通信对抗原理第4章-通信侦察系统的信号处理课件.ppt

《通信对抗原理第4章-通信侦察系统的信号处理课件.ppt》由会员分享，可在线阅读，更多相关《通信对抗原理第4章-通信侦察系统的信号处理课件.ppt（188页珍藏版）》请在三一办公上搜索。

1、通信对抗原理第4章 通信侦察系统的信号处理,4.1 概述通信侦察系统信号处理的任务是，在一个由多种信号构成的复杂和多变的信号环境中，从其中分选和分离多个通信信号，测量和分析各个通信信号的基本参数，识别通信信号的调制类型和网台属性，并进一步对信号进行解调处理，监听或者获取它所传输的信息作为通信情报。通信信号的分选和分离、参数的测量分析是通信侦察预处理的功能。在通信侦察系统瞬时带宽内，一般存在多个通信信号。预处理的任务之一是将多个重叠在一起的通信信号分离出来，这称为通信信号的分选或者分离。通信信号的分选和分离通常是一种盲分离，因为落在瞬时带宽内的通信信号的参数是,未知的，这是通信信号分选的基本特点

2、。通信侦察系统首先对信号进行粗的频率分析，如采用窄带接收机、信道化接收机、DFT/FFT分析等方法，粗略地分析和估计信号的中心频率和带宽，对多个信号进行分离，然后才能测量信号的各种参数，最后实现调制分类和识别等信号处理任务。这是因为大多数通信信号参数测量分析的方法都是在单个通信信号的条件下才能有效地发挥作用，也就是说，在进行参数测量分析时，分析带宽内最好只有一个通信信号。通信信号分选和分离的任务通常是在接收机中完成，如窄带接收机、信道化接收机，在完成信号载波频率粗分选测量的同时，也完成了信号分离的任务。而对于宽带搜索接收机，通常采用DFT/FFT分析或者其他分选方法实现信号分离的任务。,信号参

3、数分选测量是信号调制分类识别的基础，信号参数分选测量的精度会直接影响调制分类识别的可靠性和准确性。例如，载波频率估计不准确，调制分类和识别的准确性就会下降，后续解调器的性能也会受到影响。,4.2通信信号参数的测量分析通信信号的调制样式多，不同的调制样式有不同的调制参数。对模拟调幅(AM)信号，它的主要参数有载波频率、信号电平、带宽、调幅度等；对于模拟调频(FM)信号，除了载波频率、信号电平、带宽外，其调制参数还包括最大频偏、调频指数等；对于数字通信信号，除了载波频率、信号电平、带宽等通用参数外，还有码元速率、符号速率等基本参数。4.2.1通信信号的载频测量分析不管是宽带数字接收机，还是数字信道

4、化接收机，其输出还需要后续的测频处理，才能得到信号的精确频率，这就是测频算法需要完成的任务。,3.互相关法测频通信信号受到信道噪声、多径衰落和接收机内部噪声的影响，都不同程度地叠加了噪声。因此，通信侦察系统接收到的是有噪声的信号，但是大部分噪声与信号是统计不相关的。设接收的信号为x(t)=s(t)+n(t)(4.2-11)其中，s(t)为通信信号；n(t)为窄带平稳随机噪声。s(t)与n(t)在任意时刻不相关。接收信号的相关函数为Rx()=Ex(t)x(t+)=Rs()+Rn()(4.2-12)其中,Rs()和Rn()分别是信号和噪声的相关函数，并且已经利用了两者不相关的性质。,求解x1(t)

5、和x2(t)的互相关函数，对互相关函数作傅立叶变换，得到互功率谱，而按照前面的分析，有。利用互相关估计得到的功率谱进行频率估计，可以有效地抑制窄带噪声，比直接用瞬时频率估计频率受噪声的影响小，可以在低信噪比条件下实现频率估计。4.平方法测频对于相位调制类的MPSK信号，当信息码元等概分布时，其发送信号中不包含载波频率分量。因此，对于这类信号，在进行载波频率估计前，需要进行平方(或高次方)变换，恢复信号中的载波分量。,以对数(dB)方式表示，则PdB=10lg(P)(dBW)(4.2-24)信号的接收功率与天线增益GA、接收机灵敏度Prmin、系统增益GS、系统处理的变换因子GPR等因素有关。如

6、果需要将信号相对功率转换为接收机输入功率，则实际功率与相对功率的关系为Ps=PdBGAGSGPRPrmin(dBW)(4.2-25)信号电平有几种表示方式，通常有dBV、dBmV、dBW、dBm等。如果接收机输入阻抗为50，则它们之间的转换关系为,dBV=10lg(V)dBmV=10lg(mV)=dBV-30dBW=10lg(V2/R)=20lg(V)17=20lg(V)137dBm=10lg(mW)=20lg(V)107=10lg(mV)47JB)值得注意的是，信号电平的测量分析精度与FFT的分辨率有关。当FFT分辨率较低时，电平的测量值可能不准确。例如，当接收机处于搜索状态时，为了保证频率

