P25光谱传感合成和获取的数据
这个例子展示了如何使用周期平稳特性检测区分信号与不同的调制方案,包括P25信号(1]。它定义了四个病例的信号:噪音,C4FM, CQPSK,任意类型。示例将检测算法应用到信号具有不同信噪比的值,实际P25捕获信号,然后将信号的四种类型。图形化的结果表明,该检测算法在所有的情况下成功。
项目25 (P25)
项目25 (P25或APCO-25)是一套标准的数字无线电通讯使用的联邦、州、省和地方公共安全机构在北美。当紧急情况出现时,这个协议套件使政府机构之间的沟通和相互援助反应队。在这方面,P25充满欧洲地面无线通信一样的角色(四)[2)协议,尽管这两个标准是不彼此互操作。在北美,P25广泛应用于公共安全、安全、公共服务和商业应用程序(1]。
项目25是部署在两个阶段。在阶段1、P25使用C4FM缩写兼容4级频率调制。在其最简单的形式,它是一种特殊类型的4移频键控调制,它使用四个不同频率的代表符号。第一阶段使用这个上传输数字信息的调制方案12.5 kHz。
第二阶段传送数字信息在6.25 kHz使用兼容的正交移相键控(CQPSK)调制格式。CQPSK调制是π/ 4微分求积相移键控(π/ 4 DQPSK),编码是对称的,使用相变的值-135度,-45度,+ 45度和135度,如下图所示。
在这个图中,下一个状态的红点只能绿点,反之亦然。尽管数据率和比特/符号是相同的,两者之间的主要区别调制方案是C4FM使用频移来描绘一个符号,它提供了一个固定的振幅的信号。相反,CQPSK,使用相移来描绘一个象征,它赋予一个振幅分量信号。
周期平稳特性检测
调制信号识别和分类一直是一个相当大的研究了二十年。分类方案通常可以分为两大类:基于可能性(磅)的方法和基于特征(神奇动物)的方法(3]。周期平稳特性检测是一个facebook技术基于通信信号不准确描述为静止的,而是更适当地建模为周期平稳(4]。
一个周期平稳过程是一个信号统计特性随时间周期性变化(5]。这些信号周期的研究发生在定义良好的礼仪由于流程如抽样,扫描、调制、多路复用、编码。这产生的周期信号的性质可以被利用来确定未知信号的调制方案(4]。
检测周期平稳特性是一个健壮的频谱感知技术因为调制信息是一个周期平稳过程,而噪声则不是。因此,循环探测器能够成功运作甚至在低信噪比环境。
Noise-Only案例
对于noise-only的情况,生成一个(4 * N) 1的高斯白噪声向量1瓦分贝的力量。1 / (4 * N)是循环决议用来计算谱自相关函数(SAF)commP25ssca.m。
N = 4096;输入= wgn (4 * N, 1, 1);
使用时域谱自相关函数来分析信号的周期平稳特性x (t)。运行谱相关函数commP25ssca.m在输入信号。这个函数估计的理想谱相关函数使用带谱相关算法(私)3)时间平滑方法。它是一个基于FFT的时间平滑算法。请参考[6为更多的信息关于这个算法的实现。
运行情节功能commP25plot.m。这一步说明了谱相关函数,这是一个三维图。轴表示循环频率(α)从1到1。轴代表了光谱频率(f)从-0.5到0.5,和它的z轴(Sx)代表相应的谱相关函数的大小为每个(α,f)。循环决议dalpha = 1 / T, T是数据的观察时间。光谱分辨率df = 1 / Tw, Tw窗口时间计算复杂的解调(7]。因为T > Tw, dalpha < df。注意,当α不等于零,SAF值几乎是零。
% 64代表了Tw窗口时间,4 * N代表了观察时间T(Sx, alphao fo) = commP25ssca(输入1 1/64,1 / (4 * N));图一图(=“位置”figposition (40 40 40 [5]));commP25plot (Sx, alphao fo);
commP25decision_noise.m如果输入信号只包含噪声决定。commP25decision_c4fm.m如果输入信号是C4FM信号决定。和commP25decision_cqpsk.m如果输入信号是CQPSK信号决定。这些决策是基于SAF的峰的位置。在本例中,代码正确地得出结论,没有P25信号。
大小(c, d) = (Sx);(面、索引)=排序(Sx (:),“下”);% Sx的元素和埃兹店[Ridx, Cidx] = ind2sub(大小(Sx)指数);%对应的行索引和列索引冷=长度(面);noise_decision = commP25decision_noise(面、Ridx Cidx,愣,c, d);如果noise_decision = = 0 c4fm_decision = commP25decision_c4fm(面、Ridx愣,c);如果c4fm_decision = = 0 commP25decision_cqpsk(面、Ridx Cidx,愣,c, d);结束结束
