数字调制信号

2024-07-27

数字调制信号（精选7篇）

数字调制信号篇1

数字通信信号自动调制识别技术是实现非合作接收的关键性技术, 但在实际使用过程中会发现存在很多问题, 如多径信道中的单载波和多载波信号的盲识别、基带信号的调制识别方法会受到载波较大的影响等, 这些问题的存在使得数字通信信号自动调制识别技术的实践应用存在一定困难, 因此进行数字通信信号自动调制识别技术研究具有实际应用价值。本文将结合数字通信信号自动调制技术的相关概念, 分别介绍基于决策理论的数字信号调制识别技术、基于高阶累积量的数字信号调制识别技术、基于人工神经网络的数字信号调制识别技术等三种信号自动调制识别技术。

1 数字通信信号调制技术

1.1 通信中的调制技术

调制就是指对原始信号进行频谱搬移, 使其能满足复杂信道中传输的要求。在通信信号传输系统中, 信号发送端发出的信号我们称之为原始电信号, 一般的原始电信号的频率都比较低的, 不能或者很难在信道中传输, 为了解决这个问题, 就要对原始电信号进行处理, 处理的结果就是使原始电信号的频率能满足信道传输的要求, 成为频带较为合适的信号, 经过处理的信号我们称之为已调信号, 它们不仅能在信道中传输, 且能携带一定的信息。通信信号调制技术对于通信信号的传输具有重要意义。通信信号调制的样式也将对整个通信系统信号传输的稳定性、可靠性和有效性产生严重影响。因此, 为了保证通信系统能正常、高效的工作, 应选用合适的信号调制技术。

1.2 数字调制样式

数字调制的样式有很多, 按照不同的分类标准可以将数字调制样式分成不同的类别, 本文中对数字调制样式的分类是依据载波信号参数的不同进行的。依据载波信号参数的不同可以将数字调制样式分成很多种, 本文主要介绍常用的几种数字调制样式, 分别为幅度键控 (ASK) 、相移键控 (PSK) 、频移键控 (FSK) 以及正交幅度调制 (QAM) 。

振幅键控是根据载波的振幅随数字基带的变化而进行信息传递的一种数字调制方式。目前使用较多的振幅键控调制方式为二进制振幅键控, 二进制振幅键控调制方式中会有两种载波幅度变化状态, 分别由二进制中的“0”和“1”对应。二进制振幅键控调制方式可以通过模拟振幅调制方法和数字键控方法二种方法来产生信号。多进制振幅键控调制方式与二进制振幅键控调制方式原理相同, 只是多进制振幅键控可以传输具有多种不同幅度值的载波。多进制振幅键控信号可以视为多个二进制振幅键控信号的累加;

频移键控是通过随数字基带信号变化的载波频率的变化来进行信息传输的。二进制频移键控中会有两个不同的载波信号频率, 分别由二进制中的“0”和“1”对应。二进制频移键控信号与二进制振幅键控信号之间具有相关性, 两个二进制振幅键控信号可以看作为一个二进制频移键控信号。二进制频移键控信号可以通过两种方式产生, 分别为模拟调频电路和键控法。模拟调频法具有实现方式简单的优势, 而键控法具有产生的信号频率稳定性高、信号转换速度快的优势;

相移键控通过随着数字基带信号的变化而变化的载波相位的变化来进行信息传输的。根据相位变化方式的不同, 相移键控可以分为绝对相位键控和相对相位键控两种方式。二进制相移键控有0和π两种载波相位状态, 分别由二进制信息中的“0”和“1”对应。二进制相移键控产生信号的方式有两种, 分别为模拟调制法和键控法;

正交振幅调制通过振幅和相位的联合变化来传输信号的, 正交振幅调制也有两个载波, 但这两个载波不仅是同频率的还是正交的。正交振幅调制的原理是通过两路相互独立的基带信号完成对两个正交载波的调控。

2 数字信号调制识别技术的类型

2.1 基于决策理论的数字信号调制识别技术

基于决策理论的数字信号调制识别技术就是指利用决策理论的调制算法进行信号调制。目前, 这种数字信号调制识别技术已经逐渐成熟, 在通信系统中使用的频率较高。使用这种信号调制识别技术第一步就是要根据接收到信号的瞬时特征进行特征参数构造, 再选取合适的判别方法, 将构造的特征参数和门限值作比对, 以此来完成信号调制样式的识别工作。在使用这种调控识别技术时还会遇到一些问题, 这些问题的存在可能会影响信号传输的质量。常见的问题有非弱信号段判决门限的选取和确定特征参数的门限值的选取。如何解决这两个问题成为人们关注的重点。

2.2 基于高阶累积量的数字信号调制识别技术

最早使用信号调制识别技术都是以二阶统计量为基础的进行的, 但随着科学技术的发展以及信号传输要求的提升, 人们逐渐发现以二阶统计量作为信号调制识别的基础是有很大的局限性的, 在这种背景下, 以高阶累积量作为分析工具的通信信号调制识别技术应运而生。这种调制识别技术克服了二阶统计量的缺点, 具有更为广阔的应用前景, 现在已经成为通信领域中较为常用的一种信号调制识别技术。

2.3 基于人工神经网络的数字信号调制识别技术

基于人工神经网络的数字信号调制识别技术是在以决策理论为依据的信号调制识别技术的基础上发展起来的。基于决策理论的调制识别技术是一种传统的信号调制识别方法, 随着科学技术的不断发展, 这种技术愈加成熟, 但在实际的使用过程中却发现它具有一定的缺陷性。针对这种情况, 专家提出了基于人工神经网络的数字信号调制识别技术, 这种技术具有自动选取参数的判决门限的优势。

3 总结

总之, 随着现代科学技术的不断发展以及信号传输环境的不断变化, 进行数字通信信号自动调制识别技术的研究具有很强的应用价值。现阶段, 数字通信信号自动调制识别技术的发展取得了有效的成果, 但还存在一些问题没有解决, 专家学者应投入更多的时间和精力进行相关方向的研究。

参考文献

[1]李少凯, 董斌, 刘宁等.基于谱线特征的MPSK调制识别[J].通信技术, 2010, 43 (8) :127-128, 131.