7、搜索速度的要求，FFT的分辨率较低，如几千赫兹到几十千赫兹，窄带的通信信号可能只对应几个谱线，此时对信号电平、中心频率、带宽的分析测量都是粗测。只有在高分辨率情况下，测量结果才是可靠的。为了提高测量精度，还可以采用多次测量计算平均的方法。,图4.2-1 AM信号的调制参数,经过低通滤波，滤除高频分量，然后开方，得到信号的包络为a(t)=kA(1+mam(t)(4.2-30)对信号包络计算最大值Emax和最小值Emin，就可以得到调幅度。值得注意的是，如果调制信号m(t)是单频正弦信号，上面得到的调幅度是准确的。如果调制信号m(t)是窄带信号，如语音信号，则所得到的是瞬时调幅度。通过多次测量得到

8、一组瞬时调幅度的值，其中最大的是调幅度的值。调幅度可以表示为dB，其转换关系如表4.2-1所示。,表4.2-1 调幅度的转换关系,其中,fmin=fcf,f max=fc+f。最大频偏分析测量的关键是提取瞬时频率，利用瞬时频率估计最大和最小频率，就可以得到最大频偏。瞬时频率的提取方法有两种，一种是模拟鉴频法，利用模拟鉴频器得到瞬时频率；另一种是采用正交变换提取瞬时频率。4.2.6通信信号的瞬时参数分析通信信号的瞬时特征提取在民用领域和军事应用中都具有十分重要的意义。Hilbert变换可以巧妙地应用解析表达式中的实部与虚部的正弦和余弦关系，定义出任意时刻的瞬时频率、瞬时相位及瞬时幅度，从而解决了

9、复杂信号中的瞬时参数的定义及计算问题，使得对短信号和复杂信号的瞬时参数的提取成为可能。所以Hilbert变换在信号处理中有着极其重要的作用，,其中a(t)相对于cos0t来说是慢变化部分，0是载频，0t+0是信号的相位。由于窄带信号的特点是频谱局限在0附近很窄的频率范围内，其包络变化是缓慢的，此时对u(t)作Hilbert变换，如果能得到其共轭正交分量v(t)，然后对信号进行解析表示，可以很容易求出该信号的三个特征参数，即瞬时幅度、瞬时相位和瞬时频率，从而实现真正意义上的瞬时参数提取。实际上，对窄带信号进行瞬时特征提取，只需对信号进行Hilbert变换，就可以提取信号包络特征，从时域来提取信号

10、瞬时频率、瞬时相位，甚至信号比特速率等特征，因而Hilbert变换在调制识别中具有十分重要的意义。,MFSK信号的带宽一般定义为BMFSK=|fMf1|+2fb=(M1)fsep+2fb=fb(M1)h+2)(4.2-42)式中，fM为最高频率；f1为最低频率；fb=1/Tb为MFSK信号的码元速率；fsep=|fi1fi|，i=1，2，M1，称为MFSK信号的最小频率间隔或者频移间隔(简称频间)；h=fsep/fb，称为MFSK信号的调制指数。同2FSK信号一样，MFSK信号的功率谱也由连续谱和离散谱组成，其中连续谱的形状也随着调制指数h的变化而变化，当h0.9时，出现M个峰；当h0.9时，

11、出现单峰。,其中：fs是采样频率；k1和k2分别是两个谱峰对应的FFT数字频率序号；f是FFT的频率分辨率。对于MFSK信号频移间隔为任意两个谱峰之间的频率间隔：F=|ki+1ki|f,i=1,2,M1(4.2-44)当调频指数h较小时，MFSK信号的频谱将是单峰。这时频移间隔估计需要先计算其瞬时频率，然后进行瞬时频率直方图统计来实现。在理想情况下，MFSK信号的瞬时频率为 f(t)=fi,i=1,2,M(4.2-45)也就是M个符号对应M个频率，并且相邻两个频率的间隔正好是频移间隔。因此当进行瞬时频率直方图统计时，直方图会出现M个峰值。任意两个峰值之间的间隔均为频移间隔。,当基带脉冲序列中包

12、含码元速率分量时，可以通过频谱分析方法直接估计码元速率。反之，需要进行适当的变换，才能估计码元速率。此外，值得一提的是，PSK调制类信号总是采用双极性脉冲调制的，因此它的信号中没有码元速率分量，因此不能直接通过频谱分析方法得到码元速率的估计。下面介绍几种实现码元速率估计的间接方法。2.延迟相乘法码元速率估计延迟相乘法适用于双极性的相位调制类信号，如BPSK、QPSK、DSSS-BPSK等信号。其估计模型如图4.2-2所示。图中，s(t)为基带信号，幅度为a，噪声n(t)为高斯白噪声，功,率谱为N0/2。当输入信号s(t)与其自身的延迟s(t)相乘后，由此产生一个波形为w(t)=1s(t)s(t

