基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

doi:10.3969/j.issn.0372-2112.2020.03.008

电子学报 ›› 2020, Vol. 48 ›› Issue (3): 470-477.DOI: 10.3969/j.issn.0372-2112.2020.03.008

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

刘秋红, 李天昀, 王彬, 许漫坤, 邱钊洋

中国人民解放军战略支援部队信息工程大学, 河南郑州 450001

收稿日期:2019-07-29 修回日期:2019-09-17 出版日期:2020-03-25
- 作者简介:
- 刘秋红 女,1991年出生,江苏连云港人,现为战略支援部队信息工程大学研究生.研究方向为通信信号分析与处理.E-mail:1217283177@qq.com;李天昀 男,1979年出生,江西萍乡人,现为战略支援部队信息工程大学副教授、硕士生导师.研究方向为软件无线电、通信信号处理.;王彬女,1971年出生,河南郑州人,现为战略支援部队信息工程大学副教授、硕士生导师.研究方向为软件无线电、无线通信中信道盲辨识、盲均衡等.;许漫坤 女,1977年出生,河南安阳人.现为战略支援部队信息工程大学副教授.研究方向为智能信号处理、图像处理与模式识别.;邱钊洋 男,1991年出生,河南许昌人,现为战略支援部队信息工程大学博士.研究方向为通信信号分析与处理.

Symbol Rate Estimation for CPM Signal Based on Discrete Wavelet Decomposition and Frequency Ridge Analysis

LIU Qiu-hong, LI Tian-yun, WANG Bin, XU Man-kun, QIU Zhao-yang

PLA Strategic Support Force Information Engineering University, Zhengzhou, Henan 450001, China

Received:2019-07-29 Revised:2019-09-17 Online:2020-03-25 Published:2020-03-25

摘要/Abstract

摘要： 非合作接收条件下，连续相位调制（CPM，Continuous Phase Modulation）信号多变未知的信号体制使其符号速率盲估计一直是分析该类信号的难点之一.现有的算法大多直接基于信号的瞬时频率或循环平稳性，存在抗噪性能差，不适用于多指数CPM信号等问题.针对该问题，本文通过分析小波变换在信号分解和时频分析中的优势，提出一种综合利用离散小波（DWT，Discrete Wavelet Transform）分解和频率脊线提取的CPM信号符号速率估计的新算法.算法对比分析表明，所提算法具有更好的抗噪性能且在小数据量时也能达到较好的估计性能.

关键词: 连续相位调制, 符号速率估计, 小波变换, 信号分解, 时频分析, 频率脊线提取

Abstract: In the case of non-cooperative reception, blind estimation for the symbol rate estimation of continuous phase modulation (CPM) signals is usually one of the difficulties in signal analysis due to the varied signal specification. Most of the existing algorithms are based directly on instantaneous frequency or cyclostationarity, which have poor anti-noise performance and are not suitable for multi-h CPM signals. By analyzing the advantages of wavelet transform in signal decomposition and time-frequency, a new algorithm based on discrete wavelet transform (DWT) and frequency ridge extraction is proposed to estimate the symbol rate of CPM signal. Comparative analysis of the algorithm shows that the proposed method has better performance in condition of the low signal to noise ratio (SNR) and small data volume.

Key words: continuous phase modulation, symbol rate estimation, wavelet transform, signal decomposition, time-frequency analysis, frequency ridge extraction

中图分类号:

TN911.6

刘秋红, 李天昀, 王彬, 等. 基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计[J]. 电子学报, 2020, 48(3): 470-477.

LIU Qiu-hong, LI Tian-yun, WANG Bin, et al. Symbol Rate Estimation for CPM Signal Based on Discrete Wavelet Decomposition and Frequency Ridge Analysis[J]. Acta Electronica Sinica, 2020, 48(3): 470-477.