没有P25的信号。
C4FM合成数据
根据(8),下面的调制结构生成C4FM输出信号。
正常了余弦滤波器,满足奈奎斯特脉冲整形标准,减少码间干扰。提出了余弦滤波器的参数选择每个过滤器的规格(8]。具体来说,这提高了余弦滤波器upsampling 4倍,和碾轧因子为0.2。C4FM标准还要求逆sinc滤波器提出了余弦滤波器后,为了弥补sinc响应P25接收器集成和转储过滤器。600赫兹的调频调制器有偏差。
观察噪声的设计决策的影响,运行时检测信噪比参数值3 dB, 3 dB和无穷dB。
%的长度输入位n的长度输出位也必须% Nx =兰迪([0 3]N, 1);信谊= 2 * 3;%整数输入%筹集余弦滤波器sampsPerSym = 4;% Upsampling因素%设计提出了余弦滤波器与秩序的象征。获得适用于% 1的单位能量滤波器获得最大振幅。rctFilt = comm.RaisedCosineTransmitFilter (…“形状”,“正常”,…“RolloffFactor”,0.2,…“OutputSamplesPerSymbol”sampsPerSym,…“FilterSpanInSymbols”现年60岁的…“获得”,1.9493);c4fm_init = rctFilt(对称);shape2 =“Inverse-sinc低通”;shape2 d2 = fdesign.interpolator(2日);intrpltr =设计(d2,“SystemObject”,真正的);c4fm_init = intrpltr (c4fm_init);%基带频率调制器Fs = 4800;freqdev = 600;int_x = cumsum (c4fm_init) / Fs;c4fm_output = exp(1 * 2 *π* freqdev * int_x);y = c4fm_output (1: N);%的理想情况下,信噪比=无穷大日元= awgn (y, 3);%信噪比= 3 dBy2 = awgn (y, 3);%信噪比= 3 dB
相应的谱自相关函数计算和绘制。注意,SAF山峰变得更加模糊,信噪比降低。
[Sx0, alphao0 fo0] = commP25ssca (y, 1, 1/64, 1 / (4 * N));[朋友,alphao1 fo1] = commP25ssca (y1, 1, 1/64, 1 / (4 * N));[Sx2, alphao2 fo2] = commP25ssca (y2, 1, 1/64, 1 / (4 * N));图=图(“位置”figposition (40 80 40 [5]));次要情节(131);commP25plot (Sx0 alphao0 fo0);标题(“理想情况”);次要情节(132);commP25plot(朋友、alphao1 fo1);标题(“信噪比= 3 dB”);次要情节(133);commP25plot (Sx2 alphao2 fo2);标题(“信噪比= 3 dB”);
本节遵循相同的过程与前面的一个,得到分类结果为每个信噪比的值。这个函数commP25decision.m执行所有可能的输入信号类型光谱遥感分类。
commP25decision (Sx0);%理想情况
有信号。检查C4FM的存在。这是C4FM。
commP25decision(朋友);%信噪比= 3 dB
有信号。检查C4FM的存在。这是C4FM。
commP25decision (Sx2);%信噪比= 3 dB
有信号。检查C4FM的存在。这是C4FM。
CQPSK合成数据
根据(8),下面的调制结构生成CQPSK输出信号。
CQPSK调制器由阶段和正交(I和Q)部分。输入部分处理的查找表(8产生一个5级I / Q信号。因为查找表的规范相当于π/ 4 DQPSK的例子使用了DQPSK调制系统对象™实现该查找表。I / Q信号然后过滤了余弦滤波器在前面描述的情况。
%的大小输入比特2 * N,输出是4 * N的大小x =兰迪([0,1],2 * N, 1);%创建一个DQPSK调制系统对象作为输入,阶段%的旋转π/ 4和Gray-coded星座dqpskMod = comm.DQPSKModulator(π/ 4,“BitInput”,真正的);%调节和过滤器modout = dqpskMod (x);释放(rctFilt);cqpsk_output = rctFilt (modout);y = cqpsk_output;%的理想情况下,信噪比=无穷大日元= awgn (y, 3);%信噪比= 3 dBy2 = awgn (y, 3);%信噪比= 3 dB