13、)的输出信号，这个输出信号只会在时间间隔等于的地方才会等于2a，而在其他地方都等于零。图4.2-3中,w(t)等于2a的时间间隔起始点是在该码元速率R=fb的整数倍处；除此之外，只要s(t)在码元速率的整数倍处改变状态，则在该处s(t)的值必等于2a。因此，只有当基带信号s(t)改变状态时，w(t)才等于2a，这时对w(t)或直接对s(t)s(t)作FFT变换，就可以在频谱中码元速率的整数倍位置产生一根离散的谱线。通信信号经过延迟相乘后的输出频谱如图4.2-4所示。,图4.2-2 延迟相乘法码速率检测原理,图4.2-3 延迟相乘的波形,图4.2-4 延迟相乘后信号的频谱,在进行估计时，如果输出

14、信号在频谱中出现离散谱线，且这根谱线的幅度明显高于其临域的幅度，则认为这根谱线所在的位置对应的数值就是信号的码元速率值。在码元速率检测时，信号首先通过滤波器h(t)。最佳的滤波器h(t)是匹配滤波器。然而，在码元速率检测中信号的码元速率是未知的，因此无法使用匹配滤波器。一般的做法是使信号通过频率响应为如下所示的一个矩形滤波器：H(f)=U(f+B)U(fB)(4.2-52)延迟相乘法的检测性能会受到延迟量和滤波器带宽B的影响，当延迟量=1/B时，延迟相乘法对码元速率R的估计有很好的稳健性，当码元速率R对应的频率fb在0.6B，1.4B范围内时都可以得到很好的检测效果。因此这种方法对于fb未知的

15、情况有很好的适应性。,考虑正频率，则Y()的第一个峰值所在位置即为码元速率。小波变换法提取码元速率，利用了小波在信号跳变处模最大的性质提取跳变信息。然而，当信号信噪比较低时，就会发现小波对噪声的影响“过分”敏感，也就是说该方法适合于信噪比较高的场合，当信噪比小于5dB时，小波变换提取跳变信息的方法性能下降较大。另外，小波方法用于检测MPSK信号时，MPSK信号通过窄带系统后其包络会出现凹陷，相位突变点变缓慢，也会影响小波法的检测性能。因此，利用小波法进行码元速率检测时，通常需要一个滤波器，使信号恢复恒定包络，才能得到较好的效果。,4.3 通信信号调制类型识别 4.3.1调制类型识别概述通信信号

16、中的主要参数为幅度、瞬时频率和相位。实现通信信息传输就是按一定的描述信息的法则，去调变信号的这些参数。话音通信信息既可调变信号的幅度(AM)，也可调变信号的频率或者相位(FM/PM)。而为了实现数据信息传输，可以用数字方式调变信号的幅度、频率或相角。这就是所谓的ASK、FSK、PSK等等。由此可见，信号参数的变化规律，同调制方式有着密切的关系。利用信号的某些参数自动确定信号的调制方式，称做信号的调制识别或调制分类。信号调制类型的分类识别是通信侦察系统的重要任务之一，通信信号的解调、引导干扰和获取情报信息，都需要了解通信信号调制方式。,图4.3-1给出了常规通信信号的主要调制方式，在这里尚未考虑

17、扩谱通信信号。在通信侦察接收机中，调制方式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4.3-2所示。从图4.3-2中可以看出，调制方式识别过程包括三部分：信号预处理部分、特征提取部分和分类识别部分。信号预处理部分的主要功能是为后续处理提供合适的数据；特征提取部分是从输入的信号序列中提取对调制识别有用的信息；分类识别部分的主要功能是判断信号调制类型的从属关系。信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的环境中，信号预处理部分要能有效地分离各个信号，保证只有一个信号进入后续的调制识别环节。,图4.3-1 通信信号常用调制方式,图

18、4.3-2 一般调制识别方式的结构框图,特征提取部分主要是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图等统计参数。变换域特征包括功率谱、谱相关函数、时频分布及其他统计参数。对于变换域特征，采用FFT方法就能很好地获取，而幅度、相位和频率等时域特征主要由Hilbert变换法、同相正交(I-Q)分量法、过零检测法等方法获得。在分类识别部分，需要选择和确定合适的判决规则和分类器结构，目前主要采用决策树结构的分类器或神经网络结构的分类器。决策树分类器采用多级分类结构，每级结构根据一个或多个特征参数，分辨出某类调制模型，而下一级结构又根据一个或多个特征参

19、数，再分辨出某类调制类型，最终能对多,种类型进行识别。这种分类器结构相对简单，实时性好，但需要事先确定判决门限，自适应性差，适合对特征参数区分很好的信号进行识别。神经网络分类器具有强大的模式识别能力，能够自动适应环境变化，较好地处理复杂的非线性问题，而且具有较好的稳健性和潜在的容错性，可获得较高的识别率，但识别前对神经网络的训练需要一定的时间。为了有效地实现分类识别，必须对原始的输入数据进行变换，得到最能反映分类差别的特征。这些特征的提取和选择非常重要，直接影响分类器的设计和性能。在理想情况下，经过提取和选择的特征参数应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨性

