高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于四阶相关的时分多址调制数据独特码盲识别

江桦 宋凯飞 邹坤衡 孙鹏 巩克现 张玲 王玮

江桦, 宋凯飞, 邹坤衡, 孙鹏, 巩克现, 张玲, 王玮. 基于四阶相关的时分多址调制数据独特码盲识别[J]. 电子与信息学报, 2024, 46(7): 2803-2811. doi: 10.11999/JEIT230935
引用本文: 江桦, 宋凯飞, 邹坤衡, 孙鹏, 巩克现, 张玲, 王玮. 基于四阶相关的时分多址调制数据独特码盲识别[J]. 电子与信息学报, 2024, 46(7): 2803-2811. doi: 10.11999/JEIT230935
JIANG Hua, SONG Kaifei, ZOU Kunheng, SUN Peng, GONG Kexian, ZHANG Ling, WANG Wei. Unique Words Blind Identification of Time Division Multiple Access Modulated Data Based on Fourth Order Correlation[J]. Journal of Electronics & Information Technology, 2024, 46(7): 2803-2811. doi: 10.11999/JEIT230935
Citation: JIANG Hua, SONG Kaifei, ZOU Kunheng, SUN Peng, GONG Kexian, ZHANG Ling, WANG Wei. Unique Words Blind Identification of Time Division Multiple Access Modulated Data Based on Fourth Order Correlation[J]. Journal of Electronics & Information Technology, 2024, 46(7): 2803-2811. doi: 10.11999/JEIT230935

基于四阶相关的时分多址调制数据独特码盲识别

doi: 10.11999/JEIT230935
基金项目: 国家重点研发计划(2019QY0302),国家自然科学基金(61901417)
详细信息
    作者简介:

    江桦:男,教授,硕士生导师,博士生导师,研究方向为通信信号处理、信号检测和电子对抗

    宋凯飞:男,硕士生,研究方向为通信信号分析与处理

    邹坤衡:男,博士生,研究方向卫星信号处理、无线电测向

    孙鹏:男,副教授,硕士生导师,研究方向为消息传递与因子图理论、卫星通信与电子对抗

    巩克现:男,教授,硕士生导师,博士生导师,研究方向为通信信号分析、信道编码和目标态势感知

    张玲:女,副教授,研究方向为网络安全

    王玮:女,副教授,硕士生导师,研究方向为通信信号处理

    通讯作者:

    孙鹏 iepengsun@zzu.edu.cn

  • 中图分类号: TN911

Unique Words Blind Identification of Time Division Multiple Access Modulated Data Based on Fourth Order Correlation

Funds: The National Key Research and Development Program of China (2019QY0302), The National Natural Science Foundation of China (61901417)
  • 摘要: 针对非合作通信中时分多址(TDMA)信号的独特码(UW)盲识别问题,该文首次提出分布式独特码的盲识别算法。区别于比特层的独特码识别算法,该文分别针对集中式独特码和分布式独特码,提出面向调制数据不同窗口之间相关性的波形层独特码识别算法。算法利用独特码的一致性与相关性,分两步进行,首先通过差分累积消除不同突发信号间频偏与相偏的影响,来纵向对齐各个突发信号的独特码,然后通过多层差分共轭4阶相关算法识别出独特码的位置和长度。仿真分析了不同突发个数、信噪比和有无频偏相偏情况下算法的性能,验证了波形层识别独特码的有效性,针对集中式独特码和分布式独特码,所提算法在信噪比为5 dB时均达到了95%以上的识别率,具有一定的工程应用价值。
  • 图  1  集中式独特码TDMA信号帧结构