[2]王晓侠, 窦红真, 王芳等.基于小波分析的调制识别技术研究[J].数字技术与应用, 2013, (10) :113-115.

数字调制信号篇2

一、数字信号处理模块概述

数字信号处理模块的应用主要是为了完成数字变频、调制以及处理等工作,对于其电路而言,构成部分有ARM、FPGA以及必要的接口电路等,在数字信号处理模块中,其基础带有无线电技术的通用数字平台,该平台不仅具有良好的开放性,还具有一定的通用作用,能够很好的吸纳各种软件,以便满足不同用户与环境的需求[1]。而软件无线电的使用则需要以现代通信为基础,其中心则是数字信号处理技术,同时还需要得到微电子技术的支持。由于这一通用数字平台有ARM、FPGA的支持,可以很好控制AGC。总的来说,数字信号处理模块对数字调制信号参数估计具有重要作用。

二、数字调制信号参数估计算法的实现

要研究数字调制信号参数估计算法的实现,具体来讲可以从以下几方面入手:

2.1高阶统计量载波估计

之所以选用高阶统计量载波作为实现数字调制信号参数估计算法,主要是由于这种算法具有很好的抗噪声作用,即便是在信号相对微弱的情况下依然具有良好的识别能力,但值得注意的是,在该算法计算量相对大的情况下,应通过一些措施适当减少计算量,并做好粗估计,确定好估计范围,然后再搜索,然而,在实际搜索中,还要关注搜索步长与计算量之间的关系,当搜索步长变小的情况下,估计精度便会提升,反之估计精度则会降低,这就需要联系实际情况提出一种既能减少计算量,又能确保估计精度且可以变化的搜索方法。

为实现这一目标,应先估计接收机噪声,不让接收机出现热燥声等情况,进而保证了算法性能,可以让信号源在有线方式的作用下完成信号接收,在信号源传输BPSK信号时,就可以从接收机中看到一些高低起伏的信号,在这一过程中要忽略热燥声的影响[2]。在研究中发现,当SNR为5时,信号会受到周围噪声的干扰,产生高低起伏变化,但由于该信号为调制信号,它的频域就会比其他部分高一些,然而,要避免直接估计频域,防止出现误差,只要选择粗估计即可,粗估计只是转移了频谱,还有效防止了信号丢失的发生。

2.2小波变换码元速率估计

对于小波变换来说,能够精准的确定盲信号码元速率,同时,利用小波变换码元速率完成数字调制信号参数估计,可以有效减少不利因素对算法的影响,信号预处理也可以减少频偏的出现,这些都为小波变换码元速率的应用奠定了基础。在利用小波变换码元速率出来前端滤波时,要先完成信号处理,这样不仅可以有效提高信噪比,还能减少外界因素所带来的不良影响[3]。通过研究发现,在SNR为5时,并没有出现信号频偏,且BPSK信号还出现了部分峰值,在既定周期中小波变换系数还存在相对稳定的情况,但有些BPSK信号也会受到一些影响,继而影响到峰值,一般来讲,当信噪比多大或多小的情况下都会影响信号,很可能还会出现算法失效的情况,面对这一现实,就需要通过频偏减少小波变换系数所带来的影响,进而强化算法性能。

2.3循环谱联估计算法

对于循环谱来说,整个计算过程计算量相对较大,这就需要应用FAM算法完成计算,在利用该算法中,应先将数据分成多个小部分,然后为各个数据加窗,同时为各个数据进行傅里叶转换,再完成相关处理,且再次实现傅里叶转换,最后将有价值的数据展示出来。在实际应用中发现,部分信号为摆脱带外辐射的影响,在正式发射前会形成一定的基带信号脉冲,而这些脉冲也会带来不利影响,这就需要应用汉明窗实现加窗,这也是提高算法性能的有效方法。

结束语:通过以上研究得知,数字调制信号的应用是为强化数字信号传输效率,保证传输效果,而数字调制信号的实现也需要得到一些参数估计算法的支持,针对这种情况,本文联系数字信号处理模块基本情况,重点研究了三种参数估计算法,并指出了这些算法在实现中容易出现的问题,同时也提出了合理解决办法,希望能为相关人士带来有效参考,做好数字调制信号设计工作,提高通信能力。

摘要：对于数字调制信号来说,因其质量较好所以在很多领域都有应用,然而在应用中却发现,它很容易受电磁干扰,怎样从电磁环境中获得高效精准参数估计就成为研究重点,因此,本文将数字信号处理模块基本情况入手,从三个角度分别研究数字调制信号参数估计算法的实现。

关键词：数字调制信号,参数,估计算法

参考文献

[1]许华,王爱粉,杨晓宇.常规数字通信信号信噪比估计综述[J].信号处理,2013,06:723-733.

[2]林财永,张国毅.基于AR功率谱和STFT的混合调制信号参数估计算法[J].雷达与对抗,2013,03:31-34+45.

