基于FPGA的超短波信号调制识别算法研究

罗今梅，刘海家，李智

（1.四川大学电子信息学院，成都 610064；2.西南电子电信研究所，成都 610299）

0 引言

随着通信信号复杂度的逐步增加，通信信号的调制方式也开始逐渐复杂，而信号的调制方式识别是信号盲解调中至关重要的一部分，所以对信号调制方式识别技术的研究具有重要意义。在军用以及民用方面，调制识别都具有广泛的应用。在军用方面，调制识别是电子对抗战中重要的一环，利用它可实现对截获信号的盲解调。在民用方面，调制识别能够实现空闲频谱监测。目前信号调制识别方式有很多，主要可分为基于最大似然法的调制识别方法和基于特征提取的调制识别方法。其中，提取特征的方法有瞬时特征、谱相关特征、高阶累积量特征、小波变换特征等。根据提取的特征进行分类又分为支持向量机法和机器学习法。

Azzouz等［1］提出一种基于瞬时特征的信号调制识别方法，在信噪比大于10 dB时，其识别准确率大于90%；Hassanpour等［2］提出一种基于支持向量机的信号调制识别算法，在信噪比大于-5 dB时，其识别准确率大于98%；张弛等［3］提出一种基于四阶累积量的信号调制识别方法，结果表明，当信噪比大于8dB时，其识别准确率大于99%；J.O’Shea等［4］提出一种基于卷积神经网络的调制识别算法，将信号的IQ两路信号作为输入，通过残差网络实现调试方式的分类，奠定了深度学习应用在调制方式识别的基础。

然而，实际工程上常常需要处理几十通道甚至上百通道的信号检测和调制识别，利用纯软件实现就显得十分困难，而FPGA是近来发展迅速的可编程逻辑器件，以其高速并行、易于实现流水线的结构适合处理运算需求高的前端信号处理。本文提出一种基于FPGA的超短波信号调制识别算法，主要利用瞬时特征加决策树分类的方法。主要考虑FPGA高可靠性的信号处理方法具有工程实际意义，并且FPGA芯片集成度高、可重配置等优点，更易满足在弹载、机载、舰船载上的小型机动平台。

1 算法原理与实现

1.1 瞬时特征

信号的瞬时特征一般能表征调制方式的信息，其中包含瞬时幅度、瞬时相位等，通过提取信号的瞬时特征可以概括出信号的统计特性。通过仿真确定分类标准，可以有效地对信号进行正确识别。基于瞬时特征的方法也利于在FPGA上实现。本文选择构造四个瞬时特征来实现对11种调制信号的分类，这10种调制方式分别为AM，FM，2ASK，2FSK，4FSK，MSK，BPSK，QPSK，OQPSK，π∕4_QPSK。四个瞬时特征分别为信号归一化的中心瞬时幅度谱的最大值γmax、信号平方谱的离散分量指示系数F2、信号四次方谱平滑后的谱峰数F4、信号功率谱波峰数FSK_i。

（1）γmax。γmax代表信号归一化的中心瞬时幅度谱的最大值［5］。

其中，Ns为每个信号段的采样点数，Acn(i)为t=i∕f s时刻归一化的中心瞬时幅度，定义如下：

其 中，An(i)=A(i)∕ma，而表示瞬时幅度的平均值。用γmax可以表示调制信号包络的变化特性，因此可以区分恒包络和非恒包络的调制信号。

（2）F2。F2代表信号平方谱的离散分量指示系数［6］。

其中，pos点是除零频率之外，信号功率谱最大值位置，BPSK信号的平方谱和其他四相调制信号不同，在两倍载频处存在冲击谱线。

（3）F4。F4代表信号四次方谱平滑后的谱峰数。F4主要区分四相调制信号，如QPSK、OQPSK和π∕4_QPSK，QPSK信号的四次方谱会在四倍载频处出现一根离散谱线；而π∕4_QPSK信号的四次方谱会在四倍载频处出现多根离散谱线。因此，可以用F_4来区分QPSK和π∕4_QPSK信号。

（4）FSK_i。FSK_i代表信号功率谱谱峰个数。不同调制进制数的调频信号具有不同的功率谱谱峰，所以，FSK_i可以区分2FSK和4FSK信号。理论上FSK信号的功率谱谱峰个数等于进制数M，因此2FSK有两个谱峰，4FSK有四个谱峰。

1.2 分类器设计

本文采用了基于瞬时特征调制识别方法，通过分类特征提取完成对信号的识别，识别流程建立在二叉树的基础上。这里主要利用基于统计模式的信号调制样式自动识别的基本原理来做相关处理。调制识别处理的框图如图1所示。利用接收机天线对信号进行接收，而后对信号进行滤波、信号检测、参数估计。

图1 调制识别原理框图

特征的提取和选择会影响到分类器的设计及其性能，提取以上四个特征实现对十种调制信号的分类，分类器设计如图2所示，其中的门限值先由MATLAB仿真预设，再由实际上板测试的数据进行调整。

图2 调制识别分类器设计

2 实验

为验证算法的可行性，用信号发生器产生十种调制信号，信噪比设置为12 dB，载波频率设置在30 MHz～3 GHz超短波频段，考虑频偏的影响。依次发射给FPGA1完成信号检测和参数估计，FPGA2完成调制识别，硬件电路连接如图3所示，通过Vivado显示调制方式识别结果。

图3 硬件电路连接图

每种调制方式测试100次，依次更改符号速率、载波频率和输入电平。记录识别准确率并画出混淆矩阵如图4所示，可以看出，在信噪比为12 dB时，10种调制类型都能有效识别，误判率在10%以下，即调制识别准确率≥96%。

图4 调制识别准确率混淆矩阵

3 结语

本文是针对FPGA而实现的调制识别，因此选择复杂度较低的、传统的基于瞬时特征的调制识别方法。根据四个瞬时特征来设计分类器，通过实验验证，在信噪比为12 dB时，能有效识别出10种调制信号，这10种调制信号分别为AM，FM，2ASK，2FSK，4FSK，MSK，BPSK，QPSK，OQPSK，π∕4_QPSK。经过统计,在信噪比为12 dB时，一些调制方式的准确率很高，个别调制方式有误判的情况，但识别准确率都能达到96%。