供参考依据，有助于电子战中最佳干扰样式或干扰抵消算法的选择，以保证友方通信，同时破坏和抑制敌方通信，实现通信对抗的目的。又如在电子侦察与信号情报（SIGINT）中，利用信号调制类型和其他测量参数识别敌（对）方雷达的类型，以便完成威胁程度分析，及时进行机动规避，施放干扰或欺骗信号。最后就是在军用
3、软件无线电技术中，为设计一种通信“网桥” ，实现不同传输体制通信设备间的相互通信功能和资源的最佳利用，解决方案之一就是先识别出发射方的调制样式和调制参数，对其发送的信息进行解调，然后，按照接收方采用的调制方式，把有用信息调制并转发至接收方。这里，正确识别收发双方的调制样式，是保证信息无误转发的基本条件。此外，调制识别技术在计算机网络自动路由分配中也有重要的应用价值。这意味着调制识别这一无线电技术，在新兴的网络领域中也有一席之地。早期的调制识别是通过训练有素的操作人员观测接收机中频输出信号的时域波形和频谱分布形状来判断信号的调制方式，然后选择相应的解调器进行解调，依据解调后信号质量来确认或重新选
4、择调制样式，直到选择到最好的解调效果。显然，在信号调制方式日益复杂的今天，上述依赖个人主观经验的方式是行不通的。为实现准确高效的调制识别，自动调制识别技术应运而生。近几十年来，特别是海湾战争之后，人们更加认识到通信对抗在电子战中的国防科学技术大学研究生院工程硕士学位论文重要性。调制识别技术作为通信对抗中的核心技术之一，受到了国内外学者、院校和研究机构的密切关注和高度重视。随着计算机技术、通信技术、数字信号处理技术和高速专用器件的快速发展，以及相关理论的不断完善，调制识别技术得到了更好地实现。但是，这一技术的研究远未成熟。一是因为通信环境的不断变化，通信技术的快速发展，通信信号的调制方式不断更新
5、，而现有的调制识别技术只是针对特定的通信环境和调制类型设计的，具有很大的局限性。二是因为面对的随机因素很多，加上实际无线信道的很多不可确定的影响，调制识别可以看做一种复杂的具有多个未知参数的多元模式识别问题，而现今模式识别的基础理论还尚不完善。综上所述，调制识别技术在不断发展，仍有许多研究工作有待深入。1.2 研究现状1969 年 4 月，C.S.Weaver 等在斯坦福大学技术报告上发表了第一篇研究调制方式自动识别的论文“采用模式识别技术实现调制类型的自动分类” 。此后，国内外学者发表了大量关于调制识别的研究成果，每一个成果由于基于不同的背景，不同的要求，不同的应用环境，不同的分析角度等等方
6、面，形成了调制识别领域百花争艳的局面。这些成果中提出了很多各不相同的算法，但一般认为可归纳为两类：决策论方法和统计模式识别方法。不管是决策论方法还是模式识别方法，通信信号的自动调制识别实际上都是假设检验和统计推断这两个基本数学方法实现。由于本文采用的识别算法是一种统计模式识别方法，所以在后文侧重介绍统计模式识别方法。1.2.1 决策论方法决策论方法又称最大似然假设检验方法，是采用概率论和假设检验理论来解决信号的调制识别问题。通常是根据信号的统计特性，通过理论分析与推导，得到统计检验量，然后与一个合适的门限进行比较，从而形成判决准则来实现调制信号自动识别。在决策论方法中，通常把信号分类看成是一个
7、多元假设检验问题，对应 m 种调制方式有 m 种假设检验H，i=1,2.m 在已发表的有关调制识别的文中，应用决策论方法主要有：1988-1990 年，Polydoros 和 Kim 介绍了一种区别 2PSK 和 4PSK 的决策论方法。其思想是采用高斯白噪声干扰下的数字调相信号的近似似然比函数，通过优化得到新的判决准则。该方法在信噪比大于 0dB 时，有较好的识别效果，但方法局限于对 BPSK 与 QPSK 信号的识别，且信噪比小于 0dB 时识别性能较差。1994 年，Long，Chugg 和 Polydoros 将应用于低信噪比环境下的算法推广到高信噪比的环境，并用来识别加入幅度因素的
8、QAM 信；1995-2000 年，Wei 和 Mendel 提出了一种应用于数字幅度相位调制信号的最大似然比方法。该方法应用于在加性高斯白噪声信道下，是基于星座图的调制分类方法。作者得到了基于理想环境下的最大似然比分类器的理论性能，可以作为其它分类器的理论上限。1996 年，Yang 和 Liu 提出了一种对于 MPSK 信号的渐进优化算法的分类器。算法应用接收到 MPSK 信号的精确相位，应用傅立叶级数展开，得到的傅立叶系数与信噪比间有单调关系，由此得到分类准则。1998 年，Boiteau 和 Le Martret 提出了一种一般最大似然比分类器（GMLC） 。作者得到了 GMLC 的公