20、能的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任,务复杂化，因而特征提取和选择是信号调制识别系统中首要和基本的问题。分类识别是依据信号特征的观测值将其分到不同类别中去，选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的重要内容。目前采用的调制类型识别方法可以分为两大类：决策树理论方法和统计模式识别方法。决策树理论方法即判决理论方法，是采用概率论和假设检验理论的方法来解决信号分类问题，这类方法判决规则简单，但检验统计量计算复杂且需要一些先验概率的信息。统计模式识别方法判决规则复杂一点，但特征提取简单、易于计算。利用模式识别方法分类调制类型，所用的分类特征归纳起来主要

21、有以下几种。,1)直方图特征直方图特征包括幅度、频率和相位的直方图，瞬时频率和相位变化的直方图，过零间隔和相位差的直方图等。利用直方图特征可以实现对2FSK、2PSK、MPSK、MFSK和CW等信号的调制分类。利用直方图作为分类特征，存在的问题是特征的维数太大，导致分类算法的计算量增加。而降低直方图的分辨率，可能会影响分类算法对分布函数相似的不同调制类型信号的识别能力。因此还存在直方图分辨率与分类性能之间的折中问题，这要根据所需分类的调制类型集合具体确定。,2)统计矩特征统计矩特征是指信号瞬时幅度、瞬时相位和瞬时频率函数的各阶矩特征。基于统计矩的调制识别方法往往都是根据调制信号的时域特征来区分

22、信号的。但其涉及的参数多，受信噪比影响较大。在信噪比高的条件下，识别效果很好，但是当信噪比下降时，识别性能会急剧下降。在基于统计矩的调制分类算法中，选择统计矩的阶数一般小于等于4。但是低阶矩一般只适合分类调制阶数较低的数字通信信号，分类调制阶数高的数字通信信号，就要估计相应的高阶统计矩特征，从而增加了分类特征的维数和计算量。,3)变换域特征除了直接利用信号时变参数的直方图和统计矩作为分类特征外，还可以把信号变换到其他特征空间，利用新特征空间中的特征参数来识别调制类型，如采用循环谱相关特征进行调制类型识别。传统的信号分析模型都是以平稳随机过程为基础的，但通信信号一般是待传输信号对周期性信号的某个

23、参数进行调制，因而通信信号都是具有循环平稳性的信号。循环谱相关识别方法具有分辨率高，抗干扰能力强等特点。循环谱除了能分离和识别信号外，还能通过检测周期谱的幅度、位移等特征来测定载波、脉冲速率及相位信息等。,4.3.2常用通信信号的瞬时特征实信号x(t)可以表示为解析信号，即(4.3-1)其中,是实信号x(t)的希尔波特变换。解析信号的瞬时幅度a(t)、瞬时相位(t)和瞬时频率f(t)分别为(见下页)信号的瞬时参数是调制识别的重要特征。下面让我们来分析几种常见的天线信号的瞬时特征。,图4.3-3 AM信号的瞬时特征,图4.3-4 DSB信号的瞬时特征,图4.3-5 LSB信号的瞬时特征,图4.3

24、-6 FM信号的瞬时特征,图4.3-7 2ASK信号的瞬时特征,从式(4.3-31)可以看出，2PSK信号的瞬时幅度是恒定的，瞬时相位有两个取值。虽然从理论看2PSK信号的瞬时幅度是恒定的，但是实际系统中其瞬时幅度在码元转换时刻存在凹陷，这是由于实际系统频带有限引起的。2PSK信号的瞬时特征如图4.3-8所示。,图4.3-8 2PSK信号的瞬时特征,图4.3-9 2FSK信号的瞬时特征,4.3.3基于统计矩的模拟通信信号调制识别模拟通信信号主要是AM和FM信号，其中AM还包括DSB、LSB、USB、VSB等方式。AM信号和FM信号的主要差别在于调制方式。AM信号的调制信息体现在瞬时幅度中，而其

25、中的LSB和USB信号与DSB的差异体现在瞬时相位与瞬时频率中。FM信号是载波的瞬时频率随调制信号成线性变化的一种调制方式，因此其调制信息集中体现在瞬时频率中。所以，模拟通信信号的瞬时参数中包含了它们的调制信息及其差异，这就是对它们分类和识别的基础。1.调制识别的特征参数对AM、DSB、LSB、USB、VSB、FM六种通信调制信号,2.调制识别分类器得到四个特征参数后，可以按照分类识别的要求构造分类器。为了得到合理的分类器，首先对各特征参数的性能作进一步的分析。1)幅度谱峰值的性能幅度谱峰值max是反映信号瞬时幅度变化的参数，它可以用来区分恒包络信号和非恒包络信号。理想情况下，FM信号的瞬时幅