数字调制信号篇3

该模拟音频处理模块, 主要由贝塞尔滤波、音频信号平衡非平衡变换、音频加直流、自动功率补偿、数字控制音频衰减、音频末级处理等功能模块组成, 主要给下一级的A/D转换电路提供含有直流及抖动信号成分的单端非平衡音频信号及B- 信号。

1贝塞尔滤波器电路

贝塞尔滤波器电路, 主要完成滤除干扰信号及对过大音频进行限幅的作用, 能滤掉音频频带以上的频率成分, 而且不会引起过冲。当音频信号很强时, 会造成强烈的限幅, 只要滤波器匹配适当, 方波过冲并不明显。

2音频信号的平衡不平衡变换电路

音频信号的平衡不平衡变换电路, 完成输入音频的平衡非平衡变换, 即音频前端送过来的平衡音频信号, 通过平衡非平衡转换电路, 转换成便于处理的非平衡单端音频信号。

3音频+ 直流电路

从10kW DAM数字调制发射机的工作与案例中得知, 开启或关闭的功放数量与发射机的输入音频幅度有关, 为了保证发射机无音频调制时的静态载波功率, 系统采用音频+ 直流的方式, 保证18个左右的大台阶功放的开启, 保证发射机无音频输入时的静态功率, 因此, 音频+ 直流电路, 保持发射机静态输出载波功率, 直流分量决定发射机的载波功率, 音频分量用于调制发射机。

4自动功率补偿电路

自动功率补偿电路, 为了避免外部供电电压影响发射机输出功率, 根据电源采样参数及发射机功率采样参数, 通过模拟乘法器, 产生音频+ 直流的动态控制信号, 对发射机功率进行动态补偿控制。自动功率补偿电路, 通过动态功率补偿的方式, 维持发射机的额定功率输出。

5数控衰减器

数控衰减器, 通过数控电位器, 对音频信号幅度进行控制线性控制, 在保持恒定输出阻抗的同时, 还响应保护信号、完成数字音频存储器清零等任务。

6音频末级电路模块

该模块的功能有两个, 一是给A/D转换器提供音频+ 直流+ 抖动信号, 二是给B- 电源提供音频+ 直流信号, 用于B- 信号的产生。

音频+ 直流信号上叠加抖动信号, 能优化发射机的噪声性能。当适叠加抖动信号后, 能使发射机的信噪比提高几个dB。抖动信号的频率固定在72kHz, 恰好可以滤除被输出带通网络, 以免产生不需要的寄生信号。叠加抖动信号之所以能提高发射机的信噪比, 是因为在A/D转换过程中, 存在 ±1的数码不确定性, 当模拟输入变化时, 由于存在这个不确定性, 在DAM数字调制发射机的调制包络上, 引起不可能被带通滤波器滤除的尖状缺陷, 而抖动信号可以减轻这个噪声。

音频+ 直流信送给B- 电源后, 产生B- 信号。B- 信号参与48个功放的开启或关闭过程的控制。

摘要：音频处理板是DAM10k W发射机的模拟音频处理模块, 主要对发射机输入信号进行预处理, 将一个含有直流及抖动分量的音频信号送给模数转换板, 与此同时, 还输出B-采样信号任务, 本文主要分析了该音频处理模块的原理及作用, 供同行们参考。

数字调制信号篇4

软件无线电的思路是构建一个通用的硬件平台, 用软件来实现尽可能多的无线通信功能, 目标是实现多波段、多体制、多制式的接收和发送, 达到通信设备之间的互联互通。通信信号自动调制方式识别是基于软件无线电的通信系统或者通信对抗应用的关键环节, 是软件无线电接收机的必备功能之一[1]。通信信号的调制方式识别是一个典型的模式识别问题, 前人研究比较多的自动识别调制样式一般采用基于决策理论的算法或者基于人工神经网络理论, 决策论方法是用概率和符合假设检验的观点研究调制识别问题, 人工神经网络理论具有模拟人脑识别能力, 这两种方法都有计算量较大的问题[1,2]。小波变换在时频域中用宽度变化的时频窗来观察信号, 对高频有较高的时间分辨率和较低的频率分辨率, 低频则相反, 具有局部分析和细化的能力, 特别适宜于对时频信号的分析, 同样也已经应用于调制方式的自动识别。利用小波分析方法提取调制信号的特征参数来对信号的调制方式自动识别算法具有更优越的性能, 为对接收信号进行解调和进一步分析与处理提供了依据[2]。

1识别理论分析

小波变换能够把任何信号映射到一个由基本小波伸缩、平移而成的一组小波函数上去, 实现信号在不同时刻、不同频带的合理分离而不丢失任何原始信息。尤其是其良好的信号检测和分析特性, 使其在信号的特征分析和信号突变点的检测方面, 得到了更加广泛的应用。

这里通过小波域来提取调制信号的特征参数进行调制样的识别, 识别流程图如图1所示。

小波变换的基本思想是用一簇基函数去表示或逼近一信号。这一簇基函数ϕa, b (t) 称为小波[3], 它是由一母小波函数ϕ (t) 经过平移b、伸缩a得到的, 即:

$ϕ_{a, b} (t) = \frac{1}{\sqrt{a}} ϕ (\frac{t - b}{a}) (1)$

对于信号f (t) ∈L2 (R) 的连续小波变换 (CWT) 定义为[3]:

$\begin{array}{l} W_{f} (a, b) = \int_{- \infty}^{+ \infty} f (t) ϕ_{a, b}^{*} (t) d t = \\ \frac{1}{\sqrt{a}} \int_{- \infty}^{+ \infty} f (t) ϕ^{*} (\frac{t - b}{a}) d t (2) \end{array}$