9、式，并将其应用于对于 MPSK/MPSK 信号的分类，其中 MM。作者指出这一公式是以前最大似然法讨论的一般性情况。2000 年，Mobasseri 使用模糊聚类算法从接收的有噪码元中重构信号的星座图，把重构的星座图看作多值非均匀分布的空间随机场，然后利用贝叶斯分类规则对 QAM 信号分类。2002 年，Thomas A 等人使用了 QAM 信号幅度和相位近似相互独立，利用幅度和相位的联合似然比函数进行分类。2004 年，Zhijin Zhao 和 Tao Lang 推导出一种更常规的 qLLR 统计表达式，理论上在较低信噪比下可以识别任意 M 的 PSK 信号，分类特征明显，但是其仿真结果显
10、示该算法的门限值随参数变化而变化，并且需要假设已知载频和码元速率等先验条件。其它还有一些算法，这里不再一一列举。决策论方法的优点是它从理论上保证了在最小错误代价下分类准则是最优的，并且对于算法的理论分析是完备的。但是，决策论调制分类算法的不足也是很明显的，首先，它通常需要更多的先验知识，如载波频率、载波相位、码元速率、噪声类型和信噪比，甚至还需要匹配滤波所需的基带成型脉冲形式。先验知识缺少或不准确严重影响算法的性能，甚至导致算法失效。其次，未知参量的存在导致似然比识别算法的统计量表达式非常复杂，计算量大，难于实时处理。通常需要对其进行简化处理，但简化处理的结果往往导致分类信息的丢失、调制类型的
11、合并和分类性能的下降。1.2.2 模式识别方法在模式识别方法中，调制识别可以看做是一种具有多个未知参数的多元模式识别问题。和其他模式识别问题一样，调制识别也是按照特征提取和分类识别两个步骤完成的。一个通用的调制方式模式识别系统主要由信号接收、特征提取和判决输出三部分构成，如图所示：信号接收部分包括带通采样、A/D 转换和实现信道隔离。特征提取部分从原始数据中提取表征信号调制样式的特征向量，完成观测空间到特征空间的转换。类型识别部分的主要功能是在特征空间中用统计方法识别信号调制样式。可以看出，特征提取部分是调制信号模式识别方法的核心部分，特征的提取直接影响后面的类型识别部分的设计和性能。提取调制
12、识别分类特征可以在时域进行，也可以在频域进行，常用的分类特征包括包络特征、相位特征、频率特征，频谱特征，高阶累积量等。多年来，研究人员提出了很多新的分类特征，调制信号模式识别方法不断推陈出新。下面以分类特征为线索，概述近年来调制信号模式识别方法的主要成果。早期的模式识别方法是从包络采样或信号频谱中抽取识别特征，如 1985 T.G.Callaghan, J.L. Perry, J.K. Tjho 和 Watkins-Johnson 等人提出了两种信号识别方法：一种是利用快速傅里叶变换，得到输入信号的频谱，再与各类调制信号的频谱作统计比较，从中判断输入信号调制类型。另一种方法是对时域特征抽取，基
13、于模式识别的“相似”概念，利用输入信号的包络采样和过零点采样，建立类似于矢量距离定义的目标函数 DISSQ()，按最近原则，即以 DISSQ 为最小对信号进行分类。将上述两种方法结合起来，可识别 CW、 AM、FM、SSB、OOK、FSK 等信号，算法简单，识别速度快，但识别效果受噪声影响很大，在 SNR 40dB 可以正确判别，所以实用价值不大。P.M. Fabrizi、L.B. Lopes 和 G.B. Lockhart 对上述时域采样识别方法作了改进，利用各调制信号的瞬时包络和频率变量的不同进行识别，简化了判别过程。算法的性能有了较大的改善，硬件的实现也简单了许多，但对输入信号仍有较苛刻
14、的要求，实际可识别信号要求 SNR 30dB。Y.T.Chan, L.G.Gadibois 和 P.Yansouni 提出了利用包络方差与包络均值平方的比值 R 进行调制识别。该方法可识别 FM、AM、SSB 和 DSB 信号，方法简单，易于实现，并且在理论上考虑了噪声的影响，故具有较好的识别性能，可靠识别的信噪比可达 20dB。但该方法所利用的信号特性少，这在很大程度上已限制了算法的识别性能。1986 年，Hipp, J.E 提出了基于信号各阶统计相关矩变量的识别方法，开创了利用信号的统计特性进行识别分类的先河，促进了自动识别方法研究的发展。Liedtke 首个提出将调制识别应用于数字调制。
