论文摘要
通信信号的调制方式识别与参数估计是指对截获的未知通信信号的调制类型作出判断，对其通信参数的数值作出估计，属于模式识别与参数估计的研究范畴，在通信侦察、频谱监测等军用民用领域具有巨大的应用价值和广阔的实用前景。本文采用固有时间尺度分解算法和多重分形谱理论两大分析工具，从信号中频波形的角度研究通信信号调制方式识别与参数估计的问题，基于固有时间尺度分解算法时频分辨率高、计算复杂度低的优势以及多重分形谱特征对噪声不敏感的特性，取得了如下研究成果：1.提出一种基于时域统计特征和支持向量机的调制方式识别算法。首先由固有时间尺度分解算法提取瞬时幅度、瞬时相位、瞬时频率等信息，并利用这些信息的统计量构造一个12维的初始特征向量。然后，用Fisher分析降维高维的初始特征向量。最后，将降维的特征向量送入一个多分类支持向量机完成对7类单载波数字调制信号2ASK,4ASK,2PSK,4PSK,16QAM,2FSK和4FSK的识别。固有时间尺度分解算法提取的时频域信息直接借助于波形分析获得，不仅具有很低的计算复杂度，而且借助于Fisher分析的降维效果能够获得好的区分能力。仿真结果显示，该算法能够以很低的计算复杂度得到高的识别正确率。2.提出一种基于两个多重分形谱特征并结合决策树分类器的多载波OFDM信号和单载波信号识别算法。首先直接从中频波形信号上提取多重分形谱最大值对应的奇异性指数作为第一个特征用于区分信号集合{OFDM，4PSK，16QAM}和信号集合{2ASK，4ASK，2FSK，4FSK}。其次，从中频波形信号的解析信号平方处理后经两次傅里叶变换的幅度信号上提取多重分形谱斜率分别是±1的两处多重分形谱的谱间隔作为第二个特征用于区分信号集合{OFDM}和信号集合{4PSK,16QAM}。最后，用一个决策树分类器实现所有信号的识别，各个特征的识别门限通过经验仿真来确定。数值实验表明该算法对OFDM信号子载波数和循环前缀长度、单载波基带成形系数以及信噪比具有鲁棒性，能够在很宽的信噪比范围内具有较高的识别正确率。3.基于固有时间尺度分解算法分别提出一种直扩信号载波频率、码片速率估计算法和一种基于波形的直扩信号PN码估计算法。前一种算法以某频点处的瞬时幅度为分析参数，通过频域粗搜索和细搜索估计码片速率和载波频率。首先累加多个PN码周期分析信号和伴随信号的瞬时幅度。然后，两类瞬时幅度做差值运算以抑制噪声。最后，对差值信号的频谱做线谱分析估计载波频率和码片速率。相对于传统算法该算法具有实现简单，计算速度快的优点。后一种算法利用固有时间尺度分解算法时频分辨率高和适于实时处理的优势，直接分解直扩信号波形，借助于相干累加思想提高信噪比，通过对载频处瞬时幅度累加值与第一上过零点频率处瞬时幅度累加值的差分信号波动特性的分析，找到一个PN码周期内相邻码片极性变化的位置，从而揭示PN码，而不必猜测其代数结构。该算法与已有PN码估计算法相比具有诸多优势，仿真实验验证了它的可行性。4.提出一种基于固有时间尺度分解算法的跳频信号跳速估计算法。采用固有时间尺度分解算法迭代地分解跳频信号并由各层固有旋转分量信号包络瞬时幅度的最大值构造一个分析序列，对该序列的频谱做线谱分析估计跳速。复杂度分析和数值实验表明该方法相对于经验模态分解算法具有更低的计算复杂度，是一种实时高效的估计算法。