式中:符号“*”表示复共轭。

若ϕ (t) 满足容许条件 $C_{ϕ} = \int_{R} \frac{| Ψ (ω) |^{2}}{| ω |} d ω < \infty$ , 其中Ψ (ω) 是ϕ (t) 的傅里叶变换, 则逆变换为:

$f (t) = \frac{1}{C_{ϕ}} \int_{R} \int_{R} \frac{1}{a^{2}} W_{f} (a, b) ϕ (\frac{t - b}{a}) d a d b (3)$

若取a = a $_{0}^{j}$ , b = ka $_{0}^{j}$ b0, a0>1 , j, k∈Z, 则对应的离散小波函数为:

$ϕ_{j, k} (t) = a_{0}^{- j / 2} ϕ (a_{0}^{j} t - k b_{0})$

离散小波变换则表示为:

$D W_{f} (j, k) = \int f (t) ϕ_{j, k}^{*} (t) d t (4)$

数字调制信号2ASK, 2FSK, 2PSK广泛应用于数字通信领域中, 对这些信号利用小波变换进行时频分析, 通过小波域中的系数反映出信号的特征, 例如幅度、频率、相位、相似性、间断点等, 本文只选择软件无线电中应用比较多的BPSK/QPSK调制样式号进行分析, 从而得到小波分析用于信号特征提取的结果, 为进一步的数字调制信号识别和分类打下基础, 对数字调制信号时钟同步提供新的方法[4,5]。

2BPSK/QPSK信号的小波域特征参数

在此采用的是对暂态信号和相位信号的变化有较强的检测能力的Haar小波函数, 其表达式如下:

$\begin{array}{l} φ (x) = {\begin{cases} 1, 0 \leq x \leq 1 \\ 0, e l s e \end{cases} ‚ \\ V_{j} = s p a n {2^{j / 2} φ (2^{j} x - k)} (5) \\ Ψ (x) = {\begin{cases} - 1, 0 \leq x \leq \frac{1}{2} \\ 1, \frac{1}{2} \leq x \leq 1 \\ 0, e l s e \end{cases} ‚ \\ W_{j} = s p a n {2^{j / 2} Ψ (2^{j} x - k)} (6) \end{array}$

设接收到的数字调制信号进行ADC后输出的信号为:

$\begin{array}{l} f (n) = A c o s [ω_{c} n Τ_{s} + φ (n Τ_{s})] + Ν (n Τ_{s}), \\ n = 0, \pm 1, \pm 2, \pm 3, \dots (7) \end{array}$

相位调制是指瞬时相位偏移随调制信号m (nTs) 而线性变化, 即式 (8) , 其中Kp是常数。

则有:

$\begin{array}{l} f (n) = A c o s [ω_{c} n Τ_{s} + Κ_{p} m (n Τ_{s})] + Ν (n Τ_{s}) \\ n = 0, \pm 1, \pm 2, \pm 3, \dots (9) \end{array}$

f (n) 的小波变换为:

$\begin{array}{l} | W_{f} (a, b) | = \frac{1}{\sqrt{a ω_{c}}} | (e^{j ω_{c} d} - e^{- j ω_{c} \frac{a}{2}}) + \\ e^{j (φ_{i + 1} - φ_{i})} (2 - e^{j ω_{c} d} - e^{- j ω_{c} \frac{a}{2}}) | (10) \end{array}$

对BPSK/QPSK信号进行小波变换后, 在码元交界处的幅度取决于前后码元的幅度、频率或相位, 前后幅度或相位相差越大, 小波变换的幅度变化越剧烈。对BPSK/QPSK信号来说, 取其小波分解的高频系数, 再进行希尔伯特变换, 取复信号的模值, 小波分解的高频系数的模值基本上是由一系列冲击脉冲再加上一些尖峰组成, 由此就可以识别出BPSK/QPSK信号来。对BPSK/QPSK信号进行小波分解, 如图2所示是各级分解的高频系数。

从图2可以看出对BPSK/QPSK信号小波变换后, Haar小波函数的几乎分析不到相位突变点, 而且对于相邻相位变化, Haar小波函数并没有检测出来。对于db2, db3虽然得到了一些相位突变点, 但是并没有检测到相邻相位变化较小的相位变化。但是, db7小波函数对BPSK/QPSK信号进行同样的分解, 它的检测特性明显比前几种小波函数好, 从图中可以清楚地看到三个相位跳变点, 而且在相位检测的仿真图中可以看到, 用db7小波函数进行相位检测时效果更好。因为小波函数对频率有很高的灵敏度, 所以可以将不同频率的信号区分开来, 所以利用信号中瞬时相位和瞬时频率的对应关系, 可以检测出BPSK/QPSK调制信号中的相位跳变点。

3仿真信号识别实验

本实验用Matlab软件进行仿真, 其中基带信号的频率f=10 kHz, 采样频率fs=100 kHz, 取200个码元用来识别, 而且假设识别器没有任何先验知识, 噪声为高斯白噪声, 对基带信号做小波分解来提取信号的特征参数, 对BPSK/QPSK信号在信噪比分别为22 dB, 18 dB, 12 dB, 8 dB, 6 dB, 4 dB情况下, 选择不同的小波函数进行250次独立实验, 结果如表1所示。

从表1中可以看出用db7小波函数做特征提取时得到的识别效果明显优于其他的小波函数。对于用db7小波函数特征提取, 当信噪比不低于8 dB时用小波分解来对信号进行识别的效果较好, 整体的识别正确率不低于98%, 信噪比低于6 dB后BPSK/QPSK的识别正确率降低至90%左右。信噪比继续降低, 信号将不可识别。

