关闭

关闭

关闭

封号提示

内容

首页 数字通信信号自动调制识别及全数字解调设计与实现

数字通信信号自动调制识别及全数字解调设计与实现.pdf

数字通信信号自动调制识别及全数字解调设计与实现

xl46512 2012-05-08 评分 0 浏览量 0 0 0 0 暂无简介 简介 举报

简介:本文档为《数字通信信号自动调制识别及全数字解调设计与实现pdf》,可适用于IT/计算机领域,主题内容包含西南交通大学硕士学位论文数字通信信号自动调制识别及全数字解调设计与实现姓名:王天权申请学位级别:硕士专业:微电子学与固体电子学指导教师:冯全源西南交符等。

西南交通大学硕士学位论文数字通信信号自动调制识别及全数字解调设计与实现姓名:王天权申请学位级别:硕士专业:微电子学与固体电子学指导教师:冯全源西南交通大学硕士研究牛学位论文筇l页一iI.I。I.II.II毫量皇曼曼量鼍曼詈皇曼曼曼鼍曼鲁曼量捅芰通信信号的自动调制识别及其相应的调制参数估计是通信领域中非常重要的一个问题在民用或军用场合都有极为重要的应用。它要求接收机在先验知识不足的情况下在同一个硬件平台上能正确识别调制信号的类型并对调制信号进行相应的解调提取调制参数如基带信号载频频率等。近年来人们针对不同的调制信号提出了许多调制识别的思想和方法本文主要研究了种数字调制信号的自动调制识别以及全数字解调方法。早期的调制识别由于人工参与存在很多人为因素识别结果因人而异识别种类也非常有限。本文研究分析了基于时序统计特征的个参数通过对信号的瞬时幅度、瞬时频率和瞬时相位做统计处理可以正确的识别ASK、ASK、FSK、FSK、PSK和PSK这种调制信号。本文利用Matlab编程产生各种调制信号的数据样本并对其进行特征提取形成特征矢量样本集对分类器进行训练及测试。综合考虑各种分类器的优缺点本文设计了分层网络结构的MLP神经网络分类器。该分类器使用BP算法自适应改变判决门限每次分类使用全部特征参数使得系统识别成功率大大提高。经Matlab仿真验证ASK识别率为.%ASK识别率为.%FSK识别率为.%FSK识别率为.%PSK和PSK识别率为%种调制信号的整体识别率为.%。传统的解调系统大都是针对特定调制样式、特定带宽的单一解调系统因此应用范围有限。本文针对无噪声情况下调制信号的特点设计了上述种调制信号的全数字非相干解调器。这些解调器可以根据调制识别结果快速的对信号进行解调恢复基带信号和载波频率。整个设计基于QuartusII平台采用VerilogHDL编程实现。本文最后采用AltiumDesigner进行PCB设计制作了A/D数据采集模块和FPGA模块结合实验室的DSP评估板构建了一个软件无线电的硬件平台验证了调制信号的自动调制识别与全数字解调的正确性与可行性。关键词:特征参数神经网络分类器非相干解调软件无线电西南交通大学硕士研究牛学位论文笫IT页!m。ml。mm皇曼皇曼曼皇曼皇皇皇曼皇曼!蔓曼曼量曼曼皇皇曼皇量皇曼皇曼曼曼舅曼皇曼曼皇皇量量鼍皇鼍量皇皇皇寡皇曼皇曼鼍曼皇舅曼鼍皇鼍量毫曼皇曼毫曼皇寰蔓AbstractTheautomaticmodulationrecognitionofcommunicationsignalsandtheircorrespondingmodulationparametersestimationareveryimportantincommunicationswhichhaveimportantapplicationsbothincivilandmilitary.Itrequiresthereceivercallrecognizethemodulationtypescorrectlyinthesamehardwareplatformwithpoorpriorknowledgedemodulatethedigitalmodulatedsignalsandgetthemodulationparameterssuchasbasebandsignalthefrequencyrateofcontaining.Inrecentyearsalotofideasandmethodshavebeenporwardformodulationrecognition.Thispapermainlystudiestheautomaticmodulationrecognitionofsixkindsofdigitalmodulatedsignalsandalldigitaldemodulationmethod.Therearealotofmanmadefactorsintheearlymodulationrecognitionduetohumanintervention,asaresulttherecognitionresultsvary,andthespecieswhichCanbeidentifiedarealsoverylimited.Inthispaper,fiveparametersbasedontimeseriesstatisticalcharacteristicshavebeenanalyzed.ItcanrecognizethemodulationtypecorrectlyofASKASKFSK,FSKPSKandPSKthroughdoingsomestatisticsofthesignals’instantaneousamplitudeinstantaneousfrequencyandinstaritaneousphase.BytheuseofMatlabprogrammingavarietyofmodulatedsignalsdatasamplearegeneratedthentheircharacteristicparametersareextractedtomakeasamplesetcompletingtheclassifier’Strainingandtesting.Consideringofthemeritsanddemeritsofvariousclassifierscomprehensively,thisPaperdesignedalayerednetworkstructureofMLPneuralnetworkclassifier,whichusestheBPalgorithmchangesthedecisionthresholdforeachclassificationforallthecharacteristicparametersadaptively,makingtheSUCCESSrateofrecognitionofthesystemimprovedsignificantly.TheMatlabsimulationhasprovedthattherecognitionrateofASKis.%ASK.%FSK.%FSK.%PSKandPSK%theoverallrecognitionrateofsixkindsofmodulatedsignalsis.%.Traditionaldemodulationsystemissingledemodulationsystemforaparticularmodulationandspecificbandwidth,SOitsapplicationrangeislimited.Inthispaper,thesixalldigitalnoncoherentdemodulatorshasbeendesignedconsideringthecharacteristicsofthemodulatedsignalsundernoisefree.Thosedemodulatorscoulddemodulatethesignal,restorethebasebandsignalandthecarrierfrequencyquicklyaccordingtotheresultsofmodulationrecognition.TheentiredesignusesVerilogHDLprogrammingbasedonQuartusIIplatform,Finally.PCBdesignisachievedbytheuseofAltiumDesigner.andtheA他data西南交通大学硕士研究牛学位论文第II页acquisitionmoduleandtheFPGAmoduleisrealizedaswell.CombinedwithlaboratoryDSPevaluationboardasoftwareradiohardwareplatformisbuiltverifyingthecorrectnessandfeasibilityofmodulationsignalautomaticmodulationrecognitionandalldigitaldemodulation.Keywords:characteristicsparameters.neutralnetworkclassifier,noncoherentdemodulation,softwaredefinedradio西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定同意学校保留并向国家有关部门或机构送交论文的复印件和电子版允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于.保密口在年解密后适用本授权书.不保密d使用本授权书。(请在以上方框内打“”)学位论文作者签名:王王皋日强:叻lQf争f|警指导老师签名:夕敬肜才日期:刎。九尸西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:本文的主要目的是通过研究数字调制信号的特点设计并用硬件实现常用数字通信信号的自动调制识别与全数字解调。所做的主要工作有:、针对常用的种数字调制信号设计了一个识别率较高的调制模式识别系统、采用VerilogHDL编程设计种调制信号的非相干解调器、运用DSP、FPGA和ADC构建了一个通用的标准硬件平台实现了自动调制识别与全数字解调验证了整个系统的正确性和可行性。