26、度不变，因此其零中心归一化瞬时幅度为零，对应其谱密度也就为零。而DSB、AM信号由于其瞬时幅度不为恒定值，所以它的零中心归一化瞬时幅度也就不为零，对应其谱密度也不为零。所以这个特征可以区分包含幅度信息的信号,(DSB和AM)和不包含幅度信息的信号(FM)。当然，在实际应用中，不能以max=0作为判别FM和DSB、AM信号的分界，而需要设置一个合适的判决门限t(max)。2)绝对相位标准差的性能绝对相位标准差ap是反映信号的绝对相位变化的参数。DSB信号在去除载波频率引起的线性相位分量后，直接相位取值是0和，所以在中心校正后其绝对值是常数/2，不包含绝对相位信息，它的相位绝对标准差较小。而FMA

27、M复合调制信号则包含绝对相位信息，它的相位绝对标准差较大。所以选择合适的门限t(ap)，利用这个特征可以区分包含绝对相位信息的信号(FMAM)和不包含绝对相位信息的信号(DSB)。,3)直接相位标准差的性能直接相位标准差dp是反映信号的直接相位变化的参数。AM和VSB不包含直接相位信息，它们的相位标准差小。而DSB、LSB、USB、FM、FMAM信号则包含直接相位信息，它们的相位标准差大。所以选择合适的门限t(dp)，利用这个特征可以区分包含直接相位信息的信号(DSB、LSB、USB、FM、FMAM)和不包含直接相位信息的信号(AM和VSB)。,4)谱对称性的性能谱对称性P是反映信号谱关于载波

28、频率的分布的参数。从谱的对称性考虑，AM、DSB、FM、FMAM信号的谱关于载波频率是对称的，而SSB是不对称的，VSB处于两者之间。当信噪比无限大时，SSB信号的|P|=1，其中USB的P1，LSB的P1。而AM、DSB、FM、FMAM信号的P0，VSB信号的0|P|1。因此，利用这个参数可以区分VSB和AM信号，还可以区分SSB与DSB、FM信号。谱对称性P的门限值应该在01之间选择。根据决策树理论，利用树形分类器对模拟调制通信信号进行分类，其识别流程如图4.3-10所示。,图4.3-10 基于决策理论的模拟调制信号分类器,采用决策树的识别过程如下：(1)计算待识别信号的直接相位标准差dp

29、，与门限t(dp)比较，以检验其直接相位标准差信息。将待识别的信号分成两类：(AM、VSB)和(DSB、FMAM、FM、LSB、USB)。(2)对于判决属于(AM、VSB)的信号，计算待识别信号的谱对称性P，将其绝对值与门限t(P)比较，将其分成两类：VSB和AM，即谱对称和非对称的信号。(3)对于判决属于(DSB、FMAM、FM、LSB、USB)的信号，也计算其谱对称性P，将其绝对值与门限t(P)比较，并分成两类：(DSB、FMAM、FM)和(LSB、USB)，区分满足谱对称性的信号与不满足谱对称性的信号。,(4)对于判决属于(DSB、FMAM、FM)的信号，计算幅度谱峰值max，与门限t(

30、max)比较，将信号区分为两类：(DSB、FMAM)和FM。(5)对于判决属于(DSB、FMAM)的信号，计算绝对相位标准差ap，与门限t(ap)比较，将信号区分为两类：DSB和FMAM。(6)对于判决属于(LSB、USB)的信号，利用谱对称性P，将信号分为两类：LSB和USB。基于决策理论进行调制识别时，特征参数的门限值对识别效果的影响很大。对于这种识别算法，每个特征参数都是用来区分两个信号子集A、B的，且判决规则如下：,模拟通信信号调制识别的性能通常用不同信噪比条件下的正确识别概率表示。为了确定算法的性能，一般采用蒙特卡罗方法通过大量的仿真进行试验和统计。基于决策理论的调制识别，当信噪比大

31、于10dB时，正确识别概率可以达到98以上。4.3.4基于统计矩的数字通信信号调制识别常见的数字通信信号，如2ASK、2FSK、2PSK、4ASK、4FSK、4PSK、8PSK和16QAM等数字调制的通信信号，其瞬时参数存在明显的差异。ASK、FSK、PSK信号的调制信息在瞬时幅度、瞬时频率和瞬时相位里有明显差异，而QAM信号既调幅又调相，所以它的调制信息在瞬时幅度和瞬时相位中与其他信号不同。因此，仍然可以利用瞬时参数构造分类特征参数，对数字调制的通信信号进行分类识别。,2.调制识别分类器在构造数字调制信号识别器之前，先讨论上述各个特征参数的基本性能。1)幅度均值A的性能幅度均值A主要用来区分

