电子信息系课程设计

综合课程设计数字调制信号的识别方法专业名称通信工程班级学号学生姓名指导教师设计时间课程设计任务书第四章基于决策理论的调制样式识别专业：电子信息工程学号：4080922学生姓名（签名）：设计题目：数字调制信号的识别方法一、设计实验条件通信实验室二、设计任务及要求1.学习数字调制信号的识别的基本思想；2.学会用基于决策理论的数字调制信号识别的算法；3.运用基于决策理论的数字调制信号识别方法识别ASK,FSK和PSK信号；4.用MATLAB软件对理论算法进行验证和仿真。

三、设计报告的内容1.设计题目与设计任务（设计任务书）2.前言（绪论）(设计的目的、意义等)3.设计主体（各部分设计内容、分析、结论等）4.结束语（设计的收获、体会等）5.参考资料四、设计时间与安排1、设计时间：3周2、设计时间安排：熟悉实验设备、收集资料： 6 天设计图纸、实验、计算、程序编写调试：7天编写课程设计报告：4天答辩：1天1.设计题目与设计任务（设计任务书）本次设计的题目是：数字调制信号的识别。

其主要任务是在多信号环境中确定通信信号的调制方式和其它特征参数, 为进一步分析处理信号提供依据。

2.前言调制方式识别是介于能量检测和信号完全解调之间的过程。

对于能量检测只要知道接收信号粗略的中心频率和带宽。

而信号解调不仅需要知道精确的中心频率和带宽，还必须知道该信号采用的调制方式以及对应的调制参数。

而调制方式识别的成功率则依赖于待识别调制方式集合的情况，以及各种先验信息。

当集合中待识别的调制方式较多，尤其包含复杂调制方式时，就要求几乎精确的中心频率和带宽，对于相对简单的识别集合，则可以适当放宽上述条件。

调制方式识别系统一般包括三个部分，即接收机前端、调制识别器和输出部分。

接收机前端完成信号检测和频率变换。

调制识别器识别信号的调制方式，并提取调制参数。

输出部分实现信号解调的信息处理。

由于多调制的存在，对于一个通信信号进行接收解调的前提条件是首先要确定该信 号的调制样式及其信号参数，如信号带宽，传输速率等等，即要有自动的多调制的识别 方法，只有能自动的识别出信号的调制方式，才能准确的进行解调，并根据业务需要决 定下一步的处理。

所以，信号调制样式的自动识别是接收机中必须具备的功能之一。

3.设计主体3.1一般调制样式识别过程的框架结构通信信号调制样式识别方法虽然多种多样，但调制识别问题实际上是一种典型的模式识别问题，其一般过程如图1所示。

图1 一般调制样式识别过程的结构框图信号预处理 特征 提取 分类 识别调制 信号调制识别过程的基本框架包括三部分：信号预处理部分、特征提取部分和分类识别部分。

信号预处理部分的主要功能是为后续处理提供合适的数据；特征提取部分是从输入的信号序列中提取对调制识别有用的信息；分类识别部分的主要功能是判断信号调制类型的从属关系。

此类方法在识别系统的构建过程中需要一定数量的各类调制信号样本，其性能评价一般采用各种信噪比条件下的正确识别率。

信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。

在多信道多发射源的环境中，信号预处理部分要能有效地隔离各个信号，保证一次只有一个信号进入后续的调制识别环节。

特征提取部分是从数据中提取信号的时域特征或变换域特征。

时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。

变换域特征包括功率谱、谱相关函数、时频分布及其它统计参数。

为了有效地实现分类识别，必须对原始的输入数据进行变换，得到最能反映分类差别的特征。

这些特征的提取和选择是非常重要的，它直接影响分类器的设计和性能。

理想情况下，经过提取和选择的特征矢量应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨率的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任务复杂化，因而特征提取和选择是信号调制识别系统中首要和基本的问题。

分类识别是依据信号特征的观测值将其分到不同类别中去，选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的重要内容。

