关于通信信号调制识别技术的分析研究

摘 要：本文首先阐述了通信信号调制识别技术的发展情况，然后对常见的调制识别方法的框架结构进行了介绍，最后对近些年出现的调制识别方法进行了总结，将自己对调制识别技术的观点提了出来，并对其进行了展望。

关键词：通信信号 调制识别技术 分析

中图分类号：S972.7+6 文献标识码：A 文章编号：1672-3791（2012）11（b）-0197-01

通信信号调制是最主要的任务就是将接受信号的调制方式以及有关的信号参数准确的确定出来，为对通信信号进行深入的分析打下坚实的基础。当前通信技术处于快速发展的新时期，无线通信的环境也表现越来越复杂化，在同一频带上出现了不同的调制方式是常见的情况，这就需要我们对这些不同调制方式的各种参数和信号进行准确的识别。这在军事民用领域都是必要的。在军事领域，想要对方的通信进行干扰或者是侦听，首先要准确的识别出对方通信信号的调制方式，在去定了对方调制类型之后，就可以根据相关的方法将其的调制参数分析确定出来，进而将侦查和反侦察的策略制定出来。在民用领域，主要表现在无线电管理工作当中，通过通信信号识别技术可以实现对合法的无线电台进行监视，按照相关的要求来进行工作，同时可以对一些非法电台进行侦听。近些年来数字通信体制在快速发展的同时出现了多种体制并存的局面，这些不同的通信体制的接入以及调制方式也是不同的，这给不同通信体制之间的互联增加了一定的难度。而通信信号调制识别技术可以实现对调制方式的准确识别，同时智能调制解调器以及无线电通用接收机都是离不开通信信号调制识别技术的，因此通信信号调制识别技术在软件无线电以及多体制通信互联中也得到了应用。随着现代科学技术的不断发展在很大程度上促进了通信信号调制识别技术的发展，为其的发展注入了新的活力，其在在众多领域都得到了越来越广泛的应用和发展。

1 通信信号调制识别技术的发展

最早的调制识别是通过很多具有不同调制方式的解调器，将接收到的高频信号转变为中频之后将其输入到各解调器进而得到可以进行观察或者是收听的信号，然后操作人员根据一些综合信息对信号进行分析最终将调制方式确定出来。人工识别通常对操作人员的要求比较高，只能将持续时间较长、ASK以及FSK信号成功的识别出来，但是不能实现对PSK信号的识别，由此可见人工识别存在很大程度主观性，因此无法保证识别结果的准确性，而且可以完成的识别的调制类型也具有一定的局限性。自动调制识别技术的出现可以实现人工识别的所不能完成的识别，同时还具有相当强的抗干扰能力，能准确的将调制的类型判定出来。自从1969年第一篇关于自动调制识别的之后，此类型的论文就不断地在不同的刊物上出现。很多学者都对自动调制识别技术进行了研究，同时提出了不同的自动识别方法，比如数字调制识别方法、模拟调制识别方法以及数字相位统计相关变量的识别方法等，随着他们更加深入地研究，实现了对多种复杂信号的识别。近些年人们又将小波变换技术、神经网络技术以及高阶谱分析等技术和调制识别技术进行了有机的结合，因此又提出了很多新的通信信号调制识别方法。

2 一般调制识别技术的结构

尽管通信信号调制有很多的不同的识别方法，但是调制识别实际上就是对某种典型模式的识别。通常调制识别方法由信号预处理、特征提取以及分类器这三部分共同构成。其中信号的预处理主要是给后期的处理提供可靠的数据信息，它主要需要完成频率下变频、分解同相以及正交分量以及对载频的估计和对载频分量的消除等等。如果是在多信号频道和多发射源的条件下，信号预处理除了要完成上述的任务之外，还要对所有信号进行有效的隔离，进而确保进入后续调制识别环节信号的单一性；特征提取部分主要是完成对信号变换域特征以及时域特征的提取，其中变换域特征主要包括时域的分布、谱相关的函数以及功率谱以及其余的统计函数，时域特征主要包括瞬时相位、瞬时幅度以及瞬时频率的直方图或者是区域的参数。通常通过FFT方法就可以得到变换域的特征，而通过Hilbert变换法以及过零检测方等就可以得到频率、相位以及幅度特征；分类识别部分，通常采用神经网络结构以及梯形结构的分类器进行分类识别。这两种分类器都各自具有优点和不足，其中梯形分类器结构比较简单，但是适应性不强，而且无法保证识别效率。而神经网络分类器有着强大的模式识别能力，适应性极强，可以实现对一些复杂情况的识别，同时还具有容错性和稳健性，可以保证很高的识别效率，因此在条件允许的情况下，应该尽量选用神经网络分类器以保证对不同信号的准确设备。要对原始的输入数据加以变化得到可以将分类差别的特征反映出来的信号才能实现准确的识别，因此对特征的提取和选择就显得非常重要，要想保证对分类器的合理设计以及保证其具有良好的性能就要确保对这些特征的合理提取和选择。

3 对典型的调制识别方法的分析

目前最典型的调制识别方法有判决理论以及统计模式识别这两种，其中判决理论法是通过概率论以及假设验证理论来完成信号分类的，其中判决理论方法主要是在噪声干扰的条件下对调制信号的特性进行统计和分析，将判断的准则推到出来，这种方法将噪音的干扰考虑的了进来，因此在低信噪比的情况下性能良好，但是该种调制识别方法因为是在一定的环境条件限制下进行的识别，所以具有一定的局限性，只能完成对某种特定信号的识别。而另外一种识别方法是在没有噪声干扰的情况下进行的，因此在高信噪环境下可以获得较好的识别效果，但是在低信噪环境下，很难获得好的识别效果。目前这些方法可以实现在高信噪比环境下的准确识别，需要不断提高在低信噪比环境下的准确识别能力。

4 结语

随着无线电通信技术越来越广泛的应用，无线电通信频段上的信号日益密集，经常在一个通信频段上存在多种通信信号，因此需要提出同一个频道上多种通信信号进行识别的方法。总之为了满足对通信信号的实时处理，需要研究出一种快速简单、适用性强以及可靠性高的识别方法。

参考文献

[1] 刘惠，胡力，佐磊.方葛丰基于软件无线电和神经网络的RFID调制制式测试研究[J].计算机测量与控制，2009（12）.

[2] 苏元伟，何明浩，余国文.低信噪比条件下FSK信号调制特征提取[J].电子信息对抗技术，2008（4）.

[3] 陈昌孝，何明浩，周铭.高峰时频联合分析频率编码信号调制特征提取[J].空军雷达学院学报，2007（3）.

[4] 张鸣，韦惠民，闫红梅.张军基于决策理论的数字调制信号识别[J].西安科技大学学报，2005（4）.

[5] 胡力，何怡刚.佐磊基于软件无线电和LabVIEW的RFID调制制式测试研究[J].计算机应用研究，2010（3）.

[6] 程磊，葛临东，彭华，等.通信信号调制识别现状与发展动态[J].微计算机信息，2005（28）.