4结语

在利用小波分解进行信号识别的方法中, 选取合适的小波函数非常重要, 一般根据需要, 人为地对多种小波函数进行测试, 通过对测试结果的比较来选择小波函数。在选取到合适的小波函数的情况下, 利用小波变换可以对一些信号进行粗分类。本文只对BPSK/QPSK信号进行实验, 其他调制样式的信号ASK或者FSK也可以运用该识别器进行识别。利用小波变换对数字调制信号进行时频分析提取其特征参数, 对数字调制信号识别和分类有着更好的效果。

摘要：讨论基于软件无线电技术的一种数字信号调制样式的自动识别的算法。使用小波分析提取数字调制信号的调制特征参数, 研究了利用小波分析在软件无线电中常用的调制样式 (BPSK/QPSK) 的识别问题, 对高斯白噪声中的通信信号在不同信噪比情况下进行了识别计算机仿真。仿真及实验验证了用小波分析方法针对信噪比较低、对功耗限制严格的通信系统, 具有较为理想的识别能力。

关键词：软件无线电,调制方式,自动识别,小波分析

参考文献

[1]陈祝明.软件无线电技术基础[M].北京:高等教育出版社, 2007.

[2]杨小牛, 楼才义, 徐建良.软件无线电原理与应用[M].北京:电子工业出版社, 2001.

[3]徐长发.实用小波方法[M].上海:华中科技大学出版社, 2001.

[4]卢娜.调制模式识别和信号特征提取的研究[D].西安:西安电子科技大学, 2008.

[5]赵星.通信信号调制样式识别技术[D].成都:电子科技大学, 2006.

[6]AVCI Engin, HANBAY Davut, VAROL Asaf.An expertdiscrete wavelet adaptive network based fuzzy inference sys-tem for digital modulation recognition[J].Expert Systemwith Application, 2007, 33:582-589.

[7]NANDIAK, AZZOUZEE.Modulation recognition usingartificial networks[J].Signal Processing, 1997, 56 (2) :165-175.

[8]罗文波, 王丽敏, 杨翠娥.小波分析在调制信号自动识别中的应用[J].仪器仪表用户, 2004, 11 (2) :44-45.

[9]李伟.基于小波变换的数字调制信号的特征提取[J].洛阳理工学院学报, 2009, 19 (11) :47-50.

数字调制信号篇5

研究数字调制信号的识别方法需要对其定义进行细致分析, 就目前而言应用最为广泛的数字调制信号分别是幅度调制的MASK信号、相位调制的MPSK信号以及频率调制的MFSK信号等。通过对数字调制信号的特征参数进行估计、测量、分析并进一步确定信号的调制类型是进行识别研究的主要目的。常规的识别方法是采用接收信号或者调整时域的统计特性对信号的调制方式进行识别, 具体是通过调整载波的频率、非线性相位或者瞬时幅度, 并且根据数字调制信号的参数特征分析、计算出能够表现出信号特性的调制特性。

通过调整载波频率、非线性相位或者瞬时幅度的识别方法虽然在信号特征参数的测量、分析以及计算方面都十分简单, 但是使用的范围十分有限, 对于一些信噪比较低的数字调制信号无法得到更为准确的识别效果。况且大多数的数字调制信号在传播的过程中都不是非常理想的平稳状态, 通常会表现出与载频或者符号率相关的循环平稳特性, 但是信道干扰一般不具有这些循环频率, 因此可以利用信号的循环统计量以及循环谱相关函数对平稳噪声和干扰的不敏感性, 并且结合参数统计的方法以及Mat lab仿真分析的方法, 在信噪比较低的情况下更为精确的对数字调制信号的样式进行识别。本文就以Mat lab计算机仿真分析的方法对数字调制信号2ASK、4ASK、2FSK、4FSK、4PSK以及8PSK进行研究。

2、循环谱与参数统计研究的主要方法

数字调制信号通过循环谱与参数统计进行识别的过程中, 对于所截获的数字调制信号进行分析处理的主要流程如下图1所示:

根据图中的处理流程可知, 数字调制信号通过宽带射频接收机进行接收和预处理, 通过中频处理阶段进行采样分析, 然后进入模数转换器对信号进行模拟分析, 这种通过计算机进模拟分析的方法不仅计算简便而且参数灵活变化多样, 所以应用较为广泛, 以下就对这种方法进行细致研究。通过计算机模拟形成的数字调制信号是对调制信号进行带宽以及功率上的约束在最大程度上更加接近实际产生的信号。本文的仿真分析中使用的参数主要有:载波频率fc=150kHz、采样频率fn=1200kHz、码元速率Rn=12.5kHz、采样数N=8192, SNR=0, 1, 2, …20dB, 在每个信噪比下都进行100次试验。

运用Mat lab仿真分析的方法, 由Mat lab的ran dint函数得出随机序列, 再通过M进制随机序列映射得到数字模拟调制信号。其中ran dint函数产生等概率的M进制随机整数序列, 此时输出整数的取值范围是[0, M-1], 随机序列映射得到数值模拟调制信号的具体方法如下所示:

2.1 M-ASK信号

MASK信号的复包络可以表示为:

在式中Ts=I/Rs表示的是码元周期, Rs是码元速率, p (t) 是脉冲波形。此时矩形脉冲可以转化为:

其中{In}是数字序列, 本文研究的M-ASK信号分别为2ASK和4ASK, 对于前者而言In的取值范围是{0, 1}, 对于后者而言In的取值范围是{±1, ±3}, 由M进制数字序列dn}到{In}的映射可以由下式实现:In=2dn-3, dn=0, 1, 2, 3