15、他提出了一种用于 2ASK,2FSK, 2PSK, 4PSK, 8PSK 和 CW 等数字调制的调制识别器。这种算法采用的主要特征量有幅度直方图、频率直方图、相位差直方图、幅度方差和频率方差。文章指出，在 SNR 18dB 可以识别一个无误差的信号，即所有信号的参数是确切已知的，但这种算法的硬件执行是非常复杂的。在此识别算法中，所有的模拟调制信号都被当作噪声分类。1995 年，A.K.Nandi 和 E.E.Azzouz 提出了一种基于时域和频域综合的调制识别方法，之后又陆续提出若干改进方法。算法可识别 AM、 SSB、DSB、VSB、FM、AM_FM 等模拟调制信号和 MASK、 MPSK、
16、MFSK 数字调制信号（M4） 。算法的主要思想是从信号中抽取时域瞬时特征和频域特征，然后通过计算得出可以区分不同调制信号的分类特征量，最后通过门限判决的方式进行调制分类。其中，识别门限通常需要通过大量的统计比较形成。该方法充分利用了信号多方面的有用特性，不仅识别类型多，而且具有良好的识别性能。文献指出，在 SNR 10dB，具有良好的识别效果。其它统计模式识别方法还有很多，比如 Soliman 和 Hsue 的基于获取信号相位统计矩的调制识别方法、Nagy 多路系统的调制分类方法、 Beidas 和 Weber 的一种针对 MFSK 信号的调制分类方法、Ta 的小波包分解方法和 Reiche
17、rt 对基带通信信号复幅度进行非线性变换，利用谱线再生技术分类方法、胡延平等基于参数统计的调制分类方法、胡敏等利用信号的高阶统计量特征进行调制识别的方法等，在此不再一一列举。统计模式识别方法主要优点有理论分析简单，提取的特征适应性较强，可用于多种类型的调制信号的识别，在高信噪比时，信号特征明显，易于提取，具有较好的识别性能。不足方面主要是特征值容易受到噪声的干扰，判决门限的选择对算法性能影响比较大。此外，相对于决策论识别方法，模式识别方法还需要一定的训练样本。2通信信号和调制方式2.1 通信信号2.1.1 模拟信号模拟信号是指信息参数在给定范围内表现为连续的信号。 或在一段连续的时间间隔内，其
18、代表信息的特征量可以在任意瞬间呈现为任意数值的信号。主要是与离散的 数字信号相对的连续的信号。模拟信号分布于自然界的各个角落，如每天温度的变化，而数字信号是人为的 抽象出来的在幅度取值上不连续的信号。电学上的模拟信号主要是指幅度和相位都连续的电信号，此信号可以被模拟电路进行各种运算，如放大，相加，相乘等。模拟信号是指用连续变化的物理量表示的信息，其信号的幅度，或频率，或相位随时间作连续变化，如目前广播的声音信号，或图像信号等。不同的数据必须转换为相应的信号才能进行传输：模拟数据（模拟量）一般采用模拟信号(Analog Signal)，例如用一系列连续变化的电磁波(如无线电与电视广播中的电磁波)
19、，或电压信号(如电话传输中的音频电压信号)来表示；数字数据（数字量）则采用数字信号(Digital Signal)，例如用一系列断续变化的电压脉冲(如我们可用恒定的正电压表示二进制数 1，用恒定的负电压表示二进制数 0)，或光脉冲来表示。 当模拟信号采用连续变化的电磁波来表示时，电磁波本身既是信号载体，同时作为传输介质；而当模拟信号采用连续变化的信号电压来表示时，它一般通过传统的模拟信号传输线路(例如电话网、有线电视网)来传输。 当数字信号采用断续变化的电压或光脉冲来表示时，一般则需要用双绞线、电缆或光纤介质将通信双方连接起来，才能将信号从一个节点传到另一个节点。模拟信号和数字信号之间可以相互
20、转换：模拟信号一般通过 PCM 脉码调制(Pulse Code Modulation)方法量化为数字信号，即让模拟信号的不同幅度分别对应不同的二进制值，例如采用 8 位编码可将模拟信号量化为 28=256 个量级，实用中常采取 24 位或 30 位编码；数字信号一般通过对载波进行移相(Phase Shift)的方法转换为模拟信号。计算机、计算机局域网与城域网中均使用二进制数字信号，目前在计算机广域网中实际传送的则既有二进制数字信号，也有由数字信号转换而得的模拟信号。但是更具应用发展前景的是数字信号。理论上，模拟信号的分辨率趋近无穷大。不过在实际情况中，模拟信号的分辨率常常会受噪声和信号摆率（s