本人郑重声明:所呈交的学位论文是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:王乐章日期:为fo.q,绎西南交通大学硕士研究串学位论文笫页.课题研究背景及意义第章绪论无论是模拟通信还是数字通信在不同的通信业务中都得到了广泛的应用。但是数字通信的发展速度已经超过模拟通信成为当今通信发展的主流。与模拟通信相比数字通信具有以下优点:()抗干扰能力强且不存在噪声积累可实现长距离高质量传输。()可采用信道编码技术使错误率降低。()便于现代数字信号处理技术对数字信息进行处理、交换和存储。()易于集成化和微型化使通信设备微型化功耗低、重量轻。()易于加密处理且保密性好。()可兼容电话、电报、数据和图像等各种信息的传输便于组成综合业务数字网。无线电信号是以电磁波的形式在空间传播的为延长信号的传输距离和减小各种噪声的干扰保证信号接收不失真故通信信号都是根据不同的应用场合以不同的调制方式在不同的频道上进行传送的。随着通信信号的体制以及调制类型的多样化和复杂化信号环境越来越密集通信信号调制类型的识别显得尤为重要和迫切。在现代化军事对抗中越来越多的是信息对抗能够正确的识别所截获的通信信号并估计出调制参数以及解调还原基带信号最终获得有用的情报信息是获得信息战胜利的关键。在民用方面【】比如监测无线电台的发射检查其工作是否符合已批准的技术条件和规定程序监测有害干扰监测无线电频谱的使用情况寻找不受干扰的频率为频率支配和频率规划提供技术依据监测非法的无线电发射等通信信号调制识别及解调也是非常重要的。所以通信信号调制类型识别有着广泛的应用背景。早期的通信信号调制识别方法是采用一系列不同调制方式的解调器接收的高频信号经下变频为中频后输入各种解调器中获得可观察或可听到信号再由操作人员用耳机、示波器、频谱仪、语图仪等分析解调结果人为的判定调制方式。人工参与的识别方法判决结果包含人的主观因素在内会因人而异所能识别的调制类型也很有限。所以传统的调制类型识别需要耗费大量的硬件与人力且能够正确识别的类型有限其应用范围非常有限很不适应现在的多调制、多服务的通信系统。年月C.S.Waver等四名作者在斯坦福大学技术报告上发表了第一篇研究自动调制识别的论文《采用模式识别技术实现调制类型的自动分类》。年美国的西南交通大学硕士研究牛学位论文第页MITRE公司的J.Mitola博士提出了软件无线电(SDR:SoftwareDefinedRadio)。通过软件无线电构建一个通用的标准硬件平台用软件来实现尽可能多的调制类型自动识别有效的克服了传统调制识别的缺点适合现代数字通信的发展满足未来高新技术条件下通信系统的要求。。国内外研究现状模式是对感兴趣的客体的定量的或结构的描述模式类是具有某些共同特性的模式的集合。模式识别是研究一些自动技术依靠这些技术计算机(或者其他设备)自动地把待识别的模式分到各自的模式类中去。模式一般有两种描述方法:定量描述和结构性描述。定量描述就是用一组数据来描述模式结构性描述就是用一组基元来描述模式。根据这两种描述方法模式识别有两种基本识别方法:统计模式识别方法和结构(句法)模式识别方法。在统计模式识别方法中用特征向量描述模式在结构模式识别方法中用符号串(树)来描述模式。目前国内外的关于调制类型自动识别的研究都是统计模式识别方法。这种方法一般由两部分组成其一是特征提取它的作用是从接收到的信号中抽取区别于其他信号的特征参数另一个是调制模式识别它的作用是根据提取的特征参数确定信号的调制方式。由于这种方法不需要一定的假设条件可以实现调制信号的盲识别比较适合于截获信号的处理因此在政府监测、军事对抗中调制信号的盲识别占有重要位置。通信信号调制类型的分类识别是模式识别领域中的典型应用【】。在年~年三年间A.K.Nandi和E.E.AzzOUZ发表了多篇文章】【】【】【】【】利用所提出的个特征参数分别采用决策理论、神经网络和神经网络级联的方法对模拟信号集{AMDSBVSBLSBUSBFMAM.FM}、数字信号集{ASKASKFSKFSKPSKPSK)以及模拟数字联合进行分类识别在信噪比大于dB时具有良好的识别效果。其它主要的识别方法还有:()基于过零点取样的调制识别方法。年Hsue【】【】提出了利用信号过零点的时间间隔和相位差的直方图分类CW、MPSK和MFSK信号仿真结果表明在SNR>dB情况下可区分以上三种调制信号。()基于AR模型的调制识别方法。年Assaleh提出了利用AR模型提取信号瞬时频率和瞬时带宽作为特征参数实现数字调制信号的分类仿真结果表明在SNR至dB情况下可分类CW、MPSK和MFSK信号。年LuMingquan】将AR模型提取的瞬时频率和瞬时带宽参数用于同时多个数字信号的调制识别在满足SNR至dB情况下有较好的识别率。年戴威西南交通大学硕士研究鬯学付论文第页【l】将接收信号分成四大类:噪声幅度调制频率调制相位调制利用AR模型提取参数在满足SNR>ldB情况下可实现%的识别率。()基于小波变换的调制识别方法。