无线电监测中的信号分析技术

第二届全国无线电监测技术培训会议
信号识别概念及意义
信号调制识别基本原理
调制参数提取
调制类型识别
信号识别设备
典型信号调制识别举例
信号识别概念及意义
信号调制识别基本原理
调制参数提取
调制类型识别
信号识别设备
典型信号调制识别举例
信号识别背景知识
信号识别基本概念
信号参数
提取信号调制类型识别信号通信体制识别信号解调信号解码信号识别框架
利用信号时频域及
变换域的特征和统
计量采用盲处理或正常接收的处理手段利用已知信息比对对于非加密信号，根据通信协议进行解码
通过提取信号在时频域、调制域、编码域等多层次信息，达到识别信号通信标准乃至使用者身份的目的。

信号参数估计与调制识别--是指采用自动或手动的方式辨识信号所采用的调制参数和调制方式，是信号识别的重要处理环节。

信号识别意义
日常无线电监测
信号识别的意义
干扰查找
有效提升各类监测工作的自动化水平和工作效率，拓展监测工作的深度。

有效拓展自动化频谱监测的内容(频谱域→调制域→编码域)，是构建信号分选系统、宽带接收处理系统的必须环节。

进一步深入挖掘干扰信号特征，为干扰查找提供有效依据。

介绍内容
信号识别概念及意义
信号调制识别基本原理
调制参数提取
调制类型识别
典型信号调制识别举例
信号识别设备
调制参数和调制识别
•调制参数提取
–波特率
–调制进制
•调制方式识别
–模拟和数字
–线性调制(PSK等)和非线性调制
波特率估计
•三种典型算法
循环谱方法性能较好适用范围广计算量较大
瞬时幅度谱法性能较好适用范围窄计算量较小
小波变换谱法性能较好适用范围较广计算量适中
信号的谱相关的f =f 0的α截面谱在波特率处出现离散谱线。

典型方法1-循环谱
信号适用范围广：所有线性与非线性数字调制信号环境使用范围广：多径衰落及低信噪比计算量较大：需要进行二维运算
BPSK 俯视图BPSK 三维图
QPSK4FSK AM
瞬时幅度谱在波特率的整数倍处呈现衰减的离散谱线。

QPSK 信号，瞬时幅度谱
典型方法2-瞬时幅度谱
信号适用范围广：所有的线性调
制信号(PSK/QAM 等)，且呈现相
同的特征。

计算量小：简单的傅立叶变换。

接收环境适用范围广：
多径和衰落和较低信噪比。

典型方法3-小波变换谱
瞬时幅度谱在波特率的整数倍处呈现衰减的
离散谱线。

信号适用范围广：所有数字调制信号。

4FSK 信号，小波变换谱
计算量较小：简单的滤波与傅立叶变换QPSK 信号，小波变换谱
接收环境适用范围较广：衰落和低信噪比
调制进制估计
三种典型算法
M律方法性能较好适用范围较广计算量小瞬时频率法性能较好适用范围较窄计算量小瞬时相位法性能较好适用范围较广计算量小
典型方法1-M 次方谱
接收环境适用范围广：
多径和衰落条件下
计算量较小：简单的数字处理与傅立叶变换
可同时估计出载波频率。

信号适用范围广：
MPSK/MQAM 标准线性调制信号呈现出三谱线特征(特征1) Pi/2DQPSK 等偏移调制呈现出双谱线特征(特征2)
MPSK信号的M次方谱的最高离散谱线对应M倍载波频偏。

方形MQAM信号的4次方谱的最高离散谱线对应4倍载波频偏;
圆形MQAM信号的单圈状态数为M，则M次方谱的最高离散谱线对应M倍载波频偏。

8PSK, PSD of s816QAM, PSD of s4
特征1
V S V S
调制参数估计-M 次方谱
π/2DBPSK 信号的平方谱呈现两个幅度相近的离散谱线。

分别对应-V s /2+2f c 与V s /2+2f c ；
π/4DQPSK 信号的4次方谱呈现两个幅度相近的离散谱线。

分别对应-V s /2+4f c 与V s /2+4f c ；
OQPSK 信号的平方谱呈现两个幅度相近的离散谱线。

分别对应-V s +2f c 与V s +2f c ；
特征2
OQPSK,PSD of s 2
2 V S
V S Pi/2DBPSK, PSD of s 2Pi/4DQPSK PSD of s 4V S
调制参数提取-调制进制典型方法2-瞬时相位
适用范围广：线性与非线性调制数字信号计算量较小：简单的数字处理
信道适用范围较广：衰落信道和较低信噪比
调制参数提取-瞬时相位MFSK信号的相位轨
迹图为线性特征，分
叉数为M。