21、lew rate）的限制。因此，现实中的模拟信号和数字信号的分辨率和带宽都有一定的限制。在一些非常复杂的模拟系统中，诸如非线性问题和噪声等效应会降低模拟信号的分辨率，以至于此时它的分辨率甚至低于特定的数字信号系统。类似的，当数字系统变得复杂时，数字数据流里会产生错误。在实际的系统中，往往需要综合应用两种形式的信号，从而达使系统获得最好的工作性能。模拟信号的主要优点是其精确的分辨率，在理想情况下，它具有无穷大的分辨率。与数字信号相比，模拟信号的信息密度更高。由于不存在量化误差，它可以对自然界物理量的真实值进行尽可能逼近的描述。模拟信号的另一个优点是，当达到相同的效果，模拟信号处理比数字信号处理更
22、简单。模拟信号的处理可以直接通过模拟电路组件（例如运算放大器等）实现，而数字信号处理往往涉及复杂的算法，甚至需要专门的数字信号处理器。模拟信号的主要缺点是它总是受到杂讯（信号中不希望得到的随机变化值）的影响。信号被多次复制，或进行长距离传输之后，这些随机噪声的影响可能会变得十分显著。在电学里，使用接地屏蔽（shield）、线路良好接触、使用同轴电缆或双绞线，可以在一定程度上缓解这些负面效应。噪声效应会使信号产生有损。有损后的模拟信号几乎不可能再次被还原，因为对所需信号的放大会同时对噪声信号进行放大。如果噪声频率与所需信号的频率差距较大，可以通过引入电子滤波器，过滤掉特定频率的噪声，但是这一方案
23、只能尽可能地降低噪声的影响。因此，在噪声在作用下，虽然模拟信号理论上具有无穷分辨率，但并不一定比数字信号更加精确。尽管数字信号处理算法相对复杂，但是现有的数字信号处理器可以快速地完成这一任务。另外，计算机等系统的逐渐普及，使得数字信号的传播、处理都变得更加方便。诸如照相机等设备都逐渐实现数字化，尽管它们最初必须以模拟信号的形式接收真实物理量的信息，最后都会通过模拟数字转换器转换为数字信号，以方便计算机进行处理，或通过互联网进行传输。利用信号的调变技术，可以将信号转换成所需要的不同性质的模拟信号。例如，可以对正弦载波进行调幅、调频来达到特殊的工作目的。2.1.2 数字信号数字信号指自变量是离散的
24、、因变量也是离散的信号，这种信号的自变量用整数表示，因变量用有限数字中的一个数字来表示。在计算机中，数字信号的大小常用有限位的二进制数表示，例如，字长为 2 位的二进制数可表示 4 种大小的数字信号，它们是 00、01、10 和11；若信号的变化范围在-11，则这 4 个二进制数可表示 4 段数字范围，即-1, -0.5)、-0.5, 0)、0, 0.5)和0.5, 1。由于数字信号是用两种物理状态来表示 0 和 1 的，故其抵抗材料本身干扰和环境干扰的能力都比模拟信号强很多；在现代技术的信号处理中，数字信号发挥的作用越来越大，几乎复杂的信号处理都离不开数字信号；或者说，只要能把解决问题的方法
25、用数学公式表示，就能用计算机来处理代表物理量的数字信号。数字信号特点：抗干扰能力强、无噪声积累。在模拟通信中，为了提高信噪比，需要在信号传输过程中及时对衰减的传输信号进行放大，信号在传输过程中不可避免地叠加上的噪声也被同时放大。随着传输距离的增加，噪声累积越来越多，以致使传输质量严重恶化。对于数字通信，由于数字信号的幅值为有限个离散值(通常取两个幅值)，在传输过程中虽然也受到噪声的干扰，但当信噪比恶化到一定程度时，即在适当的距离采用判决再生的方法，再生成没有噪声干扰的和原发送端一样的数字信号，所以可实现长距离高质量的传输。便于加密处理信息传输的安全性和保密性越来越重要，数字通信的加密处理的比模
26、拟通信容易得多，以话音信号为例，经过数字变换后的信号可用简单的数字逻辑运算进行加密、解密处理。便于存储、处理和交换数字通信的信号形式和计算机所用信号一致，都是二进制代码，因此便于与计算机联网，也便于用计算机对数字信号进行存储、处理和交换，可使通信网的管理、维护实现自动化、智能化。设备便于集成化、微型数字通信采用时分多路复用，不需要体积较大的滤波器。设备中大部分电路是数字电路，可用大规模和超大规模集成电路实现，因此体积小、功耗低。便于构成综合数字网和综合业务数字网采用数字传输方式，可以通过程控数字交换设备进行数字交换，以实现传输和交换的综合。另外，电话业务和各种非话业务都可以实现数字化，构成综合