年N.P.Ta】利用小波变换和小波包络对FSK、PSK和ASK调制方式进行识别。年K.C.Ho】使用连续小波变换第一次利用时频方法进行调制识别。年K.C.Ho】利用信号的小波变换和信号幅度归一化后的小波变换实现PSK、FSK和QAM信号的调制分类。年SangWooCho使用连续时间小波变换和线性预测编码LPC对BPSK、QPSK和FSK信号进行分类识别在SNR乏lOdB时识别率超过%。()利用统计参数的方法实现调制分类。年Samir】利用信号的相位矩实现MPSK信号的分类在SNR童lOdB情况下可区分CW、BPSK、QPSK和PSK信号。年WeiDai】利用信号的二阶以及高阶混合矩实现了ASK、BPSK、QPSK、QAM和PSK信号的调制分类在SNR至dB情况下可达到%的识别率。()利用谱相关的方法实现调制分类。年Gardner】【】推导出不同调制方式它们的相关功率谱密度函数£(.厂)具有不同的特征很多学者利用这个特征进行了调制识别。韩国栋‘】【利用信号的谱相关特征参数实现了数字信号的调制分类在SNR姜dB情况下可区分ASK、FSK、PSK、MSK和QPSK等信号。除了特征参数的选取外分类器也是非常重要的。神经网络分类器因其自身的自适应性在调制识别中得到了广泛的应用很多学者将统计参数方法提取的特征参数利用神经网络来实现分类实验表明有很好的效果。神经网络分类器是近年来出现的一种新的分类器具有良好的容错能力、自学习能力及分类能力但其是基于经验风险最小化准则存在容易陷入局部极小点、过拟合现象及灾难维数问题。而近年来在统计学习理论(STL)基础上发展起来的支持向量机其核心思想是把输入数据非线性映射到高维特征空间在高维特征空间构造具有低VC维多最优分类超平面使分类结构风险最小化以期获得良好的泛化能力和克服灾难维数问题。随着软件无线电的发展该领域更迫切的研究是如何将调制识别与通信信号解调相结合同时实现调制类型自动识别与解调。.数字信号处理(DSP)与DSP芯片数字信号处理(DigitalSignalProcess)s是一门涉及许多学科而又广泛应用于许西南交通丈学砺十研究牛学伊论文第页多领域的学科。世纪年代以来随着计算机和信息技术的飞速发展数字信号处理技术应运而生并得到迅速发展。在过去的几十年里数字信号处理已经在通信等领域得到极为广泛的应用。数字信号处理是利用计算机或专用处理设备以数字形式对信号进行采集、变换、滤波、估值、放大、压缩、识别等处理以得到符合实际需要的信号形式。由于数字信号处理的直接对象是数字信号处理的方式是数值运算的方式使得相对模拟信号处理具有许多优点:()灵活性高:数字信号处理系统的性能取决于系统参数这些参数存储在存贮器中很容易改变因此系统的性能容易改变甚至通过参数的改变系统变成了另外完全不同的系统。()高精度和高稳定性:数字系统的特性不易随使用条件变化而变化尤其使用了超大规模集成的DSP芯片设备简化更提高了系统的稳定性和可靠性。运算位数由位提高到、、位在计算精度方面模拟系统是不能和数字系统相比拟的。()便于大规模集成:数字器件具有高度的规范性对电路参数有求不严容易大规模集成和大规模生产这也是DSP芯片发展迅速的原因之一。由于采用了大规模集成电路数字系统体积小重量轻可靠性强。()对数字信号可以存储、运算系统可以获得高性能指标:数字信号不仅可以对模拟系统进行逼近还可以完成许多模拟系统不能完成的任务。例如电视系统的画中域、多画面等视频特技等。DSP芯片也称数字信号处理器是一种特别适合于进行数字信号处理的微处理器。自从年代末世界上第一片单片可编程DSP芯片诞生以来DSP芯片得到了极其迅速的发展和广泛的应用。这不仅得益于集成电路技术的高速发展更是因为它在数字信号处理方面有着不可比拟的优势能把数字信号处理的理论结果广泛应用到低成本的实践系统中去。DSP芯片主要强调运算处理的实时性因此除了具备普通微处理器所强调的高速运算和控制功能外针对实时数字信号处理在处理器结构、指令系统和数据流程上做了很大改动。其特点【j如下:()DSP芯片普遍采用了数据总线和程序总线分离的哈佛结构及改进的哈佛结构因此比传统处理的冯诺依曼结构具有更高的指令执行速度。()DSP芯片大多数采用流水技术即每条指令都由片内多个功能单元分别完成取指、译码、取数和执行等多个步骤从而在不提高时钟频率的条件下减小了每条指令的执行时间。()片内有多条总线可以同时进行取指令和多个数据存取操作并且有辅助寄存器用于寻址它们可以在寻址访问前或访问后自动修改内容指向下一西南交通大学硕士研究牛学何论文筇页IIi!‘IIliI/ii,詈皇皇皇!曼曼曼曼曼曼曼量曼蔓量皇曼蔓皇曼蔓曼曼曼个要访问的地址。()DSP芯片大多带有DMA通道控制器和串行通信口等配合片内总线结构数据块传送速度大大提高。()配有中断处理器和定时控制器可以方便的构成一个小规模系统。()针对滤波、相关和矩阵运算等需要大量乘法累加运算的特点DSP芯片大多配有独立的乘法器和加法器使得在同一时钟周期内可以完成乘、累加两个运算。()具有软、硬件等待功能能与各种存取速度的存储器接口。()低功耗一般为O."W而采用低功耗技术的DSP芯片只有.w可以电池供电。