中煤科工集团重庆研究院有限公司 重庆 400037
摘要：通信信号的调制样式是区分不同通信信号的重要特征，通信信号的调制识别是指在未知调制信息内容以及调制参数的前提下，判断出信号所采用的调制方式并估计出某些调制参数，为解调器正确选择解调算法提供参数依据，最终获得有用的信息内容的过程。调制样式识别是介于能量检测和解调之间的过程，能量检测只需要粗略地估计信号的带宽和中心频率，而解调需要精确的频率信息和信号的调制样式。因此，调制样式的识别就需要在先验知识较少的情况下完成识别的过程，并得到更加精确的一些参数值。通信信号调制样式的自动识别是是非协作通信中的丰要问题，也是近年来信号处理领域的热点问题，近十年来，人们在这方面做了大量探索，提出了很多新思路和新方法。
关键词：通讯信号；调试；方法
1通讯信号常见的干扰及原因分析
1.1自然现象干扰
从实际分析来看，自然现象干扰是卫星通讯在日常运行中受到的主要干扰类型。此种干扰主要有两种形式：
1.1.1日凌干扰
就现阶段的分析来看，在每年的春分和秋分前后，卫星会运行到太阳河地球之间，此时，地球站天线在面对卫星的时候也会面对太阳，由于太阳形成的大量辐射噪声会使正常的卫星信号接收出现问题。而这样的干扰就称之为日凌干扰。
1.1.2电离层闪烁干扰
在大气层中存在着电离层，当无线电波在穿过电离层的时候，受电离层结构不均的影响，信号的振幅、相位等都会受到一定的影响，所以会产生不规则的变化，这种干扰就被称之为电离层干扰。
1.2电磁环境干扰
电测环境的干扰也是卫星通讯的一种主要受干扰形式。从物理学的角度来看，地球是一个巨大的磁场，所以会存在磁场的场强。另外，电和磁在一定的条件下会发生转化，所以在地球上，存在着无数的电场和磁场。无论是磁场还是电场，都会释放一些地面微波，而这些地面微波通信中存在的继信号和雷达信号，时常会和卫星信号一起被地球站的天线接收，由此会形成信号的复杂性，而正是这种复杂的情况使得信号接收出现了异常。简言之就是原本单一的信号接收出现了其他信号，所以原本信息号的唯一性被破坏，信号干扰由此产生。
1.3设备故障干扰
设备故障干扰也是卫星通讯干扰的一个主要类型，而此种干扰主要分为卫星故障和地面设备故障两大类。从目前的卫星通讯利用来看，信号的准确利用离不开两个基本的部分：信号的发出装置，也就是卫星；信号的接收装置，及地面设备，这两部分相互合作，才使得信号的利用价值被最大化。但是，当卫星出现故障的时候，其信号发出便存在了问题，而当地面设备出现故障的时候，信号接收也就存在了可靠性下降的问题。这两种情况的出现都使得正常的信号发出和接收，所以准确的信号利用便会出现较为严重的问题。
1.4人为原因干扰
人为原因的干扰也是卫星通讯的一个主要干扰类型。就目前的人为原因干扰分析来看，主要存在两种类型：
1.4.1同极干扰
同极干扰的产生主要有两方面的原因：用户在频点发射的时候没有按照相关的标准进行，结果产生了占用其他用户频点的现象，由此出现了干扰；用户在进行测试的时候没有按照标定进行，从而出现了超功率发射的情况。
1.4.2反极化干扰
此种干扰的原因产生主要有两方面：受自然或者是机械的原因，馈源在进入其他物质的时候发生了角度偏离，所以干扰情况出现；用户的天线没有进行调极化上星等处理。
期刊文章分类查询,尽在期刊图书馆
2调制样式识别的方法
信号调制样式识别的方法大体可以分为两类：统计模式作者简介：张志宏，浙江省湖州市人民防空办公室。
识别方法和判决理论方法。统计模式识别方法首先要从接收的信号中提取出特征参数，然后通过模式识别系统来确定信号调制类型。判决理论方法采用概率论和假设检验中的贝叶斯理论解决信号的识别问题，它根据信号的统计持性，通过理论分析与推导，得到检验统计量，然后与一个合适的门限进行比较，进行判定。下面分别阐述几种常用的调制样式识别方法。
2.1基于时频域特征提取的方法
