混合调制雷达信号识别方法

Ｎｅｔｗｏｒｋ＆Ｃｏｍｍｕｎｉｃａｔｉｏｎ・网络与通信　

基于小波变换的雷达信号调制类型识别方法　

雷达信号的脉内调制特征是　雷达信号细微特征的重要体现，　因此要对雷达信号分选和识别，　高可信度地判别雷达属性，必须　对雷达信号脉内调制特征进行分　析。小波变换特，－５０适用于非平稳　信号的分析，作为一种特征提取　的工具己得到较广泛的应用。用　小波变换的方法对常见的几种雷　达信号进行了调制方式的识别　

【关键词】雷达信号分选和识别小波变换　

特征提取　

１概述　

雷达信号脉内分析作为电子侦察的重要　内容，受到广泛关注。其中，脉内调制类型作　

为一个重要参数，一直是研究热点。随着雷达　

信号复杂程度的提高，单从传统的时域或频域　

无法完成对脉内调制类型的识别。于是，越来　

越多的研究人员将目光投向时频域。目前比较　

经典的时频分析手段有瞬时自相关法、短时傅　

里叶变换，Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布、Ｓ变换、小波　

变换等。其中，小波变换能够灵活地调节时、　频分辨率，实现对突变信号的良好检测，是一　

种重要而有效的信号分析方法。　

本文首先构造了时频分辨率调节函数　

对Ｍｏｒｌｅｔ小波形状参数进行优化，再通过　

Ｍｏｒｌｅｔ小波变换提取出信号小波脊线，然后　

根据瞬时频率与伸缩因子的关系得到时频曲　

线，最后基于时频曲线形状识别出信号调制类　

型。　

１．１小波变换原理　

小波函数的定义为：设（ｐ（ｔ）为平方可　

积函数，即　（ｔ）∈Ｌ２（Ｒ），若其傅里叶　变换（ＯＪ）满足条件：　

ｆ　！：ｄ国　∞　

（１）　则称　（ｔ）为一个基本小波或小波母函数，　

并称（１）式为小波函数的可容许性条件。将　

小波母函数　（ｔ）进行伸缩和平移，设其伸缩　

因子（又称尺度因子）为ａ，平移因子为　，　

令其平移伸缩后的函数为￣ｏｒ（ｔ），则有：　

ｆ—ｒ　ｒ（ｆ）＝ａ　，ａ＞ｏ，ｒ∈Ｒ，，、　０　、厶，　称￣ｏｒ（ｔ）为依赖于参数ａ，　的小波基函　数，由于尺度因子、平移因子是取连续变化的　

混合调制信号调制识别方法

随着科技的不断发展，通信领域的应用也越来越广泛，不同类型的信号及其调制方式层出不穷。为了更好地获得信号中的有用信息，需要对信号进行识别和解调。本文将介绍一种混合调制信号调制识别方法。

第一段：混合调制信号的特点

混合调制信号是由两种或多种基本调制方式组合而成的复合信号。例如，QAM调制与PSK调制组合成的QPSK信号就是一种混合调制信号。混合调制信号具有复杂的频谱特性和变化多样的调制方式，因此难以通过传统的调制识别方法来获取信号内部的信息。

第二段：频谱分析方法的局限性

传统的频谱分析方法可以有效地获取信号的频谱信息，但是对于混合调制信号，频谱分析方法存在一定的局限性。因为混合调制信号的频谱涉及到多个调制方式，传统的频谱分析方法无法提供准确的结果。

第三段：时频域分析方法的优势

时频域分析方法是一种有效的混合调制信号识别方法。它可以分析信号的时域和频域特性，对信号内部结构进行深入研究，获得信号的更多信息。时频域分析方法包括短时傅里叶变换、小波变换、Wigner-Ville分布等。

第四段：短时傅里叶变换的应用

短时傅里叶变换是一种在时间上和频率上具有局部性的傅里叶变换方法。它可以将信号的时域和频域特性融合在一起进行分析，适用于多种调制方式的识别。在混合调制信号的识别中，短时傅里叶变换可以准确地分析信号的时频特性，从而得到信号的调制方式。