DSP芯片的这些特点决定了其运算速度要比通用微处理器(MPU)高。例如FIR滤波器的实现每输入一个数据对应每阶滤波器系数需要一次乘、一次加、一次取指和两次取数有时还需专门的数据移位操作。DSP芯片可以单周期完成乘加并行操作以及"次数据存取操作而普通的MPU至少需要个指令周期。由于DSP芯片的种种优点现在DSP芯片的应用几乎遍及了电子与信息的每一个领域如通用数字信号处理(数字滤波、FFT、谱分析等)语音识别与处理图形/图像处理雷达与声纳信号处理自动控制、通信等。.本文的主要工作本文立足于常用数字通信信号的自动调制识别和全数字解调主要研究了ASK、ASK、FSK、FSK、PSK和PSK这种数字调制信号。在深入分析自动调制识别和数字解调相关理论的基础上按照软件无线电体系结构的基本要求设计并实现了基于DSP、FPGA的常用数字通信信号自动调制识别及全数字解调的硬件平台。最后在此平台上对所研究的调制识别和解调方法进行了验证。全文共章其内容安排如下:第章绪论主要介绍本课题研究背景和意义以及国内外研究现状和发展趋势最后简单介绍了DSP技术和DSP芯片的发展及其优点。第章首先分析了本文主要研究的种数字通信信号的数学模型并通过Matlab绘图仿真直观的显示了这几种信号的基带信号、载波信号以及频谱特征等为后面的参数选择提供依据。之后又简单讨论了如何根据Nyquist采样定理以及调制模式自动识别来确定采样速率。最后介绍了数字信号正交变换详细推导了由Hilbert变换得到调制信号的个特征量:瞬时幅度、瞬时速率与瞬时相位。第章详细介绍了自动调制识别的软件设计。第一部分介绍了基于时域统计特征荫南交通大学硕士研究牛学位论文第页的个特征参数(‰吒%%吒)的含义以及在自动调制识别中的作用并用Matlab仿真绘制直方图简洁直观的证明了这个特征可以唯一的标识本文所研究的种数字调制信号。继特征参数提取之后分类器也是自动调制识别中非常重要的一环。第二部分设计的神经网络分类器克服了以往基于简单的判决树分类器的缺点经Matlab仿真证明其综合分类准确率可达%以上。第章分节逐次介绍了本文所研究的种数字调制信号的全数字解调器的设计。由于对调制信号并无较多的先验知识本文所设计的解调器都是非相干解调恢复了基带信号和载波频率。全部解调器运用VerilogHDL语言编程实现并通过QuartusII平台仿真证明了设计的正确性。第章详细介绍了自动调制识别与全数字解调硬件平台的设计与实现。由于A/D采集模块和FPGA模块都含有混合信号所以在制作时必须考虑电磁兼容、信号完整性等方面。另外还介绍了本系统中使用的DSP评估板与FPGA接口的设计和DSP的二次引导设计。西南交通士学硕士研究牛学位论文第页曼皇曼曼曼鼍IE.。.IiII皇曼鼍曼鼍曼毫曼皇曼曼第章通信信号调制识别与解调基础.数字通信调制信号调制‘就是用调制信号(基带信号)去控制或者改变载波的一些参数使得调制后的信号含有原来调制信号的全部信息即载波的某些参数随基带信号的改变而改变。以正弦波为载波改变其幅度、频率和相位可产生种常用的数字通信调制信号:幅度键控(ASK)信号、频移键控(FSK)信号和相移键控(PSK)信号。本文主要研究了ASK、ASK、FSK、FSK、PSK和PSK这种数字通信信号。..二进制幅移键控(ASK)幅度频移键控就是根据基带信号改变载波的幅度。最简单的方式就是载波在二进制信号“”和“”的控制下载波频率不变但载波的幅度随着“、“l”信号有两个值。ASK信号可以表示成一个单极性矩形脉冲序列与一个正弦波相乘其时域表达式如下:s(t)=x(t)sin(zf。t)=口。g一nT:)sin(zfd)()”式中口。为输入信号其值有两个(仿真取值为.和)C为采样周期g(t)为单个矩形脉冲宽度为e。ASK的功率谱表达式为:.尸(厂)=至I兰掰I至I兰船x(fIj一【(厂z)艿(厂一z)】()“l石(厂丘)丁I一正)丁l。”。。ASK的功率谱由连续谱和离散谱两部分组成其中连续谱取决于以g(t)经线性调制后的双边带谱而离散谱则由载波分量确定。ASK信号的带宽是基带信号波形带宽的倍。ASK基本信号特征如图所示(码元速率厶=.KHz载频速率Z=KHz调制幅度分别为.和码元个数为采样频率Z=丘=IOOKHz)。西南交通大学硕士研究r牛学位论文第页图.ASK信号基本特征..多进制幅移键控(MASK)在二进制数字调制中每个符号只能表示“”或者“”但在许多实际的数字传输系统中却往往采用多进制数字调制方式。.与二进制数字调制系统相比多进制数字调制系统具有如下两个特点:第一在相同的信道码元调制中每个符号可以携带logM比特信息因此当信道频带受限时可使信息传输率增加提高了频带利用率。但由此付出的代价是增加信号功率和实现上的复杂性。第二在相同的信息速率下由于多进制方式的信道传输速率可以比二进制低因而多进制信号码元的持续时间要LL进制的宽。加宽码元的宽度就会增加信号码元的能量也能减小由于信道特性引起的码间干扰的影响等。M进制幅移键控系统中载波的幅度有M种取值每个符号间隔Z内发出一种幅度的载波信号其时域表达式如下:s(f)=x(t)sin(xf。t)口。