2.2 M-FSK信号

MFSK信号的复包络可以表示为:

, 其中fd表示调制频偏, 对于非相干解调, 2fd应该是码元速率Rs的整数倍, 调制指数表示为:

其中{In}是数字序列, 本文研究的M-FSK信号分别为2FSK和4FSK, 数字序列{In}的取值范围是{±1, ±M-1}, 由M进制数字序列dn}到{In}的映射可以由下式实现:In=2dn-M+1, 其中dn=0, …, M-1

2.3 M-PSK信号

MPSK信号的复包络可以表示为:

其中{In}是数字序列, 本文研究的M-PSK信号分别为4PSK以及8PSK, {In}的取值范围是{-M/2+1, …, M/2}, 由M进制数字序列dn}到{In}的映射可以由下式实现:

在运用Mat lab仿真分析的过程中为了提高计算结果的精确性, 还需要限制已调信号通过滤波器时的带宽, 此时滤波器的带宽应该根据已调信号的理论带宽进行选择。例如M-ASK和M-PSK两者的最小传输带宽均为2Rs, 因此滤波器的带宽应该调整为4Rs, 而M-FSK的理论带宽为2Mfd, 其中fd为频移键控信号的调制频偏, 在本文的研究过程中fd的取值为Rs。

设数字调制识别的仿真信号为:x (n) =s (n) +kuu0 (n)

在此式中ku表示调节信噪比的系数, u0 (n) 是带限零均值高斯噪声, 由零均值高斯白噪声通过一带通滤波器得到, 滤波器的宽带与产生的已调信号s (n) 的带宽相同。

设信噪比为γ, 单位为分贝 (dB) , 根据公式得出:

其中Sp和Np分别为s (n) 和u0 (n) 的功率, 此时s (n) 和u0 (n) 可以转化为:

其中Ns是样本容量, 本文将所有仿真信号的功率归化为1。通过带入数值分别计算出2ASK、4ASK、2FSK、4FSK、4PSK以及8PSK的特征参数, 得到的信号图谱如下图2~7所示:

然后在根据信噪比对2ASK、4ASK、2FSK、4FSK、4PSK以及8PSK进行实验, 得出统计参数的变化区间具体如下图所示:

图中实线表示变化区间的上限, 而虚线为变化区间的下限, 从图中可已看出随着采样数的变化, 区间的上限和下限保持较为平稳的变化。对于变化区间不向交的调制信号类型可以利用相应的参数进行区分, 即可以通过码元速率对数字调制信号2ASK、4ASK、2FSK、4FSK、4PSK以及8PSK进行进行区分。

3、结语

综上所述, 由于数字调制信号广泛的应用在干扰识别、信号确认、电子对抗以及无线电监测当中, 因此对于信号识别的精确度有很高的要求, 但是传统通过调整载波频率、非线性相位或者瞬时幅度的识别方法虽然在计算结果上有一定的优势, 但是应用范围有限, 因此需要利用新的方法更加精确的对数字调制信号进行识别研究。本文主要针对2ASK、4ASK、2FSK、4FSK、4PSK以及8PSK这几类数字调制信号通过循环谱与参数统计进行识别的研究, 在确保识别准确性的前提条件下降低了识别复杂度, 提高了识别效率, 并且在一定程度上克服了循环谱算法计算量大的缺点以便获取更为精确的信号特征参数, 从而更加准确的判断出信号类型。

摘要：数字调制信号通过运用循环谱与参数统计的方法进行识别可以在信噪比较低的情况下得到较好的效果, 同时也是数字调制信号识别长久以来研究的主要方向。因此本文对数字调制信号通过循环谱与参数统计进行识别的研究进行浅析。

关键词：数字调制信号,循环谱,参数统计

参考文献

[1]张军.基于谱分析的通信信号调制识别算法的研究[J].科技信息, 2010 (09) .

[2]邓南南.浅论通信信号调制识别方法[J].科技信息, 2010 (17) .

[3]李少凯, 董斌, 刘宁.基于谱线特征的MPSK调制识别[J].通信技术, 2010 (08) .

[4]李静.基于循环谱相关的通信信号调制方式识别[D].燕山大学, 2010.

数字调制信号篇6

随着激光技术的发展,激光具有的带宽极宽,数据传输量大,分辨率高等优势愈来愈突显出来。但激光在复杂信道中传输时,由于受到衰减和散射,使得光波的强度,相位在时间和空间上都会呈现随机起伏,产生光束弯曲和漂移,扩展以及接收端光斑发生畸变等现象。但是用微波对激光信号进行调制后,激光信号在频域上产生了变化,其传输信号的能力也大大加强。

二、微波信号调制激光源的调制方法

近年来,关于基于微波信号调制激光雷达的激光发射器的研究工作已经有不少报道,国内外提出了多种的微波调制技术方案。大致上可以分成两种类型:一是内调制技术,即直接在激光发射器内部实现对输出激光脉冲信号的微波调制。二是外调制技术,即利用外部光学调制器实现对输出激光脉冲信号的微波调制。

1、内调制方式

内调制适用于半导体激光器,它是利用微波信号对激光二极管工作点控变的直接调制,将信号注入到半导体激光器,从而获得相应的光信号,属于电源调制方法。调制频率受激光二极管响应速率所限,其极限频率可达25GHz,调制带宽也不平坦,需附加补偿网络。