    图  2  分布式独特码TDMA信号帧结构

    图  3  TDMA信号波形层独特码识别整体流程图

    图  4  集中式独特码未对齐的TDMA信号结构图

    图  5  集中式独特码对齐的TDMA信号结构图

    图  6  分布式独特码未对齐的信号结构图

    图  7  分布式独特码对齐的信号结构图

    图  8  6 dB信噪比下集中式独特码TDMA信号归一化4阶相关值

    图  9  6 dB信噪比下分布式独特码TDMA信号归一化4阶相关值

    图  10  不同突发个数下独特码识别率

    图  11  不同信噪比、有无频偏与相偏下独特码识别率

    图  12  不同信噪比下各算法独特码识别率对比

    算法1 集中式独特码盲识别算法
     输入:接收信号$ {\mathbf{r}} $,$ n $个突发的粗起始位置${s_1},{s_2}, \cdots ,{s_n}$,对齐所
     用数据长度${L_0}$,判决阈值${\text{th}}$
     输出:独特码起止位置
     (1)${{\mathbf{B}}_1} = r({s_1},{s_1} + 1, \cdots ,{s_1} + {L_0} - 1)$
     (2)for $k = 2,3, \cdots ,n$ do
     (3)  for $m = - c, - c + 1, \cdots ,c - 1,c$ do(其中$\left[ { - c,c} \right]$假设为延
     迟范围)
     (4)   ${\mathbf{B}}_k^m = r({s_k} + m,{s_k} + m + 1, \cdots ,{s_k} + m + L{}_0 - 1)$;
     (5)   利用式(9)计算${R_{1k}}(m)$;
     (6)  end for
     (7)  ${R_{1k}}(m)$的最大值对应的$m$为${{\mathbf{B}}_1}$与${{\mathbf{B}}_k}$之间的延迟;
     (8)end for
     (9) 令已对齐独特码的$ n $个突发信号纵向排列;
     (10) for $i = 2,3, \cdots ,{L_0} - {w_0} - 1$ do
     (11) 利用式(17)计算${\text{Corr(}}i{\text{)}}$,并进行能量归一化;
     (12) if ${\text{Corr(}}i{\text{) > th}}$ then
     (13) 认为$i$所处位置为独特码的一部分;
     (14) end if
     (15)end for
     (16)判断出集中式独特码位置;
    下载: 导出CSV
    算法2 分布式独特码盲识别算法
     输入:接收信号$ {\mathbf{r}} $,$ n $个突发的粗起始位置${s_1},{s_2}, \cdots ,{s_n}$,对齐所
     用数据长度${L_0}$,判决阈值${\text{th}}$
     输出:独特码起止位置及分布格式
     (1) ${{\mathbf{B}}_1} = r({s_1},{s_1} + 1, \cdots ,{s_1} + {L_0} - 1)$
     (2) for $k = 2,3, \cdots ,n$ do
     (3)  for $m = - c, - c + 1, \cdots ,c - 1,c$ do
     (4)  ${\mathbf{B}}_k^m = r({s_k} + m,{s_k} + m + 1, \cdots ,{s_k} + m + L{}_0 - 1)$;
     (5)   for ${N'} = {N_1},{N_1} + 1, \cdots ,{N_2}$ do
     (6)    for ${H'} = {H_1},{H_1} + 1, \cdots ,{H_2}$ do
     (7)     利用式(14)计算${R_{1k}}(m,{N'},{H'})$;
     (8)    end for
     (9)   end for
     (10) end for
     (11) ${R_{1k}}(m,{N'},{H'})$的最大值对应的$m$为${{\mathbf{B}}_1}$与${{\mathbf{B}}_k}$的延迟;
     (12)end for
     (13) 令已对齐独特码的$ n $个突发信号纵向排列;
     (14) for $i = 2,3, \cdots ,{L_0} - {w_0} - 1$ do
     (15) 利用式(17)计算${\text{Corr(}}i{\text{)}}$,并进行能量归一化;
     (16) if ${\text{Corr(}}i{\text{) > th}}$ then
     (17) 认为$i$所处位置为独特码的一部分;
     (18) end if
     (19) end for
     (20) 判断出分布式独特码位置以及分布格式;
    下载: 导出CSV

    表  1  突发信号格式统计

    TDMA信号 突发信号格式
    集中式独特码TDMA信号1 128独特码采样点+不定长度数据
    集中式独特码TDMA信号2 256独特码采样点+不定长度数据
    分布式独特码TDMA信号1 16独特码采样点+104数据采样点+···+16独特码采样点+104数据采样点
    分布式独特码TDMA信号2 32独特码采样点+208数据采样点+···+32独特码采样点+208数据采样点
    下载: 导出CSV