g(tnTs)sin(zcfct)()式中an为输入信号其值有M种a。{A厶)(仿真时M=取值为O.、.、O.和)Z为采样周期g(t)为单个矩形脉冲宽度为乃。MASK可以看作M一个ASK的叠加所以MASK的功率谱是这M.个ASK信号的功率谱之和因而具有与ASK功率谱相似的形式。ASK基本信号特征如图.所示(码元速率.兀=.KHz载频速率.疋=KHz::::::蛰::::譬::调制幅度分别为.、、.和码元个数为采样频率上=f,=KHz)。t#*{t#《o{嘲翮图ASK信号基木特征二进制频移键控<FSK)频移键控就是根据基带信号改变载波的频率。二进伟《频移键控是指调制信号和分别对应载波的两个频率Z和^。FSK信号可以看成调制幅度为和的两个ASK信号的叠加其时域表达式为:s(f)=a.g(tnT,)sin(at曲q】”一()qg(tnT,)sin(qt一神岛】式中g(t)为矩形波函数宽度为I。输入信号有两个不同的取值这里吒的取值为。或a一为m的相反数。FSK的功率谱表达式为矿熹l。!!!。:列景l!!!}{:。i铲I壶【sc一a盯一一卜。:.三f!!::j铲}王I!!!}}:i!爿L)r【(正)sLr一.‘)】l巩r^)【lⅡU一FSK嘲:巩=陋一矧i一zl=ⅣFSK信号的级别特征如图所示(码元速率正=,SKHz载频速率正=KHz登喜銮兽銮:警:譬:三:三::姜::銮频率偏移为F=‘=.KHz码元个数为采样频率工=t=KHz)。${**t**《田『潲’邋:心图FSK信号基本特征多进制频移键控(MFSK)V口SK信号是基带信号分g挣l制M个相互正交的载波形成的。假设信道主频率为工M个符号对应的传输载波分别为:=工IVi=zM/()则MFSK信号的时域表达式可写为:s(f)=qg(fn)血【(monf曲B】()FSK信号的级别特征如图所示(码元速率‘=.KHzt载频速率‘=KHz频率偏移为af=正=KHzt码元个数为采样频率f=L=KHz)。。一P。誓~::銮i:::::::::譬::::*自S#&E}瓣翟j圉FSK信号基本特征二进制相移键控(PSK)二进制相移键控(PSK)是载波的相位筢着二进制数字基带信号而变化而振幅和频率保持不变。PSK信号的时域表达式为:(f)sinrfJx(t)AO=a.g(tnz)sin(Ⅱ正r)()式中A是相移常数这里假设基带信号和通过转换取值为“。”和“”则调制信号的表达式可写为:础:lsm(Lt)()“{一。in(新正|PSK信号的功率谱表达式为:P(vn:(I一工)最L工)】()期中圪为基带信号的功率谱密度。因为基带信号为双极性不归零脉冲序列(NRZ)则有:P()=正只l一即nG(正)IG(ff)lf,(P一)IG(o)p(上)(f一正)P为基带信导为“o”的概率。当P=l/时PSK信号的功率谱密度为:P()=工噼folM一‘)f()西南交通丈学硕士研究生学位论文第页IIg(的功率谱G(为:嘲=z专争Ⅲ巨型五到I墅!坠盟Efl口(t)Z『IⅡU一上)‘l(.)PsK信号的基本特征如图所示(码元速率五=.KHz载频速率f=KHz相位偏移为度码元个数为采样频率':=正=KHz)圈PSK信导基本特征多进制相移键控(NPSK)在多进制相位调制中PSK信号是最常用的调制方式。它的时域表达式如下:s(f)=g(p^z)sl丑(口口见):g一Hc)cos%smF口g(fHI)自“cosjr肛‘m’式中吼为受输入信号控制的相位参数.吼{妨(册一I)/jm=l)令瓢鸭入带式上将圆西自交通大学砸士研究#位论女弟mq。c识()qsin张式(.)可写为:rr“叶。l莩g(f叫IkJm”尼lgo叫InJs”乃()=l(t)sinlrf。tQ(t)cosrLt这里坤)=g(tnIh()Q(f)=Zg(t一月I地()常把式()中的第一项称为同相分量第二项称为正交分量。由此可见PSK信号可以看成是两个正交载波进行多电平双边带调制所得的两路ASK信号的叠加。PSK信号的基本特征如图所示(码元速率正=.SKHz载频速率正=KHz相位偏移为、、和度码元个数为一采样频率正=正=KHz)。需i圈采样速率的选取围aPSK信号基本特征根据Nyquist采样定理采样速率‘H要满足:‘>f.(其中埘。为信号昂高西南交通大学硕士研究牛学位论文第页JIIIIIIII一II曼曼曼曼曼曼曼吕皇曼曼曼曼曼鼍频率)即可。如果采用带通采样‘】【则需满足:.f>B(其中B为信号带宽)。采样频率的这种选取原则主要从保留信息内容、避免频谱折叠的角度去考虑的。而从调制模式自动识别的角度来考虑采样速率的选取一般要求尽可能的高一些比如f=(~)正(其中Z为调制信号的载波速率)。这样选取的理由如下:一是信号的最高频率或者带宽有时往往是不确知的尤其是在监听通信场合二是在过零检测载频估计算法中要求采样必需为过采样否则会影响估计精度三是为了由Hilbert变换实现从实信号到复解析信号的变换处理四是当采样模兀计算瞬时相位时为了保证相位非模糊两个采样点之间的相位差应不大于c/这也要求f>厶。综合以上四点在满足各种要求的情况下采样速率要尽可能高一些。.