3.2数字调制信号模型 3.2.1幅度键控调制(ASK)用数字基带信号控制正弦波的幅度。

(1)2ASK 信号在这类调制中，载波的幅度随二进制被调制信号序列而变，化状态。

具体可以表示为:2()()cos ASK ns c ne t ag t nT t ω=-∑ (3-1)可以令()()ns nm t ag t nT =-∑那么2ASK 信号可表示为2()cos ASK c e m t t ω= (3-2)其中，()g t 为基带码元波形，n a 为信源给出的二进制符号0或1, c ω为载波角频率，且有2c c f ωπ=，T 为码元周期。

2ASK 信号由于一个信号状态始终为0，此时相当于处于断开状态，所以也称为通断键控信号(OOK 信号)。

若二进制序列{}()m t 的功率谱密度为()m P f ，则2ASK 的功率谱密度表达式可以写为:()()1()4m c m c P f P f f P f f =++-⎡⎤⎣⎦ (3-4)可知，信号的带宽是基带脉冲波形带宽的2倍。

2ASK 信号波形如图（2）所示：图（2）(2)MASK 信号M进制幅度键控使用M 种可能的取值对载波幅度进行键控，在每个码元间隔T 内发送一种幅度的载波信号。

M 进制数字幅度调制信号比OOK 信号传输效率更高。

在相同的码元传输速率下，MASK 信号和OOK 的带宽相同,M 进制幅度调制信号可表示为：()()cos ncnS t a g t nT t ω=-∑ (3-5)式中g(t)式持续时间为T 的矩形脉冲，n a 为幅度值，有M 种可能的取值，{}1,n m a A A ∈…，与2ASK 信号类似，由此就可以实现MASK 调制。

3.2.2相移键控调制(PSK)用数字基带信号控制正弦波的相位。

(1)2PSK 信号2PSK 方式是键控的载波相位按基带脉冲序列的规律而改变的数字调制方式，信号形式一般表示为：()()2cos()PSK nscne t a g t nT t ω=-∑ (3-6)式中：()g t 为基带码元波形，n a 为信源取值-1或+1,即发送二进制符号0时n a 取1，发送二进制符号1时n a 取-1，c ω是载波角频率。

这种调制方式的正交实现与2ASK 信号十分相似。

2PSK 信号波形如图（3）所示：图（3）(2) M 进制数字相位调制信号在多进制相位调制中，MPSK 信号的表示式：()()()cos MPSK nscnne t a g t nT t ωϕ=-+∑ (3-7)式中：n ϕ为受信息控制的相位参数，(){}21/|1,2,,1n m M m M ϕπ∈-=⋅⋅⋅-。

3.2.3频移键控调制(FSK)2FSK 信号是符号0对应载波角频率1ω，符号1对应载波角频率为2ω的已调波形。

它可以用一个矩形脉冲对一个载波进行调频实现，其表达式为：()()()12cos()cos()nnnnf t ag t nT t a g t nT t ωω=-+-∑∑ (3-8)式中n a 的取值为0，1，g(t)为矩形脉冲，n a 为n a 的反码，T 为码元周期。

因此，只要把调制数据序列形成矩形脉冲，并把2FSK 看成两个 ASK 信号相加就可以了，并令22c c c c ωωωωωω=+∆=+∆ (3-9)2FSK 信号波形如图（4）所示：图(4)3.3 基于决策理论的数字调制信号识别在特征提取部分针对2ASK,2FSK,2PSK 等数字调制信号，提取2个基于瞬时幅度、瞬时频率统计特性的参数，即参数A 、参数F 。

在分类识别部分采用算法简单、计算量小、易于编程、实时性好的决策树判断方法。

3.3.1 特征参数集 （1）参数A参数A 是基于信号瞬时幅度的统计参数，由（3-8）式定义NA /sN1i |1-a(i)|[∑== （3-8）式中Ns 为取样点数；a(i)为瞬时幅度。

参数A 主要用来区分是MASK 信号还是MFSK 或MPSK 信号。

因为对于MASK 信号，其包络是不恒定的，即瞬时幅度不为常数，参数A 也就不为零；而对于MFSK 信号，其包络恒定，瞬时幅度为常数，参数A 为零；对于MPSK 信号，虽然受信道带宽的限制，在相位变化时刻会产生幅度突变，但其参数A 接近零。