参考文献

[1] Bianchi P,Loubaton P,Sirven F.On the blind estimation of the parameters of continuous phase modulated signals[J].IEEE Journal on Selected Areas in Communications,2005,23(5):944-962.
[2] 王宁,彭华,崔伟亮.一种非数据辅助的连续相位调制信号符号速率估计算法[J].信号处理,2010,26(12):1864-1869.
[3] 张韬.一种新颖的Multi-h CPM信号符号速率盲估计算法[J].电讯技术,2012,52(9):1448-1451.
[4] 吴厚明,无量,江桦.一种基于循环平稳性的CPM信号符号速率盲估计算法[J].信息工程大学学报,2012,13(2):224-228.
[5] 彭华甫.连续相位调制信号识别与参数估计[D].郑州:解放军信息工程大学,2013.
[6] 孙锦华,何恒.现代调制解调技术[M].西安:西安电子科技大学出版社,2014.95-96.
[7] 张贤达.现代信号处理(第三版)[M].北京:清华大学出版社,2015.281-322.
[8] 樊昌信,曹丽娜.通信原理(第6版)[M].北京:国防工业出版社,2015.22-147.
[9] Mallat S G,Zhang Z.Matching pursuit with time-frequency dictionaries[J].IEEE Trans on Signal Processing,1993,41(12):3397-3415.
[10] Bargmann V.On a Hilbert space of analytic functions and an associated integral transform.Part1[J].Communications on Pure & Applied Mathematics,1961,14(3):187-214.
[11] 马拉特.信号处理的小波导引[M].杨力华,等,译.北京:机械工业出版社,2002.281-282.
[12] J G Proakis.Digital Communications[M].4th ed.New York:McGraw-Hill,2003.
[13] 陈建文.基于小波脊的数字信号的调制识别[D].郑州:解放军信息工程大学,2007.
[14] Ho K C,Prokopiw W,Chan Y T.Modulation identification of digital signals by the wavelet transform[J].IEE Proceedings Radar,Sonar and Navigation (S1350-2395),2000,147(4):169-176.
[15] 邱钊洋,黄焱,欧阳喜.基于时频修正与波形变换的MFSK信号调制参数盲估计[J].电子与信息学报,2017,39(10):254-258.
[16] 刘双平,闻翔,金梁.一种抑制符号速率估计背景色噪声的非线性滤波算法[J].电子学报,2007,35(1):95-99. LIU Shuang-ping,WEN Xiang,JIN Liang.A new filtering algorithm for colored background self-noise suppressing of symbol rate estimation[J].Acta Electronica Sinica,2007,35(1):95-99.(in Chinese)

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

Symbol Rate Estimation for CPM Signal Based on Discrete Wavelet Decomposition and Frequency Ridge Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李钦, 刘伟, 牛朝阳, 宝音图, 惠周勃. 低信噪比下基于分裂EfficientNet网络的雷达信号调制方式识别[J]. 电子学报, 2023, 51(3): 675-686.
[2]	吕杭, 蒋明峰, 李杨, 张鞠成, 王志康. 基于混合时频域特征的卷积神经网络心律失常分类方法的研究[J]. 电子学报, 2023, 51(3): 701-711.
[3]	王相海, 赵晓阳, 王鑫莹, 赵克云, 宋传鸣. 非抽取小波边缘学习深度残差网络的单幅图像超分辨率重建[J]. 电子学报, 2022, 50(7): 1753-1765.
[4]	李明爱, 张圆圆. 基于连续小波变换和符号传递熵的脑功能网络构建方法[J]. 电子学报, 2022, 50(7): 1600-1608.
[5]	刘胜, 王帮民, 张兰勇. 多通道盲电磁辐射现场分离方法研究[J]. 电子学报, 2022, 50(3): 557-566.
[6]	张聿远, 张立民, 闫文君. 基于深度多级残差网络的低信噪比下空频分组码识别方法[J]. 电子学报, 2022, 50(1): 79-88.
[7]	胡维平, 胡晰远. 基于NSP的微弱频率确知信号的提取[J]. 电子学报, 2021, 49(9): 1768-1775.
[8]	甘建旺, 沙芸, 张国英. 基于图像中值灰度相似度函数加权曲率滤波算法[J]. 电子学报, 2021, 49(6): 1187-1194.
[9]	林金朝, 李必禄, 李国权, 黄正文, 庞宇. 基于EWT和结构特征提取的心电信号R波识别算法[J]. 电子学报, 2021, 49(6): 1217-1223.
[10]	刘芳, 韩笑. 基于小波变换和深度网络的着陆地貌图像分类[J]. 电子学报, 2021, 49(11): 2171-2176.
[11]	王宇, 陈晨, 张家琦, 彭丝雨, 高军峰. 任务提示的脑认知加工过程中神经振荡机制研究[J]. 电子学报, 2020, 48(5): 960-965.
[12]	秦鑫, 黄洁, 查雄, 骆丽萍, 胡德秀. 基于扩张残差网络的雷达辐射源信号识别[J]. 电子学报, 2020, 48(3): 456-462.
[13]	查雄, 许漫坤, 彭华, 秦鑫, 李天昀. 基于深度残差网络的特定协议信号识别[J]. 电子学报, 2019, 47(7): 1532-1537.
[14]	黎明, 邢冬冬, 汪宇玲. 基于多分辨率Trace变换的纹理图像分类[J]. 电子学报, 2019, 47(4): 962-969.
[15]	张政, 马金全. 一种随机共振联合小波变换的符号速率估计方法[J]. 电子学报, 2019, 47(12): 2647-2652.