一种基于二次调制的多载波信号识别方法*

鲁战锋，熊 刚

（中国电子科技集团第三十研究所，四川 成都 610041）

0 引 言

二次调制信号已被广泛应用于通信系统，特别是在卫星遥测控制通信中扮演着重要角色。近年来，有关二次调制信号的识别技术受到了更多学者的关注。对于二次调制信号的识别，采取针对一般调制方式的思路不易实现全面、有效的判断，识别正确率较低。因此，需要深入分析信号构成，结合信号模型特性进行识别。

1 信号检测模型分析

大多数QPSK+FM二次调制信号的外调制为FM调制，内调制为QPSK调制，信号二次调制如图1所示。

图1 QPSK/FM二次调制

图1 中D(t)为二进制数字信息序列，经多进制相移键控（QPSK）调制完成后，信号模型为：

式中，Tb为码元宽度，g(t)为成型滤波器波形，θ为信号可能的相位取值，但在同一码元内的数值取值相同。

D(t)经过QPSK调制后，再经过FM调制，形成了最终的QPSK+FM二次调制信号，信号模型可以表示为：

式中，Ac为信号幅度，fe2为最终FM信号的载波频率，KFM为FM信号的调制系数。

2 二次调制信号识别算法分析

针对QPSK+FM二次调制信号，本文将采用信号优化后的谱线峰值比[1]和相位拟合差等多种稳健特征，可在复杂电磁环境下或低信噪比情况下具有很高的正确识别率。

基于QPSK+FM二次调制信号的频谱，如图2所示。

图2 QPSK+FM二次调制信号频谱

基于QPSK+FM的二次调制信号，采取针对一般调制方式的思路不易实现全面、有效的判断。因此，需要深入分析信号构成，结合信号模型特性进行识别[2]。综合瞬时包络精确提取、短时傅里叶变换等手段的基础上，得出了具有较强表征能力的稳健参数，可提供QPSK+FM的二次调制信号的特征。具体地，引入并行思想对QPSK+FM的二次调制信号的外调制特征进行处理。一方面从进一步识别内调制的考虑入手进行解调，再基于内调制特征提取方法实现识别；另一方面，由于其外调制为FM方式，表现出同FM类似的特征，故可在解调恢复内调制的同时，进行FM信号的特征提取。这种并行处理思路可以减少所需积累的信号样本点数，较大程度提高算法的效率。本算法中采用了改进的信号包络稳健特征Rnew对QPSK+FM二次调制信号的外调制进行有效判别。由于瞬时幅度特征在低信噪比下受噪声影响较大，差异减弱，导致该参数抗干扰性能欠佳。因此，对包络特征提取的方法进行改进，经过处理后，FM调制依然是恒包络信号，而QPSK信号瞬时幅度差异被放大，有效改善了包络参数的识别性能。本方法选取在低信噪比下鲁棒性较强的信号关键频谱特征，通过信号的两个单音频率谱线进行运算，并进一步推导得到FM信号的一些特征。

两个单音频率分别是f1和f2。在信号传输过程中，每帧信号要进行π相移。二次调制信号瞬时频率变化率可反映相位跳变的情况，进一步分析可获取根据其瞬时频率突变即对相位突变的检测，实现信号中相位翻转和相位编码特征的识别。在复杂电磁环境中处理实际信号时，还采用了分段滤波的方法对低信噪比实现了增强，由此推导出提取二次调制信号的相位拟合差稳健特征ξ，通过进一步的计算处理得到离差参数值。通过计算方法的改进和推导，对相位进行瞬时频率计算，对时-频曲线进行平滑，以提高参数的稳定性，得到较精确的时-频曲线，降低噪声的影响。对于二次调制信号，瞬时频率跳变点的存在会影响信号的线性度，需消除跳变点再进行线性拟合。不同于传统做法[3]，本方法结合二次调制信号的特点，采取了一种改进的相位拟合思路对FM调制的瞬时相位进行提取，得到更细微、准确的特征参量。经过一系列的计算推导，相位拟合离差参数ξ可表示为：

式中，ce=2πfct，cv=πkot2。针对二次调制信号和一般的QPSK调制信号，其相位拟合离差有明显差别，由此相位拟合离差参数ξ可作为二次调制信号识别的另一种稳健特征依据。

对于PSK内调制信号，还可进一步判断其调制阶数特征，以具体区分识别BPSK信号和QPSK信号。采取基于归一化中心瞬时相位的平均绝对值特征即MP进行计算：

对上述特征进行决策层融合，依据每个特征参数对信号做出识别后，将多个识别概率结果进行融合。由证据组合方法得到合并后的基本概率赋值后进行决策[4]。引入一种融合思路：根据后验概率准则对根据不同特征得到的识别率进行加权，并利用窗函数对权系数进行平滑处理，得到最终的加权系数，再经过计算得到融合后总分类器的权值，最后完成识别。

基于QPSK+FM二次调制信号的稳健特征融合的识别方法的流程图，如图3所示。

图3 基于稳健特征融合的二次调制信号识别方法流程

基于QPSK+FM二次调制信号的稳健特征融合识别方法的正确识别率和误判率进行了仿真和验证。仿真参数为：采样率为48.0 kHz，信号长度为10帧信号，加高斯白噪声环境。图4给出了在加性高斯白噪声信道中，10 000次Monte Carlo的信号正确识别概率曲线。可见，在带内信噪比SNR大于8 dB时，本方法识别正确率为98.71%；在信噪比SNR=10 dB时，信号正确识别率在99%以上。因此，该方法能够在较低信噪比的复杂电磁环境中实现QPSK+FM二次调制信号的有效识别。

图4 基于稳健特征融合的复杂电磁环境中二次调制信号识别正确率曲线

3 工程实现思路及结果分析

实际工程应用中，以对超短波段某QPSK+FM二次调制信号为目标进行识别处理。硬件实现方案为采用可编程逻辑器（FPGA）+高速数字信号处理（DSP）的实现平台，其中FPGA型号为XC5VSX95T-1FFG1136I，DSP 的 型 号 为 ADSP-TS201SABPZ060。通过射频接收机将信号变频到70 MHz中频、20 MHz带宽模拟信号，采用240 kHz采样率对中频信号进行ADC量化，之后进行数字下变频5倍抽取到48 kHz采样率，进行FM信号特征识别。最后，进行QPSK信号特征识别和判决输出，采用优化后的稳健特征融合方案进行工程实现。工程实现流程图，如图5所示。

图5 信号识别流程

工程实现的验证情况如表1所示。

表1 在多种干扰信号存在的复杂电磁环境中本算法的识别误判率

由表1可见，本算法经工程实践验证具有较高的稳健性，对复杂电磁环境中多种干扰信号都具有极低的误判率，能够区分出感兴趣的QPSK+FM二次调制信号，体现了较好的工程实用性，是一种性能优越的高效识别方法。

4 结 语

基于二次调制的多载波信号是较复杂的信号形式，在工程实际中对其有效识别较难。本文提出的改进方法对新特征参数，并进行了深入融合，提高了抗噪和抗干扰性能，具有理想的正确识别率。此外，新方法通过对处理思路的优化实现，减小了运算量，仅需较短的信号样本长度，具有较强的工程实用价值。在实际复杂环境中经过大量测试显示，它的性能优越，其识别方法稍加改进也能扩展应用于其他通信信号识别，适用性强。