27、业务数字网。占用信道频带较宽一路模拟电话的频带为 4kHz 带宽，一路数字电话约占 64kHz，这是模拟通信目前仍有生命力的主要原因。随着宽频带信道(光缆、数字微波)的大量利用(一对光缆可开通几千路电话)以及数字信号处理技术的发展(可将一路数字电话的数码率由 64kb/s 压缩到 32kb/s 甚至更低的数码率)，数字电话的带宽问题已不是主要问题了。以上介绍可知，数字通信具有很多优点，所以各国都在积极发展数字通信。近年来，我国数字通信得到迅速发展，正朝着高速化、智能化、宽带化和综合化方向迈进。信号的数字化需要三个步骤：抽样、量化和编码。抽样是指用每隔一定时间的信号样值序列来代替原来在时间上连续
28、的信号，也就是在时间上将模拟信号离散化。量化是用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限数量的有一定间隔的离散值。编码则是按照一定的规律，把量化后的值用二进制数字表示，然后转换成二值或多值的数字信号流。这样得到的数字信号可以通过电缆、微波干线、卫星通道等数字线路传输。在接收端则与上述模拟信号数字化过程相反，再经过后置滤波又恢复成原来的模拟信号。上述数字化的过程又称为脉冲编码调制。抽样话音信号是模拟信号，它不仅在幅度取值上是连续的，而且在时间上也是连续的。要使话音信号数字化并实现时分多路复用，首先要在时间上对话音信号进行离散化处理，这一过程叫抽样。所谓抽样就是每隔一定的
29、时间间隔 T，抽取话音信号的一个瞬时幅度值(抽样值)，抽样后所得出的一系列在时间上离散的抽样值称为样值序列。抽样后的样值序列在时间上是离散的，可进行时分多路复用，也可将各个抽样值经过量化、编码变换成二进制数字信号。理论和实践证明，只要抽样脉冲的间隔 T1/（2fm）(或 f2fm)(fm 是话音信号的最高频率)，则抽样后的样值序列可不失真地还原成原来的话音信号。例如，一路电话信号的频带为 3003400Hz，fm=3400Hz，则抽样频率fs23400=6800Hz。如按 6800Hz 的抽样频率对 3003400Hz 的电话信号抽样，则抽样后的样值序列可不失真地还原成原来的话音信号，话音信号
30、的抽样频率通常取 8000Hz。对于PAL 制电视信号。视频带宽为 6MHz，按照 CCIR601 建议，亮度信号的抽样频率为 13.5MHz，色度信号为 6.75MHz。量化抽样把模拟信号变成了时间上离散的脉冲信号，但脉冲的幅度仍然是模拟的，还必须进行离散化处理，才能最终用数码来表示。这就要对幅值进行舍零取整的处理，这个过程称为量化。量化有两种方式，量化方式中，取整时只舍不入，即 01 伏间的所有输入电压都输出 0 伏，12 伏间所有输入电压都输出 1 伏等。采用这种量化方式，输入电压总是大于输出电压，因此产生的量化误差总是正的，最大量化误差等于两个相邻量化级的间隔 。量化方式在取整时有舍有
31、入，即 00.5 伏间的输入电压都输出 0 伏，0.51?5 伏间的输出电压都输出 1 伏等等。采用这种量化方式量化误差有正有负，量化误差的绝对值最大为/2。因此，采用有舍有入法进行量化，误差较小。实际信号可以看成量化输出信号与量化误差之和，因此只用量化输出信号来代替原信号就会有失真。一般说来，可以把量化误差的幅度概率分布看成在-/2+/2 之间的均匀分布。可以证明，量化失真功率?，即与最小量化间隔的平方成正比。最小量化间隔越小，失真就越小。最小量化间隔越小，用来表示一定幅度的模拟信号时所需要的量化级数就越多，因此处理和传输就越复杂。所以，量化既要尽量减少量化级数，又要使量化失真看不出来。一般
32、都用一个 二进制数来表示某一量化级数，经过传输在接收端再按照这个二进制数来恢复原信号的幅值。所谓量化比特数是指要区分所有量化级所需几位二进制数。例如，有 8 个量化级，那么可用三位二进制数来区分，因为，称 8 个量化级的量化为 3 比特量化。8 比特量化则是指共有个量化级的量化。量化误差与噪声是有本质的区别的。因为任一时刻的量化误差是可以从输入信号求出，而噪声与信号之间就没有这种关系。可以证明，量化误差是高阶非线性失真的产物。但量化失真在信号中的表现类似于噪声，也有很宽的频谱，所以也被称为量化噪声并用信噪比来衡量。上面所述的采用均匀间隔量化级进行量化的方法称为均匀量化或线性量化，这种量化方式会