所以通过选择合适的门限 ，就可以将MASK 信号与MFSK 或MPSK 信号加以区分。

参数A 还可以用来进一步区分是2ASK 信号还是4ASK 信号。

通过设置适当的门限 ，就可以实现对二、四进制的ASK 信号的区分。

（2） 参数F参数F 是基于瞬时频率的统计参数，由(3-9)式定义224)]}([/{)]([i f E i f E F = （3-9）式中)(i f 是信号的瞬时频率。

因为对FSK 信号其瞬时频率只有2个或4个值，其紧致性较差，即参数F值较小；而对PSK信号其瞬时频率具有较高的紧致性，即参数F值较大，所以可以通过设置适当的门限t(F)来判别式FSK信号还是PSK信号。

3.3.2 分类识别（1）决策树识别根据上述特征参数，首先用参数A将3种调制信号分为（2ASK)和（2FSK)(2PSK)3类；其次用参数F将(2FSK)，(2PSK)信号分为（2FSK)和(2PSK)两类；若需识别多进制调制信号可在三类调制信号识别出来以后再选合适的A参数门限将2ASK 与4ASK区分出来，用信号的瞬时频率平方的均值σ区分2FSK信号和4FSK信2f号，用信号的瞬时相位非线性分量绝对值的标准偏差σ区分2PSK信号和4PSKap信号。

决策树识别分类如图5所示。

图5 基于决策论的数字调制信号识别（2）特征门限值的确定对基于决策理论的调制识别算法，每个特征参数都是用来区分两个信号子集A,B的，且判决规则为即当信号特征值x 大于门限值t(x)时，判为A 子集中的信号；当x 小于门限值t(x)时，则判为B 子集中的信号。

选择t(x)的最佳门限值()opt t x 的准则是使下面的平均概率最大（趋近于1）()(){}(){}2opt opt av opt P A t x A P B t x BP t x ⎡⎤⎡⎤+⎣⎦⎣⎦⎡⎤=⎣⎦ （3-10）式中(){}opt P A t x A ⎡⎤⎣⎦为在已知是A 子集中的信号的条件下，用门限()opt t x 判决是A 子集的正确概率；(){}opt P B t x B ⎡⎤⎣⎦为在已知是B 子集中的信号的条件下，用门限()opt t x 判决时B 子集正确概率。

3.4运用MATLAB 对算法进行验证和仿真程序代码如下:x=[ones(1,100),zeros(1,100),ones(1,100),ones(1,100),zeros(1,100),zeros(1,100),ones (1,100),zeros(1,100),ones(1,100),ones(1,100),ones(1,100),zeros(1,100),ones(1,100),zeros(1,100),zeros(1,100),zeros(1,100),ones(1,100),ones(1,100),ones(1,100),zeros(1,100)];fs=1000; ts=1/fs; t1=0:ts:1999*ts; y1=sin(2*pi*t1+8*t1); z1=x.*y1; Theta1=angle(z1); f1=diff(Theta1)/(2*pi); A1=sum(abs(z1-1))/2000; F1=mean(f1.^4)/(mean(f1.^2)).^2; y2=sin(2*pi*t1+8*t1); y3=sin(2*pi*t1+1*t1); z2=abs(x-1).*y2+x.*y3; Theta2=angle(z2); f2=diff(Theta2)/(2*pi);A2=sum(abs(z2-1))/2000;F2=mean(f2.^4)/(mean(f2.^2))^2;y4=sin(2*pi*t1+pi);z3=x.*y4;z4=z3+abs(x-1).*y1;Theta3=angle(z3);f3=diff(Theta3)/(2*pi);A3=sum(abs(z3-1))/2000;F3=mean(f3.^4)/(mean(f3.^2))^2;subplot(211);plot(t1,A1,‟b—…,t1,A2,‟r—…,t1,A3,‟g—…);title(…参数A‟); subplot(212);plot(t1,F1,‟b—…,t1,F2,‟r—…,t1,F3,‟g—…);title(…参数F‟); 运行结果为：图3 仿真图蓝线为ASK参数，红线为FSK参数，绿线为PSK参数3.4仿真试验及结果分析根据仿真图可以看出，用参数A可以先将ASK识别出来，当A>1时信号为ASK；然后再用参数F将FSK识别出来，当F>300时信号为PSK，则另一个为FSK。