第五段：小结

时频域分析方法是一种有效的混合调制信号识别方法，可以克服传统频谱分析方法的局限性。在实际应用中，我们可以根据信号的特性选择合适的时频域分析方法进行分析，进一步提高信号识别的准确度和速度。

第!"卷第#期$%&’年#月哈(尔(滨(工(程(大(学(学(报)*+,-./*01.,23-4-53-66,3-57-386,93:;<*/=!">=#)+-=$%&’

基于频谱复杂度的雷达信号调制方式识别

刘鲁涛!戴亮军!陈涛

!哈尔滨工程大学信息与通信工程学院"黑龙江哈尔滨&P%%%&$

摘(要!针对常见雷达信号识别方法不能适应小脉宽信号识别的问题!本文提出了一种基于频谱复杂度的雷达信号调制方式识别方法$该方法通过提取信号频谱复杂度特征%信号平方频谱特征%谱峰特征以及最小二乘直线拟合方差特征!以?个特征参数为出发点!设计了一个基于频谱复杂度的树形结构流程$该流程首先对雷达信号的频谱序列进行量化!计算量化后的#种雷达信号的频谱复杂度!根据信号频谱复杂度的不同进行分类!然后根据所求特征参数对#种雷达信号进行分层次识别$仿真结果表明!基于频谱复杂度的雷达信号调制方式识别方法能够实现在窄脉冲的情况下的雷达信号调制方式识别!当信噪比大于#Od时具有比较好的识别效果$关键词!复杂度&量化&树形结构&频率分辨率&窄脉冲&调制方式识别&信噪比$%&’&%H&&""%IJK6+=$%&L%’%!?网络出版地址!K::A’IIMMM=B-N3=-6:INB@9IO6:.3/I$!H&!"%=+=$%&’%!$L=%"!P=%%$=K:@/中图分类号![T"PLHP&(文献标志码!R(文章编号!&%%#CL%?!"$%&’#%#C&%’&C%#

I3237/4?-3),*2A)3.4*-7’5*?-4.4*-83/’2*-/+’5.7A,5*,+)’M4.6

G]7G+:.*"ZR]G3.-5J+-"S14T[.*

!S*//656*0]-0*,@.:3*-.-OS*@@+-3B.:3*-"1.,23-4-53-66,3-57-386,93:;"1.,23-&P%%%&"SK3-.$

98/.735.%[K39A.A6,A,696-:9.@6:K*O*0,.O.,935-./@*O+/.:3*-,6B*5-3:3*-2.96O*-9A6B:,+@B*@A/6^3:;":**C

第４８卷第３期　２０１５年３月　通信技术　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏ１．４８　Ｎｏ．３　Ｍａｒ．２０１５　