内调制方式是在激光器内部实现调制过程,直接输出调制后的激光脉冲信号,这种调制方式适合短距离、低调制频率的激光信号传输。

内调制技术存在两个缺点:由于固有弛豫频率的限制无法实现高速激光器调制(>10 GHz);激光器的调制是通过改变注入电流而实现的,这样会产生啁啾,将限制系统的传输距离进一步提高。所以激光的内调制方式只适合做短距离、低调制频率的激光信号传输。调制带宽也不平坦,需附加补偿网络。

2、外调制方式

外调制是在激光信号形成以后,把微波信号输入光调制器,调制到一个由激光器产生的激光载波信号上,并控制这个激光载波信号的某个参数(振幅、相位等),使它按微波信号的规律变化。于是,激光载波信号就运载着这些微波信息(此时的激光被称作已调制激光信号),经过信息处理以后由激光雷达发射天线发射出去。

激光的外调制具有的优点是高速率、大消光比、大光功率和消除半导体激光器内调制产生的光频率跳变的“啁啾”现象。使用外调制技术可提高信号的传输速率,实现光信号的远距离传输,中继距离可延长到至少300km以上,可省掉昂贵的光放大器,降低光通讯的成本,是光通信技术发展方向之一。

缺点是调制损耗较大,且调制线性范围较小。

三、微波信号调制激光雷达进行水下探测的技术研究

通常情况下,激光雷达发射的是未经过调制的激光脉冲信号,其单个脉冲的数学形式可表示为:

其中,P0表示激光脉冲信号的峰值功率;u(t)为单位阶跃函数;tp为激光脉冲的宽度。

为了将微波信号加载到激光脉冲信号上,在这里我们可以用一个激光器产生一个载波激光脉冲信号,再用一个微波发生器产生一个编码了的有用微波信号,再由一个调制器进一步将有用微波信号调制到载波激光脉冲信号上,从而可以产生调制后的激光脉冲信号。当调制器用调制频率为fm,调制深度为m的余弦调制微波信号来调制激光脉冲信号时,可以得到经过调制了的激光脉冲信号如下式所示:

其中,P0表示激光脉冲信号的峰值功率;tp为激光脉冲的宽度;fm调制频率为;调制深度m为调制器对激光脉冲峰值的调制能力,m的大小通常在0～100%之间。

未调制的激光脉冲信号和调制后的激光脉冲信号如下图所示:

四、小结

由于相干探测技术的出现,使得微波雷达技术在探测目标、测距等方面拥有很多的优点,而激光雷达采用蓝绿光波却可以使信号穿透水体,这在探测水下目标的领域具有很大的优势,同时激光雷达具有探测距离远、分辨率高等优点。载波调制激光雷达实现了将微波雷达和激光雷达相结合,激光雷达在水介质中有一段频率窗口,可以进行对潜目标的探测。但是激光雷达在水下传输过程中会受到介质影响而产生严重的散射,这样散射光以噪声的形式被接收,从而严重影响目标探测的灵敏度。采用载波调制方法,实现了将激光雷达穿透水体的特性以及光信号空间分辨率高的优点和微波雷达信号处理的优势相结合,从而达到抑制散射,大大提高对潜目标探测灵敏度的目的。

综合了微波雷达技术和激光雷达技术优点的基于微波信号调制激光雷达技术,越来越广泛地被应用到地面、空中、海面和水下目标探测领域,特别是水下目标探测领域更具有独特的优势,是一种具有十分广阔应用前景的雷达新技术。

参考文献

[1]王齐春、何建国:《微波光子研究动态》.光电子技术.Vol.22 No.4 Dec. 2002

[2]周波、张汉一、郑小平等:《微波光子学动态.激光与红外》.Vol.36,No. 2Feb.2006

[3]方祖捷、叶青、刘峰等:《毫米波副载波光纤通讯技术的研究发展》Vol.33,No.4May,2006

多模多制式调制信号发生技术篇7

关键词：多模,多制式,现场可编程门阵列

1 引言

本设计针对市场的实际需求以及多模通信信号和多制式数字调制信号的特点, 设计了以FPGA为主, “DDR2+FPGA+DAC+DDS+宽带调制器”为硬件架构的多模多制式通信矢量信号发生装置, 利用FPGA可编程的特点, 在尽量简化硬件设计的情况下, 可以发射TD-SCDMA、、WCDMA、TD-LTE、FDD-LTE等多模模信号, 发射BPSK、QPSK、OQPSK、、DQPSK、8PSK、16QAM、32QAM、、64QAM、2FSK、4FSK、GMSK等多调调制格式数字调制信号, 并可以将用户户数据灌入DDR2, 根据用户实际需要要发出, 实现复杂信号模拟的功能。

2 设计目的

(1) 多模通信信号:GSM/TD-SCDMA/WCDMA/TD-LTE/FDD-LTE等通信制式非信令信号。

(2) 多制式调制信号:

●调制格式:BPSK、QPSK、OQPSK、DQPSK、8PSK、16QAM、32QA M、64QA M、2FSK、4FSK、GMSK;

●码元速率:2ksps～40Msps;

●滤波类型RC、RRC、GAUSS;

●α因子/bt:0.2～1。

(3) 用户数据发射。

(4) 将上述信号调制到相应的载波上。

3 硬件设计实现

随着FPGA器件的快速发展, 其高速大容量可编程的特点使其得到广泛应用, 对多模多制式的设计需求需要选用FPGA进行设计, 它主要完成数字信号处理工作。另外, 由于TD-LTE、FDD-LTE的高数据量高速的要求, 需要DDR2作为多模信号或用户数据的存储介质。在基带信号发生后, 还需要将其DAC转换后用宽带正交调制器调制到各自载波上发射。另外, 多模多制式信号的发生需要不同码元速率的设计, 需要选用DDS分频出高分辨率可变时钟。所以该设计选用“DDR2+FPGA+DAC+DDS+宽带调制器”硬件架构, 其框图如图1。