MPSK信号的相位轨
迹图为非线性特征，
分叉数为M+1
相位轨迹图，8FSK相位轨迹图，QPSK MPSK信号在码元间
隔产生相位变化, 在
码元内相位不变。

MFSK信号在码元内
相位线性变化，码元
间隔变换方向。

瞬时相位QPSK
瞬时相位4FSK
调制参数提取-调制进制典型方法3-瞬时频率
信号适用范围广：所有MFSK 数字调制信号计算量较小：简单的数字处理
信道适用范围较广：衰落信道和较低信噪比
调制参数提取-瞬时频率
对MFSK信号的瞬时频
率进行直方图统计，则
应有M个状态。

4FSK瞬时频率统计图
QPSK瞬时频率统计图
由于成型滤波的影响，
MPSK信号瞬时频率连
续变化，无明显规律。

MFSK信号在码元间隔
频率跳变，码元内频率
不变，呈现阶梯分布。

MPSK信号频率统计图
没有明显特征。

瞬时频率4FSK
瞬时频率QPSK
调制参数特性总结
谱相关存在性瞬时幅度
谱存在性
M次方谱存在性
(有两种特征)
小波变换
谱存在性
瞬时频率
分布图
相位轨迹图特征
MFSK是否否是M个瞬时频
率
线性，M分叉MPSK是是M≥调制进制1较弱无明显分布非线性,M+1分叉
MQAM (方形)是是M≥41较弱无明显分布非线性,M分叉
（较杂乱）
MQAM (圆形)是是M≥M0，M0为
相位状态数1
较弱无明显分布非线性,M分叉
（较杂乱）
Pi/2DBPSK是是M=22弱无明显分布非线性,2分叉Pi/4DQPSK是是M=42弱无明显分布非线性,4分叉OQPSK弱否M=22弱无明显分布非线性,较杂乱
MSK
(GMSK)
弱否M=22弱2个瞬时频率线性，两分叉
调制识别
调制识别相关概念
由识别统计量和识别架构两部分内容构成
识别统计量
-是决定识别性能的关键因素，综合考虑计算复杂度、适用信号、传播环境、算法功能、算法性能等多种影响因素设计。

--各个识别统计量可通过广义时域、广义频域等特征定义。

广义时域特征广义频域特征
瞬时幅度
瞬时相位
相关特征
高阶统计特征
功率谱
瞬时幅度谱
小波变换谱
M律谱
循环谱
识别
统计量
处理流程简单，计算复杂度小。

不需要大量的训练序列性能相对一般
决策树结构
基于硬判决的处理思想，采用简单的树形分叉结构特征，在分叉处设定统计量的阈值进行分类。

主要特点
处理流程相对复杂需要大量的训练序列性能相对较好
神经网络-支撑矢量机结构
基于软判决的处理思想，构建由输入层、中间层和输出层构成复杂的网状结构。

输入层为各个识别统计量的值，输出层为各个调制类型的判决结果，通过训练序列训练各个权值，来达到所需
结果。

主要特点
支撑矢量机有比神经网络更优异的性能
介绍内容
信号识别概念及意义
信号识别基本原理
调制参数提取
调制类型识别
典型信号调制识别举例
信号识别设备
典型超短波信号举例
•典型信号举例：
–公众通信：GSM、CDMA-IS95、WCDMA
–集群通信：TETRA
–数传信号
•GSM
–基本信息：
•第二代公众移动通信采用的标准
•调制方式GMSK ；波特率270.833kbaud/s ；
–主要特征：
频率分布数=1
功率谱
瞬时幅度谱
循环谱截面
2次方谱-特征2
小波变换谱
•CDMA-IS95
–基本信息：
•第二代公众移动通信采用的标准，扩频方式
•下行调制方式QPSK；波特率1.228Mbaud/s；
–主要特征：
功率谱
频率分布数=1
循环谱截面
瞬时幅度谱
小波变换谱
4次方谱
•WCDMA
–基本信息：
•3GPP提出的第三代移动通信体制。