33、造成大信号时信噪比有余而小信号时信噪比不足的缺点。如果使小信号时量化级间宽度小些，而大信号时量化级间宽度大些，就可以使小信号时和大信号时的信噪比趋于一致。这种非均匀量化级的安排称为非均匀量化或非线性量化。数字电视信号大多采用非均匀量化方式，这是由于模拟视频信号要经过校正，而校正类似于非线性量化特性，可减轻小信号时误差的影响。对于音频信号的非均匀量化也是采用压缩、扩张的方法，即在发送端对输入的信号进行压缩处理再均匀量化，在接收端再进行相应的扩张处理。目前国际上普遍采用容易实现的 A 律 13 折线压扩特性和 律 15 折线的压扩特性。我国规定采用 A 律 13 折线压扩特性。采用 13 折线压扩
34、特性后小信号时量化信噪比的改善量可达 24dB，而这是靠牺牲大信号量化信噪比(亏损 12dB)换来的。编码抽样、量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简单的编码方式是二进制编码。具体说来，就是用 n 比特二进制码来表示已经量化了的样值，每个二进制数对应一个量化值，然后把它们排列，得到由二值脉冲组成的数字信息流。编码过程在接收端，可以按所收到的信息重新组成原来的样值，再经过低通滤波器恢复原信号。用这样方式组成的脉冲串的频率等于抽样频率与量化比特数的积，称为所传输数字信号的数码率。显然，抽样频率越高，量化比特数越大，数码率就越高，所需要的传输带宽就越宽除了上述
35、的自然二进制码，还有其他形式的二进制码，如格雷码和折叠二进制码等，表21 示出了这三种二进制码。这三种码各有优缺点：(1)自然二进制码和二进制数一一对应，简单易行，它是权重码，每一位都有确定的大小，从最高位到最低位依次为，可以直接进行大小比较和算术运算。自然二进制码可以直接由数/模转换器转换成模拟信号，但在某些情况，例如从十进制的 3 转换为 4 时二进制码的每一位都要变，使数字电路产生很大的尖峰电流脉冲。(2)格雷码则没有这一缺点，它在相邻电平间转换时，只有一位生变化，格雷码不是权重码，每一位码没有确定的大小，不能直接进行比较大小和算术运算，也不能直接转换成模拟信号，要经过一次码变换，变成自
36、然二进制码。(3)折叠二进制码沿中心电平上下对称，适于表示正负对称的双极性信号。它的最高位用来区分信号幅值的正负。折叠码的抗误码能力强。表 21 各种二进制码量化电平量化电平自然二进制码格雷码折叠二进制码00000000111001001010201001100130110100004100110100510111110161101011107111100111在通信理论中，编码分为信源编码和信道编码两大类。所谓信源编码是指将信号源中多余的信息除去，形成一个适合用来传输的信号。为了抑制信道噪声对信号的干扰，往往还需要对信号进行再编码，编成在接收端不易为干扰所弄错的形式，这称为信道编码。为了对付
37、干扰，必须花费更多的时间，传送一些多余的重复信号，从而占用了更多频带，这是通信理论中的一条基本原理。2.2 通信调制方式2.2.1 模拟调制技术幅度调制（AM）最常用的和最重要的模拟调制方式是用正弦波作为载波的幅度调制和角度调制。常见的调幅（AM） 、双边带（DSB） 、单边带（SSB）等调制就是幅度调制的几个典型实例；而频率调制（FM）是角度调制中被广泛采用的一种。幅度调制（AM）幅度调制就是用调制信号去控制高频载波的幅度，使其随调制信号作线性变化的过程。标准幅度调制就是常规双边带调制，简称调幅（AM） 。假设消息信号 m(t)的均值为 0，将其叠加一个直流分量 A0 后与载波相乘（图 2-
38、1） ，即可形成调幅信号。其时域表达式为：式中 A0 为外加的直流分量；m(t)可以是确知信号，也可以是随机信号。若 m(t)为确知信号，则 AM 信号的频域表达式为：设定消息信号 m(t)由一阶自回归模型产生，直流分量 A0=maxm(t)+1，载波幅度 A=1，载波频率 cf=150kHz，采样频率 sf =1200kHz，进行 MATLAB 仿真得到 AM 信号，其时域波形和频谱（幅度谱）如图 2-2 和图 2-3 所示。AM 信号的总功率包括载波功率和边带功率两部分。只有边带功率与调制信号有关，也就是说，载波分量不携带信息。即使在“满调幅“时，载波分量仍然占据着大部分功率，而含有用信息