计算并绘制相应的谱自相关函数。
[Sx0, alphao0 fo0] = commP25ssca (y, 1, 1/64, 1 / (4 * N));[朋友,alphao1 fo1] = commP25ssca (y1, 1, 1/64, 1 / (4 * N));[Sx2, alphao2 fo2] = commP25ssca (y2, 1, 1/64, 1 / (4 * N));如果=图(“位置”figposition (40 80 40 [5]));次要情节(131);commP25plot (Sx0 alphao0 fo0);标题(“理想情况”);次要情节(132);commP25plot(朋友、alphao1 fo1);标题(“信噪比= 3 dB”);次要情节(133);commP25plot (Sx2 alphao2 fo2);标题(“信噪比= 3 dB”);
下面的代码输出的结果显示CQPSK检测三种不同信噪比的值。
commP25decision (Sx0);%理想情况
有信号。检查C4FM的存在。这不是C4FM。检查CQPSK的存在。这是CQPSK。
commP25decision(朋友);%信噪比= 3 dB
有信号。检查C4FM的存在。这不是C4FM。检查CQPSK的存在。这是CQPSK。
commP25decision (Sx2);%信噪比= 3 dB
有信号。检查C4FM的存在。这不是C4FM。检查CQPSK的存在。这是CQPSK。
Non-P25信号合成数据
这里定义了一个任意的信号类型、流程与P25周期平稳探测器,并决定如果是P25的信号。
设计一个冷杉equiripple低通滤波器,将其应用于一个随机输入。不添加任何噪声信号在这种情况下。尝试其他的信号类型,并让探测器周期平稳特性进行分类。
bcoeffs = firpm(200年,[0 0.2 0.22 1][1 1 0 0]);% N设置达到40 dB拒绝输入= randn (N, 1);y =过滤器(bcoeffs 1输入);
然后我们计算和绘制谱相关函数。请注意,每个信号产生的不同的调制特征SAFs明显不同。
(Sx, alphao fo) = commP25ssca (y, 1, 1/64, 1 / (4 * N));图三图(=“位置”figposition (40 40 40 [5]));commP25plot (Sx, alphao fo);
遵循相同的程序,得到分类结果。
commP25decision (Sx);
有信号。检查C4FM的存在。这不是C4FM。检查CQPSK的存在。这也不是CQPSK,所以它不是一个P25的信号。
C4FM捕获数据
这种情况下适用于实际C4FM捕获信号检测算法。信号被P25无线电传播在446 MHz,收到USRP®广播,然后保存在capturedc4fm.mat MATLAB®。遵循相同的程序,得到分类结果。
负载capturedc4fm.mat;y = y (1:4 * N);agc = comm.AGC;y = 0.1 * agc (y);(Sx, alphao fo) = commP25ssca (y, 1, 1/64, 1 / (4 * N));图=图(“位置”figposition (40 40 40 [5]));commP25plot (Sx, alphao fo);commP25decision (Sx);
有信号。检查C4FM的存在。这是C4FM。
结论
这个例子展示了如何使用周期平稳特性检测区分不同信号的调制方案。算法将信号基于谱相关函数的峰值的位置。周期平稳特性检测有优势一些探测器,如能量检测器,由于其韧性噪音。
附录
这个示例使用以下脚本和辅助函数:
选定的参考书目
P25技术利益集团:https://www.project25.org/
脂鲤< https://en.wikipedia.org/wiki/Terrestrial_Trunked_Radio>
e . c,通过利用循环统计”“非合作调制识别。2007年论文女士。
e . c . v . d . Chakravarthy, p . Ratazzi和z . Wu”信号分类在衰落信道中使用循环谱分析”,EURASIP无线通信和网络杂志,2009卷,2009年。
w·a·加德纳a·纳波利塔诺和l . Paura推导:半个世纪的研究,信号处理,86卷,第4号,第697 - 639页,2006年。
e . l . Da Costa周期平稳信号的探测和识别。女士论文。1996。
安东尼奥·f·利马Jr .)”分析的低截获概率(LPI)无线电信号使用周期平稳处理”。女士论文。2002。