通信信号的调制信息包含在信号的瞬时频率、相位和幅度的变化之中。利用这三个参数的统计特性，理论上就可以识别信号的调制方式。从信号的时域和频域中估计出信号的某些特征作为识别的依据，这类方法有很多。
Liedtke提出了一种数字调制信号的自动识别方法。该方法通过信号的解调和参数提取，构造信号的幅度直方图、频率直方图、差分相位直方图、幅度方差和频率方差等分类特征。然后通过模式识别的分类方法，将选取分类特征与理想样本的特征参数相比较，按最近原则进行信号自动分类。这种方法能在信噪比大干18dB的情况下，有效识别AM、2ASK、2FSK、2PSK、4FSK等信号。Y.T.Chan等人在IEEE发表文章，对调制信号的包络进行分析，采用参数R(包络平方的均值和包络方差的比值)对四种模拟信号分类，取得了初步成果。K.Assaleh等人把中频通信信号建模为时变自回归过程，通过求解自回归模型参数，来估计信号的瞬时频率和瞬时带宽，利用瞬时频率与瞬时带宽的均值与方差实现FSK与PSK信号的分类。当SNR大于15dB时，该分类算法有较好识别率。总之，可以利用从时域和频域提取的信号基本特征对通信信号的调制方式进行识别，但由于从时域和频域提取的基本特征埘信噪比的变化较为敏感，所以在信噪比未知的情况下，该方法的分类识别能力很难得到改善。
2.2基于小波分析的方法
在信号处理方面，傅立叶变换是不可缺少的分析工具，但是其致命弱点是不能用来做局部分析，只能用于平稳信号的分析。小波分析是近年来发展起来的一种数学分析方法。
根据小波理论,小波分析是将信号分解成一个叫做小波的基图数序列，而这些基函数则是用一个母小波通过伸缩和平移的方法获得的。因此，每一个小波都可以使用两个参数来表示，即尺度参数和位置参数。从这个意义上说，各种信号的本身特征都可以用该信号分解成的许多小液的尺度和位置来识识别。小波变换能够把任何信号映射到一个由母小波伸缩，平移而构成的小波函数上去，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数据。
2.3基于高阶累积量的方法
高阶累积量主要来识别数字调制信号的基带信号。一般来说，矩和矩谱用于确定信号的分析处理，累积量和累积量谱在统计信号分析中具有重要的应用意义。由于高斯噪声大于2阶的累积量值恒为零，把接收的含有高斯噪声的非高斯信号变换到累积量或累积量谱域处理，就可以剔除噪声的影响。该方法特别适用于幅相调制信号如MQAM、MPSK、MASK信号等。Swami利用四阶累量实现2PSK和4PSK信号分类；陈卫东利用四阶累量实现2PSK、4PSK、8PSK信号调制分类；吕新政利用高阶累量实现对2ASK与2PSK、4ASK、4PSK、2FSK、4FSK的分类。
2.4基于信号的星座图的方法
这是一种PSK/QAM调制识别方法，该方法将重建的接收信号星座图的形状作为调制识别的特征。首先通过聚类方法重建接收信号的星座图，并利用定性定量转换模型——云模型对重建的星座图进行建模，最后利用基于云模型的不确定性推理得到接收信号的调制方式。该方法的主要特点是避免了复杂的信号处理过程。
3结束语
总之，随着空间电磁环境的不断复杂，信息技术的日新月异，使得通信信号的类型也随之越来越多，信道的保密性也越来越受到重视。在这样的情况下，信号调制样式的识别难度也不断加大。因此，在面对更多的信号类型，更复杂的信号环境下，在更低的信噪比下的识别算法将是今后调制样式识别的发展方向。
参考文献:
[1]张忠.现代信号处理理论与应用[M].北京：电子工业出版社，2016.1.
[2]付仕平，杨丽．通信信号调制样式自动识别方法[J]．科技创新导报，2017(16)，56-57.
[3]张鸣．数字调制信号的自动识别[J]．通信技术，2014(12)，221-223.
论文作者:张,杰
论文发表刊物:《防护工程》2017年第29期
论文发表时间:2018/2/27
标签：信号论文; 干扰论文; 方法论文; 参数论文; 样式论文; 小波论文; 电离层论文; 《防护工程》2017年第29期论文;