一种vhf/uhf频段的调制自动识别方法
【技术领域】
[0001]本发明涉及一种信号调制识别领域，尤其涉及一种VHF/UHF频段的调制自动识别方法。
【背景技术】
[0002]在调制及协议方式较为复杂的今天，通信信号调制识别成为一项具有挑战性的工作，尤其是调制方式的盲识别。该识别方法主要是对信号调制大类识别，同时，也能对部分调制方式的类间进行识别。信号调制识别模块，就是在未知调制信息内容的前提下，判断出通信信号的调制方式；并估计信号的一些参数，为下一步分析和处理提供可靠依据。
[0003]随着通信技术的不断发展，信号调制方式呈现多种多样；这就要求调制自动识别，调制自动识别的方法较多，目前，应用到调制识别的分类器主要包括三种:决策树、人工神经网络(ANN)和支持向量机(SVM)。对于决策树方法难点之一是需要设置合适的判决门限和如何选择最佳判决顺序，而ANN和SVM不需要设置门限，但需要对分类器进行训练。考虑到目前提取的参数种类及识别的具体情况，该识别方法的分类方法将采用决策树方法进行。
[0004]决策树方法简单直接，非常适合在线应用。该算法的判决规则就是利用某一特征参量，根据判决门限将被识别的集合分割成为两个不重叠的子集合，然后再利用另一特征参量对子集再进行分割。在决策树中，首先必须为每一个特征值选择合适的门限值，门限值的选定可以根据理论分析获得，但是由于对信号进行一定的变换处理后，再分析其特征参数的理论值是困难的，所以大多是采用试验数据统计获得的。在决策树方法中，尽管采用相同的特征值，但是在分类算法中按不同顺序应用这些特征值就可得到许多不同的算法。在同样信噪比下，这些算法却具有不同的分类正确率，因此此类方法的特征值时间顺序也是十分重要的。
【发明内容】
[0005]本发明的目的就在于提供一种解决上述问题，应用于VHF/UHF频段的调制自动识别方法。
[0006]为了实现上述目的，本发明采用的技术方案是:一种VHF/UHF频段的调制自动识别方法，方法步骤如下
[0007]步骤一、有序导入数据；
[0008]步骤二、对导入的数据进行时域突发性检测；
[0009]步骤三、对导入的数据进行频域分段；
[0010]步骤四、进行幅度调制信号区分，即通过信号带宽范围内离散谱线数量及分布情况区分识别ASK、AM、Cff调制信号；
[0011]步骤五、进行相位调制信号区分，即通过相位不连续及瞬时频率峰态特征，将相位调制和频率调制方式区分，相位调制信号类间识别将采用盲解调的星座图来判断；
[0012]步骤六、进行频率调制信号区分，对于频率调制信号，将鉴频后的波形进行频谱分析，如果频谱主要分布在低频范围则初判为FSK调制，反之如果频谱主要集中带内，则可视为FM调制，FSK调制类间识别将利用瞬时频率的统计特性而实现；
[0013]步骤七、未知信号和噪声区分，通过瞬时包络统计参数的波动性实现；
[0014]步骤八、多次识别结果的大数判决，采用多次识别的结果联合判决，并综合考虑每次识别结果间的关系，最后明确被识别信号的调制方式及其他附属信息。
[0015]作为优选，步骤一中，数据是有序地导入模块内部开启的较大循环缓存区，识别算法通过循环缓存区逐步、逐段的开展分类识别，数据导入与识别采用不同线程实现。
[0016]作为优选，步骤二中，对导入数据的包络进行较小切片分段，通过前后两段能量突变，判断信号时域连续性或突发检测；同时，将时域分段检测出的信号部分用于频域载波和带宽估计以及后续识别处理。
[0017]作为优选，步骤三中，将频谱过渡带与信号间的值作为噪声门限，应用于带宽和中心频率估计；将估计的信号带宽范围内的能量和与窄带滤波器范围内的能量总和之比作为窄带信噪比。
[0018]作为优选，步骤四中，在完成频域分段后，需利用该段全部有效数据计算高分辨率谱，检索带内离散谱线分布情况，并采用一定的SNR准则检测是否为离散谱线，若频谱存在唯一离散谱线，初步判断是否为AM、CW、ASK信号，然后根据信号是否具有符号率信息从中区分出ASK，再根据频谱带宽和关于载频对称性将AM区分，否则视为CW信号；如果初步判定为AM调制，还需进一步利用其包络的峰态特征值判断是AM话音，还是AM 2FSK 二次调制信号，对于二次调制的AM 2FSK信号，其数字调制符号率采用通用2FSK符号率估计方式。
[0019]作为优选，步骤五中，相位调制信号是单载波信号，其瞬时频率峰态值较大，利用包络频谱，依据带宽值按照一定范围检测符号率信息，如果存在符号率信息，则初步视为相位调制信号，相位调制信号MPSK和MQAM之间的识别，采用盲解调方式的星座图来判断。