    表  2  6 dB信噪比下独特码识别结果统计

    TDMA信号识别结果
    集中式独特码TDMA信号1独特码长度为127个采样点
    集中式独特码TDMA信号2独特码长度为259个采样点
    分布式独特码TDMA信号1每个模块为16个独特码采样点+104个数据采样点
    分布式独特码TDMA信号2每个模块为31个独特码采样点+209个数据采样点
    下载: 导出CSV
  • [1] 张永光, 楼才义. 信道编码及其识别分析[M]. 4版. 北京: 电子工业出版社, 2010: 1–2.

    ZHANG Yongguang and LOU Caiyi. Channel Coding and Recognition Analysis[M]. 4th ed. Beijing: Publishing House of Electronics Industry, 2010: 1–2.
    [2] AL-AZZEH J, FAURE E, SHCHERBA A, et al. Permutation-based frame synchronization method for data transmission systems with short packets[J]. Egyptian Informatics Journal, 2022, 23(3): 529–545. doi: 10.1016/j.eij.2022.05.005.
    [3] SON W, CHOI J, PARK S, et al. A time synchronization protocol for barrage relay networks[J]. Sensors, 2023, 23(5): 2447. doi: 10.3390/s23052447.
    [4] LI Xinhao, MA Tao, and QIAN Qishu. Frame synchronization method based on association rules for CNAV-2 messages[J]. Chinese Journal of Electronics, 2023, 32(2): 295–302. doi: 10.23919/cje.2021.00.148.
    [5] 侯骁宇, 李天昀, 杨司韩. 分布式独特码TDMA信号的检测和频率估计[J]. 信号处理, 2018, 34(10): 1211–1220. doi: 10.16798/j.issn.1003-0530.2018.10.009.

    HOU Xiaoyu, LI Tianyun, and YANG Sihan. Detection and frequency estimation of distributed unique word TDMA signal[J]. Journal of Signal Processing, 2018, 34(10): 1211–1220. doi: 10.16798/j.issn.1003-0530.2018.10.009.
    [6] 刘明. 一种改进的分段式互相关帧同步检测方法[J]. 通信技术, 2023, 56(6): 708–713. doi: 10.3969/j.issn.1002-0802.2023.06.006.

    LIU Ming. A modified segmental cross-correlation algorithm for frame synchronization detection[J]. Communications Technology, 2023, 56(6): 708–713. doi: 10.3969/j.issn.1002-0802.2023.06.006.
    [7] ZHANG Shengyuan, SUN Houteng, YUAN Jiangnan, et al. A practical method for blind detection of centralized unique word TDMA signal[C]. 2022 4th International Conference on Communications, Information System and Computer Engineering, Shenzhen, China, 2022: 7–10. doi: 10.1109/CISCE55963.2022.9851161.
    [8] QASEM Z A H, WANG Junfeng, KUAI Xiaoyan, et al. Enabling unique word OFDM for underwater acoustic communication[J]. IEEE Wireless Communications Letters, 2021, 10(9): 1886–1889. doi: 10.1109/LWC.2021.3085020.
    [9] D’AMICO A A and MORELLI M. Joint frame detection and channel parameter estimation for OOK free-space optical communications[J]. IEEE Transactions on Communications, 2022, 70(7): 4731–4744. doi: 10.1109/TCOMM.2022.3177768.
    [10] XU Yiyao, ZHONG Yang, and HUANG Zhiping. An improved blind recognition algorithm of frame parameters based on self-correlation[J]. Information, 2019, 10(2): 64. doi: 10.3390/info10020064.
    [11] KIL Y S, LEE H, KIM S H, et al. Analysis of blind frame recognition and synchronization based on sync word periodicity[J]. IEEE Access, 2020, 8: 147516–147532. doi: 10.1109/ACCESS.2020.3014426.
    [12] QIN Jiangyi, HUANG Zhiping, LIU Chunwu, et al. Novel blind recognition algorithm of frame synchronization words based on soft-decision in digital communication systems[J]. PLoS One, 2015, 10(7): e0132114. doi: 10.1371/journal.pone.0132114.
    [13] 熊颢, 雷迎科, 吴子龙. 基于码元密度检测的帧同步码盲识别算法[J]. 探测与控制学报, 2021, 43(1): 73–78.