数字信号正交变换自然界的物理可实现信号都是实信号而实信号的频谱具有共轭对称性即满足:X(f)=X。(一厂)()也就是说实信号的正负频率幅度分量是对称的而其相位分量正好相反。所以对于一个实信号只需其正频率或者负频率部分就能完全加以描述不会丢失任何信息也不会产生虚假信号。例如只取正频率部分得到一个新信号z(t)z(t)的频谱z(o可表示为:fX(f)f>z(厂)={x(厂)f=(.)【of<式(.)中f>的分量加倍是为了是z(t)与原信号x(t)的能量相等。引入一个阶跃滤波器:ff>日(厂)={f=(.)【一lf<则式(.)可写成:Z(f)=彳(厂)日(厂)()假设阶跃滤波器H(t)对应的冲击响应函数为h(t)则根据式(.)z(t)可表示为:邪一去!等f()dt万一一定义:日x(f).三i塑蜴z(.)称为x(f)的Hilbert变换则有:z(t)=x(t)jHEx(t)()由上面叙述可以得到如下结论:一个实信号x(t)的正频率分量所对应的信号z(t)是一个复信号其实部是原信号x(t)虚部是原信号X(t)的Hilbert变换。把z(t)称为实信号x(t)的解析表示。同时把z(t)的实部叫做x(t)的同向分量而把z(t)的虚部叫做x(t)的正交分量即z(t)的实部和虚部是正交的满足:l石(f)nEx(t)ktt=()把z(t)用极坐标表示:z(t、=a(t)e’妒‘‘’()式中a(t)表示z(t)的瞬时幅度(瞬时包络)表达式如下:以(f)=Rez(f)Imz(f)=x(t)//x(f)()妒(f)表示z(t)的瞬时相位表达式如下:卅一{黜)叫筹)协。而复信号z(t)的瞬时角频率国(f)可表示为:=掣=丢{~等)H’x(t)Jx(t)一x’(t)HEx(t)】口(f)式中州m)=丢旧川)矽=百dx(t)()从上述分析可以看出从信号的解析式可以很容易得到信号的三个特征参照:瞬时幅度、瞬时相位和瞬时频率。这三个特征参数是信号分析、参数测量或识别解调的基础。所以一个实信号的解析表示(正交分解)在信g处理中有着极其重要的作用【】【】。西南交通大学硕士研究牛学位论文第页Im|Illl|llI舅曼.本章小结在本章中介绍了本文主要研究的种数字调制信号:ASK、ASK、FSK、FSK、PSK和PSK并用Matlab仿真分析了这几种信号的基本特征。另外根据系统的设计情况简略的讨论了采样速率的选取准则最后详细介绍了数字信号的正交变换推导了由Hilbert变换如何得到调制信号的个基本特征量:。瞬时幅度、瞬时速率与瞬时相位。西南交通大学硕士研究牛学位论文菊页第章自动调制识别设计与仿真目前已有的自动调制识别方法基本上可以分为两大类:统计判决理论方法【】【】和统计模式识别方法【。统计判决理论是采用概率论和假设检验理论的方法去解决信号分量问题。通常是根据信号的统计特性通过理论分析和推导得到统计检验量从而形成判决准则来实现调制信号的自动识别。在自动调制识别中统计判决理论方法一般是基于噪声干扰下调制信号的统计特性进行需要一定的先验概率和类分布概率而且检验统计量计算复杂。这种方法通常是对某种具体调制信号的统计特性分析得到只适用于该类调制信号的识别所以识别范围狭窄。调制方式自动识别更多的采用统计模式识别方法:一个通用的模式识别系统由信号预处理、特征提取和分类识别三部分组成。根据分了识别部分采用的判决方法不同又可以分为基于决策理论的信号调制识别、基于人工神经网络的信号调制识别和基于支持向量机的信号调制识别。图是自动调试识别的一般流程。图I调制信号统计模式识别流程信号预处理部分为后续处理提供适合的数据主要包括调制信号下变频、去噪滤波等本文假设此部分已经完成。特征提取部分主要是从调制信号中提取调制信号特征为识别提供依据。分类识别部分就是根据特征参数识别出调制信号的调制类型可以看作是一种映射关系即调制信号特征参数映射到调制类型。。调制信号特征参数选取在年~年的三年时间里E.E.Azzouz和A.K.Nandi发表了多篇文章利用他们提出的个特征参数(‰%%吒。%)采用判决树的方法对数字信号集(ASKASKFSKFSKPSKPSK)进行识别分类在信噪比为dB时识别率高于%在信噪比为dB时识别率高于%。()零中心归一化瞬时幅度之谱密度最大值kk定义如下:‰=maxlFFTa研(f)】风()西南交通大学砺士研究牛学侍论文第页式中M为取样点数口。(f)为零中心归一化瞬时幅度由下式计算:%(f)=a。(i)一(.)式中%(f)=等为瞬时幅度而%=击/V善砸)为瞬时幅度%(f)的平均值用聊百平均值对瞬时幅度进行归一化的目的是为了消除信道增益的影响。‰。可以把FSK和FSK分为一组其它种数字调制信号分为一组。因为对相位连续FSK信号而言其包络(瞬时幅度)为常数故其零中心归一化瞬时幅度为零谱密度值接近于零即‰<f(k)f(‰)是一个非常接近于零的数。ASK信号的包络随基带信号的变化而变化故其零中心归一化瞬时幅度不为零谱密度值较大即‰。>f(‰)。PSK信号由于受到信道带宽的限制在相位发生变化的时刻会产生幅度突变所以也包含幅度变化信息故其零中心归一化瞬时幅度不为零谱密度值略大于FSK信号的零中心归一化瞬时幅度谱密度值也存在k>f(‰)。