39、的两个边带占有的功率较小。因此，从功率上讲，AM 信号的功率利用率比较低。AM 的优点在于系统结构简单，价格低廉。所以至今调幅仍广泛用于无线电广播。抑制载波双边带调制（DSB）在 AM 信号中，载波分量并不携带信号，信息完全由边带传送。如果在 AM 调制模型图2-1 中将直流 A0 去掉，就可得到一种高调制效率的调制方式抑制载波双边带调制（DSB-SC） ，简称双边带调制（DSB） 。其时域表达式为式中，假设 m(t)的平均值为 0。DSB 的频谱与 AM 的谱相近，只是没有了在 c 处的函数，即设定消息信号 m(t)由一阶自回归模型产生，载波幅度 A=1，载波频率 cf=150kHz，采样频
40、率 sf=1200kHz，进行 MATLAB 仿真得到 DSB 信号，其时域波形和频谱如图 2-4 和图 2-5 所示。因为不存在载波分量，DSB 信号的调制效率是 100%，即全部功率都用于信息传输。从其时域波形可以看出，DSB 信号的包络不再与调制信号变化规律一致，在调制信号 m(t)的过零点处出现载波反相。DSB 信号虽然节省了载波功率，但它所需的传输带宽仍是调制信号带宽的两倍，与 AM信号带宽相同。单边带调制（SSB）单边带调制（SSB）是将双边带调制中的一个边带滤掉，仅传输其中一个边带的调制方式。根据滤除方法的不同，产生 SSB 信号的方法有滤波器法和移相法两种。滤波器法是先产生一个
41、双边带信号，然后让其通过一个边带滤波器，滤除不个、要的边带，即可得到单边带信号。它是最简单也是最常用的方法其原理框图如图 2-6 所示。图 2-6 中，H(w)单边带滤波器的传输函数，具有理想高通或低通特性。SSB 信号的频域表达式为SSB 信号的时域表达式为移相法是利用相移网络，对载波和调制信号进行适当的相移，以便在合成过程中将其中的一个边带抵消而获得 SSB 信号。其技术难点是宽带移相网络的制作，在这里不做详述。设定消息信号 m(t)由一阶自回归模型产生，载波幅度 A=1，载波频率 cf=150kHz，采样频率 sf=1200kHz，进行 MATLAB 仿真得到 SSB 信号，其时域波形和
42、频谱如图 2-7 和图 2-8 所示。综上所述，SSB 信号的实现比 AM、DSB 要复杂，但 SSB 调制方式在传输信息时，不仅可以节省发射功率，而且它所占有的频带宽度减少了一半。它目前已成为短波通信中一种重要的调制方式。2.2.2 数字调制技术与模拟通信相比，数字通信具有许多优良的特性，它的主要缺点就是设备复杂并且需要较大的传输带宽。近年来，随着大规模集成电路的出现，数字系统的设备复杂程度和技术难度大大降低，同时高效的数据压缩技术以及光纤等大容量传输介质的使用正逐步使带宽问题得到了解决。因此，数字传输方式日益受到欢迎。数字调制就是指用数字基带信号控制载波，把数字基带信号变换为数字带通信号的
43、过程。数字调制与模拟调制的基本原理相同，但数字信号有离散取值的特点。因此数字调制技术有两种方法：一是利用模拟调制的方法去实现数字调制，即把数字调制看成模拟调制的一个特例；二是利用数字信号的离散取值特点通过开关键控载波，从而实现数字调制。这种方法通常称为键控法，比如对载波的振幅、频率和相位进行键控，可以获得振幅键控（ASK） 、频移键控（FSK）和相移键控（PSK）三种基本的数字调制方式。幅度键控（ASK）幅度键控是利用载波的幅度变化来传输数字信息，而其频率和初始相位保持不变。当调制信号是二进制数字基带信号时，则称为二进制幅度键控（2ASK） 。在 2ASK 中，载波的幅度只有两种变化状态，分别
44、对应二进制信息“0”或“1” 。2ASK 信号的一般表达式为：设定调制信号 s(t)由二进制随机数字序列映射产生，载波幅度 A=1，载波频率cf=150kHz，采样频率 sf=1200kHz，码元速率 sr=12.5KHz，进行 MATLAB 仿真得到 2ASK 信号，其时域波形和频谱如图 2-11 和图 2-12 所示。多进制幅度键控（MASK）是二进制幅度键控的推广。MASK 信号的载波幅度有 M 种取值，在每个符号时间间隔 Ts 内发送 M 种幅度中的一种幅度的载波信号。MASK 信号的一般表达式为:设定调制信号 s(t)由四进制随机数字序列映射产生，其它参数和 2ASK 仿真相同，进行