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２－０８０２．２０１５．０３．００２　

通信信号调制方式识别方法综述　

曾创展　，贾　鑫　，朱卫纲　

（１．装备学院研究生管理大队，北京１０１４１６；２．装备学院光电装备系，北京１０１４１６）　

摘要：对通信信号调制方式的识别进行了深入研究，对通信信号常用的数字调制技术和调制识别　

预处理技术、理想高斯白噪声条件下基于决策论和基于统计模式的识别法、非理想信道条件下的调　

制识别法以及对共信道多信号调制方式的识别等进行了总结。在简要介绍各种方法的来源、理论基　

础和发展基础上讨论了各自的优缺点，并提出了调制识别研究领域的进一步发展方向。　

关键词：通信信号调制识别　基于决策论基于统计模式　非理想信道条件下　共信道多信号　

中图分类号：ＴＮ７６；ＴＮ９１ｌ　文献标志码：Ａ　文章编号：１００２—０８０２（２０１５）０３—０２５２—０６　

Ｍｏｄｕｌａｔｉｏｎ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｓｉｇｎａｌｓ　

ＺＥＮＧ　Ｃｈｕａｎｇ－ｚｈａｎ　，ＪＩＡ　Ｘｉｎ　，ＺＨＵ　Ｗｅｉ－ｇａｎｇ　（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｇｒａｄｕａｔｅ　Ｍａｎａｇｅｍｅｎｔ，Ｅｑｕｉｐｍｅｎｔ　Ａｃａｄｅｍｙ，Ｂｅｉｊｉｎｇ　１０１４１６，Ｃｈｉｎａ；　２．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｏｐｔｉｃａｌ　ａｎｄ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｑｕｉｐｍｅｎｔ，Ｅｑｕｉｐｍｅｎｔ　Ａｃａｄｅｍｙ，Ｂｅｉｊｉｎｇ　１０１４１６，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐａｐｅｒ　ｄｅｓｃｒｉｂｅｓ　ｔｈｅ　ｉｎ—ｄｅｐｔｈ　ｒｅｓｅａｒｃｈ　ｏｎ　ｍｏｄｕｌａｔｉｏｎ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｉｇ—　ｎａｌｓ，ｓｕｍｍａｒｉｚｅｓ　ｔｈｅ　ｃｏｍｍｏｎｌｙ－ｕｓｅｄ　ｄｉｇｉｔａｌ　ｍｏｄｕｌａｔｉｏｎ　ｍｏｄｅ　ａｎｄ　ｔｈｅ　ｐｒｅｔｒｅａｔｍｅｎｔ　ｔｅｃｈｎｏｌｏｇｙ，ｔｈｅ　ｌｉｋｅｌｉ—　ｈｏｏｄ－ｂａｓｅｄ　ａｎｄ　ｆｅａｔｕｒｅ－ｂａｓｅｄ　ｍｏｄｕｌａｔｉｏｎ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｉｎ　ＡＷＧＮ　ｃｈａｎｎｅｌ，ａｎｄ　ｔｈｅ　ｍｏｄｕｌａｔｉｏｎ　ｃｌａｓｓｉｆｉｃａ—　ｔｉｏｎ　ｉｎ　ｔｈｅ　ｎｏｎ——ｉｄｅａｌ　ｃｈａｎｎｅｌ　ａｓ　ｗｅｌｌ　ａｓ　ｍｕｌｔｉ－ｓｉｇｎａｌ　ｍｏｄｕｌａｔｉｏｎ　ｒｅｃｏｇｎｉｔｉｏｎ　ｍｅｔｈｏｄ　ｕｎｄｅｒ　ｔｈｅ　ｃｏ－ｃｈａｎｎｅｌ　ｃｏｎｄｉｔｉｏｎ．Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｂｒｉｅｆ　ｉｎｔｒｏｄｕｃｔｉｏｎ　ｏｆ　ｅａｃｈ　ａｌｇｏｒｉｔｈｍ’Ｓ　ｓｏｕｒｃｅ，ｔｈｅｏｒｅｔｉｃａｌ　ｆｏｕｎｄａｔｉｏｎ　ａｎｄ　ｄｅｖｅｌｏｐ—　ｍｅｎｔ，ｔｈｅ　ａｄｖａｎｔａｇｅｓ　ａｎｄ　ｄｉｓａｄｖａｎｔａｇｅｓ　ｏｆ　ｔｈｅｓｅ　ａｌｇｏｒｉｔｈｍｓ　ａｒｅ　ｃｏｍｐａｒｅｄ，ａｎｄ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｄｉｒｅｃｔｉｏｎ　ｏｆ　ｍｏｄｕｌａｔｉｏｎ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｒｅｓｅａｒｃｈ　ｉＳ　ａｌｓｏ　ｆｏｒｅｃａｓｔｅｄ．　Ｋｅｙ　ｗｏｒｄｓ：ｍｏｄｕｌａｔｉｏｎ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｏｆ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｉｇｎａｌｓ；ｌｉｋｅｌｉｈｏｏｄ—ｂａｓｅｄ　ｍｅｔｈｏｄ；ｆｅａｔｕｒｅ－ｂａｓｅｄ　ｍｅｔｈｏｄ；ｔｈｅ　ｎｏｎ—ｉｄｅａｌ　ｃｈａｎｎｅｌ：ｍｕｌｔｉｐｌｅ—ｓｉｇｎａｌｓ　ｕｎｄｅｒ　ｔｈｅ　ＣＯ—ｃｈａｎｎｅｌ　ｃｏｎｄｉｔｉｏｎ