在实际情况下不能以‰。=作为判决的分界线(门限)而需要设置一个合适的判决门限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吒口吒。定义如下:印()式中at是判断弱信号的一个幅度判决门限值c是在全部取样数据M中属于非弱信号值的个数‰(f)是经过零中心化处理后瞬时相位的非线性分量在载波完全同步时有:办忆(f)=缈(f)一‰式中‰=击善妒(f)'妒(D为瞬时相位。(.)西南交通大学硕士研究生学位论文第页%可以把PSK与PSK和ASK信号区分开。因为对ASK信号而言不包含相位信息i故O'ap<f(%)f(%)是一个接近于零的数。PSK信号因其只有两个非线性相位分量值故其零中心归一化相位绝对值也为常数不包含相位信息故也满足%<f(‰)。而对PSK信号来说因其非线性相位分量有四个值故其零中心归一化相位绝对值不为常数故有%>f(仃印)。()零中心非弱信号段瞬时相位非线性分量的标准偏差%%定义如下:%(.)%与%的区别是:%是相位绝对值的标准偏差而%是直接相位的标准偏差。%主要是用来区分PSK与ASK信号。因为对于ASK信号无直接相位信息即%而PSK信号含有直接相位信息(其瞬时相位为或者万)故%>。()零中心归一化非弱信号段瞬时频率绝对值的标准偏差%%定义如下:jG畦(.)式中肿)警麒垆邝)mf,mf=丢。。蒹珥州)其中足为数字信号的符号速率f(i)为信号的瞬时频率。%用来区分FSK与FSK。因为FSK信号的瞬时频率只有两个值所以它的零中心归一化瞬时频率的绝对值是个常数则其标准偏差%。而PSK信号的零中心归一化瞬时瞬时频率有四个值所以它的绝对值不是个常数则其标准偏差西南芟通丈学碗士研究生学位论女第页%>。()零中心归一化瞬时幅度绝对值的标准偏差口。定义如下:牿阻州耪』I‘()%主要用来区别ASK与ASK信号因为ASK信号的瞬时幅度只有两个值所以它的零中心归一化瞬时幅度绝对值是个常数则其标准偏差o。z。而ASK信号的零中心归一化瞬时幅度绝对值有四个值.它的零中心归一化瞬时频率的绝对值不是个常数故>。.特征参数仿真与分析本文首先在Matlab平台上编程产生了种常用的数字调制通信信号(ASKASKFSKFSKPSKPSK)然后根据I节中的分析对这种信号进行参数提取条件如下:载波信号为正弦波频率工=MHz采样速率f=MHz码元速率正=MHz频偏v=MHz单次分析采样点数址=。仿真结果如下所示r{iMJF。E目Z:pnLPSKfSKFSKEFWPsK图各种调制信号的y一值:::i:翟::i::譬鹜翟i从图可以看出FSK和FSK园不包含幅度信息其‰值几乎为零ASK信号含有丰富的幅度信息故其k。比较大PSK信号因相位变化也会引起幅度变化包含了少量的幅度信息故其‰也大于零。所以通过这个参数可以把FSK与其他信息区别开。蚍#"f々&E*E$《EmE{州}t{”隰相位非线性分量只有两个值其零中心归一化相位绝对值为常数不舍相位信息t故其o。也比较小PSK的瞬时相位非线性分量有四个值故其D。比较大所以通过这个参数可以把PSK与PSK和ASK信号区分开。一,mp图.各种调制信号的口。值西南交通太学硕士研究生学位论文第页从图可以看出ASK信号无直接相位信息故其d几乎为零PSK信号还有直接相位信息故其。比较大一所以通过这个参数可以把PSK与ASK信号区分开。撕S一性#}R”#*”#i图各种谓制信号的值从图可以看出FSK的瞬时频率只有两个值其零中心归一化频率绝对值为常数不舍频率信息故其d。比较小:FSK信导的瞬时频率有四个值其零中心归一化瞬时频率的绝对值不为常数故其a比较大。所以通过这个参数可以把FSK与FSK信号区分开。z一州目一n怫俐t”鼬恤壁豳闩西南交通大学硕士研究牛学位论文筇页皇曼量鼍鼍曼喜曼量曼舅曼曼量量鼍曼曼曼III,,iIII囊m...量常数不含幅度信息故其吒。比较小ASK信号的瞬时幅度有四个值其零中心归一化瞬时幅度的绝对值不为常数故其吒比较大。所以通过这个参数可以把ASK与ASK信号区分开。.神经网络分类器设计与仿真分类器是自动调制识别中继特征参数提取后的又一个关键步骤。分类器的主要任务是根据某一准则把给定的特征向量归入到一个适当的分类类别即实现从特征空间到分类空间的转换最终完成对调制信号的模式识别与分类。目前最常用也最简单的分类器就是基于决策树的分类器【”】【】其特点是:分类M种信号需提取M.个特征以及确定M一个门限值在每个判决点处根据一个判决门限依次判决。若对要分类的信号有大量甚至全部的先验知识则可以设定合理的门限来进行判决分类但是若要分类先验知识较少的各种调制信号采用门限判决方法并不理想。神经网络分类器【】】】【】作为一种先进的自适应、非线性分类器与传统的决策树分类器相比具有明显的优势。采用神经网络分类器每次判决使用全部特征参数而不仅仅只

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +1积分

资料评分:

/13
仅支持在线阅读

意见
反馈

立即扫码关注

爱问共享资料微信公众号

返回
顶部

举报
资料