32、恒包络和非恒包络信号。它可以区分(MASK、16QAM)信号和(MFSK、MPSK)信号。因为MASK和16QAM信号的包络是非恒定的，即瞬时幅度不为常数，所以瞬时幅度减1的绝对值不为零，其均值也就不为零。而对于MFSK信号，其包络为常数1，所以瞬时幅度减1的绝对值为零，其均值也就为零；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，但其幅度均值A接近零。所以通过选择合适的门限t1(A)，就可以区分(MASK、16QAM)信号和(MFSK、MPSK)信号。,对于2ASK、4ASK和16QAM这三种进行幅度调制的信号，由于瞬时幅度存在差异，因此幅度均值A也有所不同，通过设置

33、适当的门限t2(A)和t3(A)，可以将2ASK、4ASK和16QAM加以区分。图4.3-11为各调制类型的幅度均值A随信噪比的变化，利用此参数能将信号很方便地分成四类：2ASK、4ASK、16QAM、(MFSK、MPSK)。2)频率峰值的性能频率峰值参数f42可以区分频率调制和相位调制信号。图4.3-12是各种调制类型的参数f42随信噪比的变化的情况，当信噪比大于10dB时，通过设置合适的门限t(f42)，就可以利用此参数将信号区分为两类：(2FSK、4FSK)和(2PSK、4PSK、8PSK)。,图4.3-11 幅度均值A随信噪比的变化情况,图4.3-12 f42随信噪比的变化情况,3)频

34、率平方均值的性能频率平方均值f2主要用来区分2FSK信号和4FSK信号。因为对于2FSK信号，它的瞬时频率只有2个值，而对于4FSK信号，其瞬时频率有4个值，所以2FSK信号的频率平方均值小于4FSK信号的频率平方均值。通过设置适当的特征门限t(f2)就可以区分2FSK信号和4FSK信号。图4.3-13为2FSK信号和4FSK信号的f2随信噪比的变化情况。,图4.3-13 f2随信噪比的变化情况,4)绝对相位标准差参数ap的性能绝对相位标准差参ap主要用来区分是2PSK信号还是4PSK或8PSK信号。因为对于2PSK信号只有2个相位值，故其零中心归一化相位绝对值为常数，不含相位信息，即ap=0

35、。而对于4PSK、8PSK信号，其瞬时相位有4个值或8个值，故其零中心归一化相位绝对值不为常数，即ap0。所以通过选取一个合适的门限t(ap)，即可将4PSK、8PSK信号和2PSK信号区分开。图4.3-14是各调制类型的ap随信噪比的变化情况，利用此参数可以很好地区分两类信号：(4PSK、8PSK)和2PSK。,图4.3-14 ap随信噪比的变化情况,5)修正的绝对相位标准差的性能4PSK信号与8PSK信号最大的不同在于，前者的瞬时相位有4个值，后者的瞬时相位有8个值。对于4PSK信号，经过处理后，2(i)只取2个不同的值，这2个值等概且绝对值相等，符号相反，其零中心归一化瞬时相位的绝对值为

36、常数，即ap2=0。对于8PSK信号，经过处理后，2(i)取4个不同的值，这4个值等概且两两符号相反，所以零中心归一化瞬时相位的绝对值不是一个常数，即ap20。通过设置适当的门限t(ap2)，即可将4PSK和8PSK区分。图4.3-15是4PSK和8PSK的ap2随信噪比的变化情况，当信噪比大于10dB时，利用此参数可以很好地区分两类信号：4PSK和8PSK。,图4.3-15 ap2随信噪比的变化情况,通过对4PSK信号和8PSK信号瞬时相位的分析，对于任意一个2m进制的PSK信号，只要将其瞬时相位进行一次处理，再进行m1次处理，总能将其2m个瞬时相位变化为两个等概且绝对值相等，符号相反的瞬时

37、相位值，即ap2=0，选择合适的门限t(ap2)，就可以区分多进制PSK信号。同理，对于多进制ASK信号和多进制FSK信号，只要将瞬时相位(i)换成瞬时幅度a(i)或瞬时频率f(i)，计算多进制ASK信号的零中心归一化瞬时幅度绝对值的标准偏差aa或多进制FSK信号的零中心归一化非弱信号段瞬时频率绝对值的标准偏差af，通过选择合适的门限，即可区分多进制ASK信号或多进制FSK信号。根据决策树理论，在分类识别部分利用树分类器对调制信号进行分类，识别流程如图4.3-16所示。,图4.3-16 基于决策理论的数字调制信号分类器,基于决策理论的数字通信信号调制类型分类器的识别过程如下：(1)计算待识别信

38、号的幅度均值A，与门限t1(A)比较，将待识别的信号分成两类：非恒定包络信号和恒定包络信号，即(2ASK、4ASK、16QAM)和(MPSK、MFSK)两类。(2)对于判决类属于非恒定包络的信号，如2ASK、4ASK、16QAM信号，将参数A与门限t2(A)比较，将其再细分成两类：2ASK和(4ASK、16QAM)。(3)对于判决类属于4ASK、16QAM的信号，用其参数A与门限t3(A)比较，将其分成两类：4ASK和16QAM。(4)对于判决类属于恒定包络的MPSK、MFSK的信号，计算待识别信号的频率峰值参数f42，通过与门限t(f42)比较，将其分成两类：(2FSK、4FSK)和(2PS