    XIONG Hao, LEI Yingke, and WU Zilong. Frame synchronization code blind recognition based on symbol density detection[J]. Journal of Detection & Control, 2021, 43(1): 73–78.
    [14] 张玉, 杨晓静. 集中插入式帧同步识别方法[J]. 兵工学报, 2013, 34(5): 554–560. doi: 10.3969/j.issn.1000-1093.2013.05.007.

    ZHANG Yu and YANG Xiaojing. Recognition method of concentratively inserted frame synchronization[J]. Acta Armamentarii, 2013, 34(5): 554–560. doi: 10.3969/j.issn.1000-1093.2013.05.007.
    [15] 邵堃, 雷迎科. 基于离散度分析的帧同步快速盲识别算法[J]. 信号处理, 2020, 36(3): 361–372. doi: 10.16798/j.issn.1003-0530.2020.03.006.

    SHAO Kun and LEI Yingke. Fast blind recognition algorithm of frame synchronization based on dispersion analysis[J]. Journal of Signal Processing, 2020, 36(3): 361–372. doi: 10.16798/j.issn.1003-0530.2020.03.006.
    [16] 李歆昊, 张旻, 韩树楠. 基于多重分形谱的链路层协议帧同步字盲识别[J]. 电子与信息学报, 2017, 39(7): 1666–1672. doi: 10.11999/JEIT161045.

    LI Xinhao, ZHANG Min, and HAN Shunan. Frame synchronization word identification of link layer protocol based on multi-fractal spectrum[J]. Journal of Electronics & Information Technology, 2017, 39(7): 1666–1672. doi: 10.11999/JEIT161045.
    [17] 白彧, 杨晓静, 张玉. 基于高阶统计处理技术的m-序列帧同步码识别[J]. 电子与信息学报, 2012, 34(1): 33–37. doi: 10.3724/SP.J.1146.2011.00500.

    BAI Yu, YANG Xiaojing, and ZHANG Yu. A recognition method of m-sequence synchronization codes using higher-order statistical processing[J]. Journal of Electronics & Information Technology, 2012, 34(1): 33–37. doi: 10.3724/SP.J.1146.2011.00500.
    [18] KIL Y S, SONG J M, KIM S H, et al. Deep learning aided blind synchronization word estimation[J]. IEEE Access, 2021, 9: 30321–30334. doi: 10.1109/ACCESS.2021.3058351.
    [19] 熊静华, 杨战平. 独特码及其编码原理研究[J]. 信息与电子工程, 2003, 1(2): 26–30. doi: 10.3969/j.issn.1672-2892.2003.02.006.

    XIONG Jinghua and YANG Zhanping. Study on unique signal and its coding principle[J]. Information and Electronic Engineering, 2003, 1(2): 26–30. doi: 10.3969/j.issn.1672-2892.2003.02.006.
    [20] 何玉红. 基于双滑动窗的TDMA信号盲检测算法实现[J]. 通信技术, 2012, 45(6): 70–72. doi: 10.3969/j.issn.1002-0802.2012.06.021.

    HE Yuhong. Implementation of TDMA signal blind detection algorithm based on double sliding windows[J]. Communications Technology, 2012, 45(6): 70–72. doi: 10.3969/j.issn.1002-0802.2012.06.021.
  • 加载中
图(12) / 表(4)
计量
  • 文章访问数:  260
  • HTML全文浏览量:  158
  • PDF下载量:  33
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-08-29
  • 修回日期:  2023-12-01
  • 网络出版日期:  2023-12-07
  • 刊出日期:  2024-07-29

目录

    /

    返回文章
    返回