•上行采用扩频通信，调制方式为BPSK；波特率3.84Mbaud/s；
–主要特征：
功率谱
频率分布数=1
瞬时幅度谱
循环谱截面
2次方谱
小波变换谱
•集群通信-TETRA
–基本信息：
•欧洲的集群通信体制，在国内广泛采用
•下行调制方式为PI/4QPSK；波特率18kbaud/s；
–主要特征：
功率谱
频率分布数=1
瞬时幅度谱循环谱截面
小波变换谱
4次方谱
•数传通信
–基本信息：
•用于低速率数据传输
•调制方式2FSK；波特率不定，为十几k~几十k的范围；
–主要特征：
频率分布数=2
功率谱
循环谱截面
瞬时幅度谱
小波变换谱
•一种基于各类变换域谱构建的分类决策树
–方法简单，计算量小
–所有统计量在非理想信道下仍试用
–采用瞬时幅度谱、循环谱、M(M=2、4、8)率谱、小波变换谱等构造分类统计量，描述如下：
•瞬时幅度谱、循环谱、M率谱、小波变换谱---对应变换域的最大谱线突出度。

•瞬时频率---频率分布峰值数N、平均间隔△f
–针对上述举例的5种信号进行识别
瞬时频率数，功率谱
线性调制及MSK 信号等
MFSK 信号
多载波或其它信号
谱相关及瞬时幅度谱谱线
瞬时频率分布及相位轨迹
调制进制及频率偏移估计
OQPSK 及其它CPM 信号
其它线性调制信号(见后)
平方谱谱线
Y,Y
(Y,N),N
Y
MSK(GMSK)OQPSK 其它CPM 信号
N
1/h 方谱
调制指数估计
(>1 | >1)
(=1 & =1)
N,N
特征2
小波变换
波特率估计
其它线性调
制信号(接前)
M次方谱谱线
M=2,特征1M=4，特征1M=8，特征1M=2，特征2M=4,特征2 BPSK QPSK8PSK Pi/2DBPSK或
Pi/4DQPSK
OQPSK信号
识别结果
识别识别结果
信号
GSM (GMSK)WCDMA (BPSK)TETRA
(π/4DQPSK)CDMA1x (QPSK)数传FSK (2FSK)
GSM(GMSK)100%
WCDMA(BPSK)90%5%5%
TETRA(π/4DQPSK)5%95%
CDMA1x(QPSK)5%
95%
数传FSK(2FSK)
100%
•对四种信号各采样20段，得到识别率如下表所示:
–正确识别率出现在对角线上
–其它为该信号识别为其它信号的概率–四种信号信噪比约在10dB 左右
介绍内容
信号识别概念及意义
信号识别基本原理
调制参数提取
调制类型识别
典型信号识别举例
信号识别设备
•自动识别设备
•定义：
–不需要人工干预即给出参数测量与调制识别结果•主要特点：
–处理速度快
–所见及所得，不需要任何的信号分析知识.
–处理灵活性不足，有限制条件(调制方式、处理带宽)•适用范围：
–较好的接收条件下，对常规信号大批量的识别
不同调制方式识别99%正确率下所需最低信噪比
调制类型信噪比调制类型信噪比调制类型信噪比
AM10Pi/4QPSK916QAM12
FM138PSK1232QAM17
BPSK54FSK1264QAM19
QPSK78FSK13256QAM26
•手动识别设备
•定义：
–采用信号处理知识，通过人工手段进行信号分析识别
–图形化分析处理方式及编程化处理方式
•特点
–需要比较专业的信号处理知识
–可灵活的对信号进行处理，限制少
–处理速度较慢
•适用范围
–较差接收条件下，对疑难
信号进行深入分析
–前者的必须补充。

手动分析软件
•手动分析的需求
–信号的采样率
•数字信号：力求能达到信号带宽的4倍以上。

(不必须)
•模拟信号：大于信号带宽。

–一定的采集数据量
•数字信号：应包括2~5千个符号为佳(随信噪比降低而增加)
•模拟信号：确保一定的持续时间，与带宽对应。

(随带宽增加
而变短)
–一定的接收条件
•信噪比(依调制方式而定)
•存在明显的多径及衰落时须提高信噪比。

信号识别设备的发展需求
飞速发展的无线通信技术给信号分析带来了巨大的挑战
处理适用范围
信号对象复杂：OFDM、扩频、自适应，突发
电磁环境复杂：信道畸变、低信噪比、共信道
自动化程度
处理能力
处理适用范围
处理能力
处理层次：调制识别->体制识别
->指纹识别，解调解码
处理性能：低于解调所需信噪比
处理速度、可扩充性
结束。