39、K、4PSK、8PSK)，即频率调制信号和相位调制信号。,(5)对于判决类属于频率调制信号的2FSK、4FSK信号，计算待识别信号的频率平方均值f2与门限t(f2)比较，将其分成两类：2FSK和4FSK。(6)对于判决类属于相位调制信号的2PSK、4PSK、8PSK的信号，计算待识别信号的绝对相位标准差ap与门限t(ap)比较，将其分成两类：2PSK和(4PSK、8PSK)。(7)对于判决类属于4PSK、8PSK的信号，计算待识别信号的修正的绝对相位标准差ap2与门限t(ap2)比较，将其分成两类：4PSK和8PSK。利用上述的五个特征参数，在分类识别部分采用决策树识别，可以达到较好的识别效果

40、，当信噪比大于10dB以上时，正确识别概率大于98。,4.3.5基于统计矩的通信信号调制识别在实际系统中，进入通信侦察接收机的通信信号既有模拟通信信号，也有数字通信信号。因此需要一种同时可以完成模拟和数字通信信号调制识别的方法。1.模拟和数字调制的联合识别方法联合识别方法使用9个基本特征参数，它们分别是：(1)幅度谱峰值max。(2)绝对相位标准差ap。(3)直接相位标准差dp。(4)谱对称性P。上述特征参数在前两节给出了定义，并且在模拟调制识别中使用过。下面的几个特征参数是新增加的。,图4.3-17 联合识别方法流程,2.模拟和数字调制的分类识别方法联合识别方法简单，但是其树的构造中模拟调制

41、和数字调制交叉，不是十分清晰。本节介绍的方法首先把数字和模拟通信信号分为两类，然后分别利用前面介绍的方法进行识别。数字调制信号具有一定的码元速率特征，并且该参数可以估计得到，但模拟调制信号没有码元速率的概念，估计模拟信号的码元速率，其结果是无规律的。因此，只要能判断信号是否存在码元速率，就能够有效地区分数字信号和模拟信号。数字调制信号的码元速率估计算法有多种：利用信号幅度的变化可以估计ASK信号的码元速率，利用过零点检测或快速傅立叶变换可以估计FSK信号的码元速率，利用高阶累积量方,法可以估计PSK信号的码元速率。0和1之间的码元转换使得数字信号中包含幅度、频率或相位的瞬变，小波变换能精确提取

42、瞬变点信息，并利用该信息估计信号的码元速率，但这种算法要求较宽的带宽和较高的采样率。因此，可以利用小波变换方法区分模拟调制和数字调制。将待分析的调制信号等间隔地分为M段，对每段信号的采样点进行小波变换，取其包络并再次进行小波变换，将第二次小波变换的结果进行傅立叶变换。数字信号经过这些处理后在频域产生等间隔分布的尖峰。相邻尖峰之间的距离与码元速率成正比。对模拟信号而言，经过上述处理后并不能得到均匀分布的峰值。在进行调制识别时，并不需要精确地估计符号率，只需,4.3.6基于统计参数的通信信号调制识别利用通信信号的瞬时幅度包络熵、相位包络熵和频谱信息，可以有效地识别通信信号。1.瞬时幅度包络熵通信信

43、号的瞬时幅度中包含其调制信息，可以初步地对通信信号调制方式进行识别。几种通信信号的瞬时幅度直方图如图4.3-18所示。从图中可知，AM类信号的瞬时包络直方图随调制信号的变化而变化，幅值变化起伏不明显，但变化的范围较大；ASK信号的瞬时包络直方图分布呈现明显的凹陷，变化幅度比AM类信号要大得多；而对于FSK信号或PSK信号，其瞬时包络直方图相对集中，变化的范围也小，其图形呈现明显的峰值，幅度落在其他位置的几率很小。,图4.3-18 几种信号的瞬时幅度直方图,图4.3-19 常用通信信号的瞬时幅度包络熵,利用瞬时幅度和相位包络熵进行调制分类时，幅度包络熵可以将信号划分为包络非恒定的AM、ASK信号

44、和包络恒定的FSK、PSK信号。因此，借助大量样本统计确定信号包络熵和信号包络峰凹系数的门限值Veo和Vpo，就可以有效地区分它们。数字调制信号中FSK、PSK信号，它们的瞬时包络图形相似，单纯从瞬时包络进行识别，很难有效把它们加以区分，还需借助FSK和PSK信号的频谱图的不同来加以区别。PSK信号的频谱图中只有一个峰值，而FSK信号，其频谱图上有多个峰值，所以利用此特点正好可以区分FSK和PSK信号。,2.瞬时相位包络熵采用与瞬时幅度包络熵类似的方法，可以得到信号的瞬时相位包络熵。图4.3-20给出的是PSK信号的瞬时相位包络熵，其中2PSK信号与8PSK信号的瞬时相位包络熵有明显的差别，通