4 FPGA设计实现

该设计的重点是对多模多制式调制信号进行数字信号处理, 由FPGA完成, 包括多模信号或用户数据的插值、FIR成型滤波、CIC插值等处理;以及多制式信号的伪随机信号产生、映射、插值、FIR成型滤波、频偏系数生成、DDS及CIC插值等处理。FPGA处理流程见图2。

PN码产生单元主要在时钟的作用下可以不断地产生原始的二进制伪随机序列, 然后将产生的伪随机序列进行编码及映射, 以QPSK为例, 每两个二进制编码构成一个码元, 即为{ (00) , (01) , (10) , (11) }四种状态, 再映射为星座图上的相位点, 如IQ两路幅度分别用9位补码表示, 则为hex{ (1ff1ff) , (1ff0ff) , (0ff1ff) , (0ff0ff) }, 用IQ的幅值来表示信号的矢量位置。QPSK星座图见图4。

由于映射产生的是矩形脉冲信号, 信号幅度的突变也会使其占用的频带很宽, 不利于传输, 造成符号间干扰, 导致接收机在检测一个符号时发生错误的概率增大, 需要设计脉冲成形滤波器, 而各种滤波器可以通过有限脉冲响应数字FIR滤波器来实现, 因为FIR滤波器有两大优点:

(1) 单位脉冲响应h (n) 有限长, 长度为N的h (n) 系统函数, H (z) 在z平面有 (N-1) 个零点, 原点z=0是 (N-1) 阶重极点而无其它极点, 因而是稳定的;

(2) 在满足一定条件下 (单位脉冲响应奇对称或偶对称) , 保证严格的线性相位。

它的基本算法是一种乘法-累加运算, 即不断地输入样本x (n) , 经过z-1延时后, 再进行乘法-累加, 最后输出滤波结果y (n) 。其实现流程和输出表达式如下所示。

式中, ai为滤波因子;x (n) 表示滤波器在n时刻的输入;y (n) 为n时刻的输出。

由图6可知FIR滤波器主要由一些延时器、乘法器和加法器等组成, 其频响的调整由滤波因子来控制。滤波因子可以通过对滤波器频响采样后经过反傅立叶变换来得到, 滤波因子的物理意义是滤波器频响在时域上的反映, 在该设计中可以利用MATLAB进行仿真, 得到各种滤波类型 (RC、R R C、G A U S S) 、不同滚降系数 (0.20-1.00) 的滤波因子。滤波因子可以根据用户需求和通信制式选用

在该设计中, 基带信号的码元速率变化范围很大, 如果将成形后的数据直接输出给D/A转换器, 输出信号必然带有D/A工作时钟信号, 而我们设计的基带带宽大, 要滤除时钟但不影响信号, 模拟低通滤波器将很难设计, 所以我们增添了CIC插补滤波模块来提高DAC的采样时钟, CIC滤波器可以用来实现抽取器和内插器, 它具有结构简单、规整以及需要的存储量小的优点。由于它不需要乘法器, 加之滤波器的所有系数均为1, 而且利用积分环节减少了中间过程的存储量, 因此常常用在高速采样和插值比很大的场合。CIC插值滤波器实现流程如下。

(a) 64QAM解调测试 (b) TD-LTE PUCCH信号测试

通过调节CIC插补滤波的插补比例, 使D/A转换器的时钟在小范围内变化, 并且最小时钟信号也高于基带信号, 这样D/A后模拟低通滤波器将很容易设计。例如, 本设计要求码元速率达到2ksps~40Msps, 此时基带信号1k Hz~20MHz, 这就要求DAC后低通滤波截止频率大于20MHz, DAC采样时钟理论上应该大于20MHz, 考虑工程实现应大于40MHz, 下表给出了该设计针对码元速率变化所做的不同数据处理, 通过改变CIC的插值率、每码元点数、可以实现设计目的。

FPGA输出数据经过DAC转换, 低通滤波后由宽带正交调制器调制到相应的载波上发射。

在频移键控2FSK、4FSK、MSK等调制格式时, 需要设计不同的频偏来表示信息。在数字电路设计中, 可以利用乘法器实现不同的频偏。将FIR得到的数据乘以一个频偏因子k来控制频移键控的频偏,

式 (1) 中map为随机序列的映射值, ai为FIR的各滤波因子, ∆f为频移键控的频偏, f为查正余弦表的时钟, n为查表之前丢弃的数据位数 (主要包括FIR和乘法器丢失) , 2即为正余弦表满量。由式 (1) 可得

N为正余弦表的有效位数。在设定频偏∆f的情况下可以求出对应的k值。

5 多模通信信号及用户数据设置

多模通信信号主要处理流程和多制式信号类似, 关键是将数据源切换到前面仿真好后存入DDR2的数据, 并按照各通信标准分别设置码元速率、滤波类型和滤波因子等参数。具体设置参照表1。

6 测试结果

经过实际验证, 该方案很好地实现设计目的, 硬件结构简单, 成本低, 灵活性好, 指标高, 已经应用在通信矢量信号发生器的设计中, 相关产品已经推向市场, 得到用户认可。

参考文献

[1]王秉钧, 冯玉珉, 田宝玉.通信原理[M].北京:清华大学出版社, 2006.11

[2]丁玉华, 高西全.数字信号处理[M].西安:西安电子科技大学出版社, 2000.12

[3]ADL5375 Data Sheet[Z].ANALOG DEVICES, 2007