45、MATLAB 仿真得到 4ASK 信号，其时域波形和频谱如图 2-13 和图 2-14 所示。2ASK 是 20 世纪初最早运用于无线电报中的数字调制方式之一。但是，ASK 传输技术受噪声影响很大。噪声电压和信号一起改变了振幅。在这种情况下， “0”可能变为“1” ， “1”可能变为“0” 。可以想象，对于主要依赖振幅来识别比特的 ASK 调制方法，噪声是一个很大的问题。由于 ASK 是受噪声影响最大的调制技术，现已较少应用，不过，2ASK 常常作为研究其他数字调制的基础。频移键控（FSK）频移键控是利用载波的频率变化来传递数字信息。在 2FSK 中，载波的频率随二进制基带信号在 f1 和 f
46、2 两个频率点间变化。故其表达式为：另外，2FSK 信号可以看成是两个不同载频的 2ASK 信号的叠加。因此，2FSK 信号的时域表达式又可写成：2FSK 信号的表达式可简化为：设定调制信号 s(t)及其它参数和 2ASK 相同，进行 MATLAB 仿真得到 2FSK 信号，其时域波形和频谱如图 2-15 和图 2-16 所示。多进制频移键控（MFSK）同样是 2FSK 的简单推广，在此不做详述。设定调制信号 s (t)及其它参数和 4ASK 相同，进行 MATLAB 仿真得到 4FSK 信号，其时域波形和频谱如图 2-17 和图2-18 所示。2FSK 在数字通信中应用较为广泛。国际电信联盟
47、（ITU）建议在数据率低于 1200b/s 时采用 2FSK 体制。2FSK 可以采用非相干接收方式，接收时不必利用信号的相位信息，因此特别适合应用于衰落信道或随参信道（如短波无线电信道）的场合，这些信道会引起信号的相位和振幅随机抖动和起伏。相移键控（PSK）相移键控是利用载波的相位变化来传递数字信息，而振幅和频率保持不变。在 2PSK 中，通常用初始相位 0 和 分别表示二进制“1” “0”。因此，2PSK 信号的时域表达式为由于表示信号的两种码元波形相同，极性相反，故 2PSK 信号一般可以表述为一个双极性全占空矩形脉冲序列与一个正弦载波的相乘，即设定调制信号 s(t)及其它参数和 2AS
48、K 相同，进行 MATLAB 仿真得到 2PSK 信号，其时域波形和频谱如图 2-19 和图 2-20 所示。将 2PSK 推广，即可得到多进制相移键控（MPSK） ，其初始相位可以取多个可能值，在此不再详述。设定调制信号 s(t)及其它参数和 4ASK 相同，进行 MATLAB 仿真得到 4PSK 信号，其时域波形和频谱如图 2-21 和图 2-22 所示。3 数字调制信号 MASK、MFSK、MPSK 的识别算法假设接收信号环境满足以下的条件：1）所要识别的数字调制信号有 2ASK、2FSK、2PSK、4ASK、4FSK、4PSK；2）调制识别过程中，在指定长度接收数据内只有一个通信信号；
49、3）截获信号长度为 k 秒，被细分成 M 个连续可用信号段。本节的仿真研究中，我们设定如下参数：每段有 Ns=9600 个样本（相当于 8 毫秒） ，其中采样率 f=1200kHz。3.1 识别特征参数的提取本文的数字调制识别算法使用了五个识别特征参数，分别是 , ，下面,分别介绍这几个识别参数。调制信号的瞬时相位包括载波贡献的线性部分和被调制信号贡献的非线性部分。经过下变频过程，线性相位部分被滤除，我们关心的是具有被调制信号特征的非线性相位部分。若准确知道载波频率 fc，那么调制信号中的非线性相位部分可估计为：4)5)3.2 数字调制识别算法本节将讨论如何用上述五个特征参数识别 2ASK、2FSK、2PSK、4ASK、4FSK 和 4PSK 等数字调制类型的问题。1） 用于区分 MFSK 信号和（MASK、MPSK）信号。由于 MFSK 信号的幅度没有受到调制信号的影响，所以它们的瞬时幅度值是恒定的。经过零中心和归一化后，零中心归一化瞬时幅度，对应的功率谱密度也为零。MASK 信号的瞬时幅度是随着调制信号变化的，对应的功率谱密度也不为零；理想的 MPSK 信号与 MFSK 信号一样，瞬时幅度不包含调制信息，但是在实际传输过程