[0020]作为优选，步骤六中，对于频率调制信号，将鉴频后的波形进行频谱分析，如果频谱主要分布在低频范围则视为FSK调制，反之如果频谱主要集中一定带内，则可视为FM调制，这初步实现模拟调制和数字调制的区分。
[0021]作为优选，若为FM调制，则还需就解调后的波形再次利用波形峰态值以及鉴频后的基带信号是否具有符号率信息来确证为FM(2FSK)的二次调制信号，FM(2FSK)的符号率估计与2FSK符号率估计方式类似；如果是连续FSK调制信号，符号率估计可利用瞬时频率离散谱线特征估计；如果是突发FSK，因一段突发数据的符号数量未达到要求，利用上述方式难以实现，需通过初步估计每个码元样点数实现符号率估计。
[0022]作为优选，若已判证为2FSK调制，且调制指数接近0.5，则再利用原始信号的二次方谱的离散谱线特征，判证是否为MSK调制信号。
[0023]作为优选，步骤七中，对频谱中不存在唯一的离散谱线且无符号率信息的信号，通过瞬时包络的波动性来区分未知信号和噪声，由于部分特殊信号直接估计或提取信号的符号率信息存在一定困难；需要启动其他方式分区识别特殊信号；对于特殊信号需要启动这些特殊信号的自动识别模块识别检测，其主要是采用信号的幂次方频谱图或盲解调等方式来识别检测。
[0024]与现有技术相比，本发明的优点在于:本发明能有效的对VHF/UHF频段信号进行调制识别，识别实施方案简单，分类器设计合理，分类性能也优越。
【附图说明】
[0025]图1为本发明原理框图；
[0026]图2为本发明时域分段效果示意图；
[0027]图3为本发明频域分段示意图；
[0028]图4为某8PSK调制识别过程星座图。
【具体实施方式】
[0029]实施例:下面将对本发明的一种VHF/UHF频段的调制自动识别方法作进一步说明。本发明的识别算法主体是应用在VHF/UHF频段，此信号的信噪比不会太低，且信号的调制方式主要考虑串行调制，不进行并行调制信号的自动识别。且该频段AM和FM 二次调制较多，突发性明显。因此，识别的主要信号种类包括有:
[0030]模拟调制:FM广播/话音、AM、Cff
[0031]数字调制:ASK、MPSK、2PSK、4PSK、8PSK、MQAM、8QAM、16QAM、32QAM、64QAM、MSK、MFSK、2FSK、4FSK 等。
[0032]考虑采样信号的整个带宽是一个信号，且采样速率是信号带宽4?8倍，这有助于自动方式测频测速及有关判断处理。
[0033]本发明的具体方法如下，如图1:
[0034]步骤一、有序地导入数据；数据是有序地导入模块内部开启的较大循环缓存区，识别算法通过循环缓存区逐步、逐段的开展分类识别，数据导入与识别采用不同线程实现。由于超短波频段突发信号较多，为将有用信号段纳入识别处理，同时实现信号突发信息估计，所以数据导入与识别利用不同线程实现。系统支持I/Q复信号和实信号两种数据导入。如果是实信号，模块内部将依据有关参数通过混频、滤波等步骤实现向I/Q复信号连续无中断的转换。
[0035]步骤二、对导入的数据进行时域突发性检测；对导入数据的包络进行较小切片分段(比如毫秒，或固定样点数128)，通过前后两段能量突变，判断信号时域连续性或突发检测；同时，将时域分段检测出的信号部分用于频域载波和带宽估计以及后续识别处理，时域分段效果示意图如图2所示。
[0036]步骤三、对导入的数据进行频域分段，基于采样率与信号带宽之比在合理范围，对固定长度的非弱信号段数据进行较少样点的FFT谱估计(如:1024)，可获得满足要求的、频域分辨率较高的、多帧平均后的稳定频谱，这有助于频率和带宽估计。将频谱过渡带与信号间的值作为噪声门限，应用于带宽和中心频率估计。将估计的信号带宽范围内的能量和与窄带滤波器范围内的能量总和之比作为窄带信噪比，频域分段示意图如图3所示。
[0037]步骤四、进行幅度调制信号区分，即通过信号带宽范围内离散谱线数量及位置的检测，区分识别ASK与AM、Cff信号，在完成频域分段后，需利用该段全部有效数据计算高分辨率谱，检索带内离散谱线分布情况，并采用一定的SNR准则检测是否为离散谱线，如果频谱存在唯一离散谱线，初步判断是否为AM、CW、ASK信号，然后根据信号是否具有符号率信息从中区分出ASK，再根据频谱是否关于载频对称来区分AM与CW。
[0038]步骤五、进行相位调制信号区别，即通过相位跳跃性和瞬时频率峰态特征，以及包络谱中的由符号率产生的离散谱线，将相位和频率调制方式区分