多策略的通信信号调制识别研究.pdf

多策略的通信信号调制识别研究

摘要

自动调制识别（AMR）是识别调制类型的重要手段，通过调制识别可以对信号进一

步深入分析，这对非法信号的进一步处理有着重要意义。现阶段针对调制识别的难点有

以下两点：首先，复杂的信道环境对信调制特征的影响较大，使传统方法难以进行有效

的调制识别。其次现阶段随着物联网及军事通信协议的改变，使侦察方不能实时获取待

测信号调制方式，从而使原有的已知调制信号集增加一些未知的调制方式。所以如何针

对具有未知信号的信号集（开放集信号）进行分类识别成为调制识别领域的一个新课。

针对上述问题本文的主要研究工作总结如下：

首先，在传统算法领域，本文针对PSK类信号的类内识别提出相位统计特征，将其

结合高阶累积量特征，用于卫星通信信号{BPSK、QPSK、8PSK、16QAM、32QAM、

64QAM}识别。为提高支持向量机分类器的识别效果，本文使用蜜罐寻优对支持向量机

进行参数寻优。经过仿真分析，改进后的算法较原算法识别率有明显提高。除此之外本

文还分析了在高斯噪声下采样速率、码元数（采样时间）、不同信噪比的输入方式对数值

特征识别效果的影响。

其次，由于信道会影响数值特征的特征值，所以数值特征只适合在加性高斯噪声下

进行分类，当信道中存在乘性干扰时识别率将显著下降。为了解决以上问题，本文在已

知深度学习方法的基础上，提出逐级分类和特征融合的思想。多维特征融合识别算法通

过对信噪比、信号大类分类，使信号的相关特征有了更详细的区分。除此之外本文还提

出了一种多策略联合的方法，该方法可以对不同的信号类型或环境使用不同的识别方案，

并且其可以同时给出不同识别方案的识别结果。通过对公开数据集(RML2016.A)和加入

信道的卫星通信信号进行实验仿真，可以看出本文提出的逐级分类和特征联合的方法在

识别效果、鲁棒性、复杂度等方面均具有一定优势。同时本文提出的多策略联合算法可

以进行有效的多类型调制识别。

最后，未知信号识别问题，本文首先总结了前人所使用的方法：SoftMax、SoftMax+

阈值、OpenMax。并针对OpenMax的理论基础进行分析，通过极值理论得出OpenMax

的实用性。在此基础上，本文提出了一种OpenMax的改进方法，该方法使用特征相关

距离对特征相关性进行分析，与OpenMax方法进行结合得到一种在高信噪比下更好的

开放集识别算法，该方法在高信噪比下最高可以得到94%的识别效果，在已知信号的种

类较少时也有较好效果。

哈尔滨工程大学硕士学位论文

关键词：自动调制识别；多维特征融合识别算法；多策略联合算法；开放集识别算

法。

多策略的通信信号调制识别研究

Abstract

AutomaticModulationRecognition(AMR)isacrucialtechniqueforidentifying

modulationtypes,allowingforfurtherin-depthanalysisofsignals,whichissignificantfor

processingillegalsignals.Currently,therearetwomainchallengesinmodulationrecognition:

Firstly,thecomplexchannelenvironmentsignificantlyaffectsmodulationfeatures,makingit

difficultfortraditionalmethodstoperformeffectivemodulationrecognition.Secondly,changes

inIoTandmilitarycommunicationprotocolsmeanthatreconnaissancepartiescannotinstantly

determinethemodulationmethodsoft