45、过大量统计分析，找到合适的门限值，可以实现PSK信号的识别分类。PSK信号的细分，还可以利用其瞬时相位直方图来进行。不同的PSK信号，其相位的分布是各不相同的，与对应的相位调制相吻合。图4.3-21是2PSK信号和8PSK信号的瞬时相位直方图。从图4.3-21中可以看出，对于2PSK信号，其瞬时相位的分布点只有2个，而8PSK信号的瞬时相位，其分布点则有8个。因此可以通过它们加以区分。,图4.3-20 PSK信号的瞬时相位包络熵,图4.3-21 2PSK信号和8PSK信号的瞬时相位直方图,采用Z1和Z2进行分类识别的优点还在于，它们可以不受人为因素的影响，而且有较强的抗噪声干扰性能。统计实验已

46、经表明，AM、SSB、DSB三类调制信号在Z1-Z2特征平面上分布状况界限分明，如图4.3-22所示。可以借助分布规律对这三类信号做精细识别。以大量观测数据样本为基础的统计直方图分析方法技术难度不大，比较容易实现。但它的缺点是分析速度较慢，只适合事后电子情报分析处理，难以在实战环境中实时应用。,图4.3-22 AM的Z1和Z2特征,因此，第一特征函数又称为矩生成函数，它的对数(1,k)=ln(1,k)，称为随机向量的第二特征函数或累积量生成函数。类似于上式，累积量可定义为,2.基于累积量的通信信号调制方式识别如果接收到的信号中包含有零均值的复高斯白噪声，且信号与噪声相互独立，而零均值高斯白噪声

47、的高阶累积量(大于二阶)为零，则接收信号的高阶累积量等于有用信号的高阶累积量，而不受高斯噪声的影响，也就是说，高阶累积量可以很好地抑制噪声。而信号的各阶累积量取决于信号的调制方式，如果用接收到的被零均值高斯白噪声污染的信号的高阶累积量来建立识别参数，就可以识别被高斯白噪声污染的信号的调制方式。这就是利用接收到信号的高阶累积量识别调制类型的理论依据。在接收机中，假定已经经过下变频、中频滤波、解调、码元同步后，匹配滤波器输出端得到同步码元的采样复信号序列可以表示为,MQAM信号：其信息表现在接收的基带信号的幅度和相位上，,ak、bk(2mM+1)A,m=0,1,M1。对上述各信号采样序列，将信号按

48、照平均功率归一化后分别计算各阶累积量，设信号的能量为E，三类数字调制信号MASK、MPSK、16SQAM各阶累积量的理论值如表4.3-1所示。,表4.3-1 平均功率归一化的高阶累积量的理论值,为了实现数字调制信号的调制分类，可以利用不同累积量的组合建立识别参数，主要采用四阶、六阶累积量建立识别参数。由表4.3-1可看出2ASK与2PSK信号的各阶累积量都相同，故利用累积量建立的参数无法识别2ASK与2PSK信号。这里，设,(4.3-72),计算得MPSK、MASK、MQAM基带信号的fx1、fx2参数值如表4.3-2所示。,表4.3-2 MASK、MPSK、16SQAM的理论参数,根据参数F

49、=fx1,fx2可对信号进行分类，识别2PSK(2ASK)、4ASK、8ASK、4PSK、16SQAM信号。具体算法步骤如下：(1)将接收到的信号进行下变频处理后得到基带信号，计算基带信号的高阶累积量，并计算特征参数fx1、fx2，利用fx1可识别出8PSK信号。(2)利用fx2可将2ASK、4ASK与8ASK信号与其他信号区分开。利用高阶累积量识别数字调制信号，由于高斯白噪声大于二阶的累积量为零，因此可以在较低的信噪比下进行通信信号的识别。,4.3.8基于星座图的数字通信信号识别数字通信信号中的幅相调制信号都可以用星座图表示，利用幅相调制信号与星座图之间的对应关系，可以识别它们的调制类型。图

50、4.3-23是几种典型通信信号的星座图。图中左上角是QPSK信号的星座图，右上角是8PSK的星座图，左下角是16QAM信号的星座图，右下角是32QAM信号的星座图。星座图实际上是正交平面的幅度相位关系。对中频信号进行正交分解，得到它的正交分量信号I(t)和Q(t)，然后在I-Q平面上描绘出幅度相位分布，就可以得到星座图。星座图的获取是相对容易的，关键是如何从其中识别相应的调制类型。利用星座图识别调制类型的过程，实际上是一种模式识别、模式匹配或者聚类分析的过程。,图4.3-23 典型信号的星座图,4.4 通信信号解调4.4.1概述在通信侦察系统中，信号解调的主要目的是获取通信信号中所传输的信息内