通信輻射源個體識別與參數(shù)估計.pdf

1、通信輻射源個體識別是通信偵察領(lǐng)域新的研究方向，其定義為對接收到的通信電臺發(fā)射信號進行特征測量，并根據(jù)已有的先驗信息確定產(chǎn)生信號的通信電臺個體的過程。通信輻射源個體識別根據(jù)各電臺硬件差異在發(fā)射信號上表現(xiàn)出來的區(qū)別于其它個體的無意調(diào)制特征來判斷信號來自哪個電臺，進而實現(xiàn)電臺跟蹤和確認。通信輻射源個體識別在無線電安全通信、軍事通信對抗和民用無線電監(jiān)測等領(lǐng)域具有十分重要的意義，受到國內(nèi)外相關(guān)研究人員的關(guān)注。
　　 針對通信輻射源個體識別

2、研究中迫切需要解決的關(guān)鍵問題，本文提出和推導(dǎo)了一系列具有理論和實用價值的算法，并且通過實際電臺數(shù)據(jù)和計算機仿真實驗驗證了算法的優(yōu)良性能。歸納起來，本文所做的工作主要包括以下幾個方面：
　　 1、在通信信號參數(shù)估計方面，從瞬時頻率的概率密度函數(shù)、信噪比估計和調(diào)制樣式識別三個方面進行分析。瞬時頻率的概率密度函數(shù)方面，研究了載波信號瞬時頻率的概率密度函數(shù)模型，在分析相位誤差以及相位誤差近似函數(shù)的基礎(chǔ)上，提出了一種瞬時頻率概率密度的近似

3、密度函數(shù)，該密度函數(shù)表達式具有很好的近似效果，且該公式的表示形式簡單，公式中的參數(shù)也具有明確的物理含義。并且通過假設(shè)檢驗的方法驗證了該公式的正確性。隨后分析了不同采樣速率及信噪比對瞬時頻率概率密度函數(shù)的影響。最后通過蒙特卡羅仿真驗證了本文提出的瞬時頻率的概率密度函數(shù)的正確性。
　　 在通信信號信噪比估計方面，分析了PSK信號和QAM信號的高階統(tǒng)計矩與信噪比之間的關(guān)系，分析了不同統(tǒng)計矩對信噪比估計性能的差異，為信噪比估計選取最佳的

4、統(tǒng)計量提供一種簡單的方法。分析表明對于PSK信號，一階二階統(tǒng)計矩的信噪比估計方法具有最佳的信噪比估計性能；而對于QAM信號高階統(tǒng)計矩具有較好的估計性能，并且推導(dǎo)了具有解析式的高階統(tǒng)計量的信噪比估計方法，仿真結(jié)果表明該方法具有較小的均方誤差和較低的復(fù)雜度。
　　 在調(diào)制樣式識別方面，本文從線性統(tǒng)計矩和方向數(shù)據(jù)統(tǒng)計矩兩方面分別對常見的數(shù)字通信信號的調(diào)制樣式識別進行了分析研究。線性統(tǒng)計矩方面利用四階累積不變量特征和信號的譜峰特征相結(jié)合

5、的方法來實現(xiàn)調(diào)制樣式的自動分類。在方向數(shù)據(jù)統(tǒng)計矩方面，根據(jù)瞬時頻率和瞬時相位的概率密度函數(shù)來提取信號的三角矩特征，實驗結(jié)果表明方向數(shù)據(jù)統(tǒng)計方法能夠?qū)崿F(xiàn)調(diào)制樣式的自動識別，該方法由于需要計算余弦函數(shù)值，因此計算量較大，在實際使用中需要借助迭代等快速算法來實現(xiàn)。
　　 2、在暫態(tài)特征分析方面，從三個不同的角度進行了個體特征分析研究。首先根據(jù)包絡(luò)信號的非線性特征提出了一種積分包絡(luò)的暫態(tài)信號特征提取方法。對于包絡(luò)相似的暫態(tài)信號經(jīng)積分包絡(luò)

6、變換后，信號的非線性特征就會體現(xiàn)在信號的積分包絡(luò)上，通過PCA提取信號的主分量特征就可以對信號進行分類，實驗結(jié)果表明該方面具有較好的分類效果和抗噪能力。其次從小波分析方法入手利用離散小波變換提取不含調(diào)制信息的暫態(tài)包絡(luò)特性，用每一層小波變換的能量作為特征，用遺傳算法來選擇分類效果最好的幾個特征，對實驗采集的暫態(tài)信號進行識別。最后進一步研究暫態(tài)信號的非線性特征提出了一種基于分類的自適應(yīng)時頻分析方法。該方法通過分類信號的模糊函數(shù)自適應(yīng)的選擇高

7、斯徑向核函數(shù)的參數(shù)，使信號的時頻分布具有最大的可分離度，該方法在暫態(tài)信號識別上效果最好，同時該方法在訓(xùn)練時所需的時間也是最長的，通過梯度上升迭代算法可以降低訓(xùn)練過程中的計算量，減少訓(xùn)練時間。
　　 3、在穩(wěn)態(tài)特征分析方面，通過分析碼元持續(xù)期間信號瞬時頻率的特征，提取了能夠有效區(qū)分通信電臺的個體特征。為衡量所選特征的分類能力，根據(jù)評價特征集分離性能的指標(biāo)--可分離指數(shù)，擇優(yōu)選擇相關(guān)特征作為電臺的個體特征，為后續(xù)分析提供了一個分析工

8、具。根據(jù)碼元保持時間內(nèi)信號瞬時頻率的特征，提出了一種基于分類的分?jǐn)?shù)階Fourier變換方法，通過聯(lián)合優(yōu)化分?jǐn)?shù)階Fourier變換階數(shù)和距離測度的方法來選擇最優(yōu)的分?jǐn)?shù)階Fourier變換階數(shù)和距離測度。
　　 4、在跳頻網(wǎng)臺信號分選方面，分析了跳頻網(wǎng)臺細微特征的來源，其中主要分析了跳頻網(wǎng)臺頻率合成器的相位噪聲，相位噪聲是影響短期頻率穩(wěn)定度的主要原因。在跳頻電臺頻率跳變時刻提取信號的暫態(tài)特征，由于跳頻信號的周期性使得暫態(tài)信號的獲取變