基于Bootstrap的BPSK信号盲处理结果可信性检验方法技术

本发明专利技术针对雷达及认知无线电中常用的BPSK信号，提出一种基于Bootstrap的BPSK信号盲处理结果可信性检验方法。该方法首先进行调制方式识别，并根据识别结果对应的模型，进行参数估计及信号重构，分别得到参考信号及重构信号；而后对观测信号进行Bootstrap样本提取，得到观测信号的B个Bootstrap样本集；再将参考信号与观测信号B个Bootstrap样本集分别作N点及N/2点相关累加并取模，得到B个样本值，进而提取两个随机样本集均值比特征；最后在给定的显著水平下，得到判决门限，后通过比较统计量与门限的大小进行盲处理结果可信性的判决。本发明专利技术无需信号及噪声的任何先验信息，对于BPSK信号盲处理的可信性检验效果比较理想，当信噪比大于0dB时，利用本算法对BPSK信号处理结果进行可信性检验的两类错误概率接近0。

【技术实现步骤摘要】

本专利技术属于信号处理
，特别是一种基于Bootstrap的BPSK信号盲处理结 果可信性检验方法。
技术介绍
在无信号任何先验信息及低信噪比条件下，对观测信号的调制方式识别、参数估 计等只能进行盲处理，其过程具体包括调制方式识别，参数估计和解码等环节。BPSK信号是 雷达及认知无线电（CR)中常用的调制样式，其参数较多，对其盲处理的结果进行可信性分 析，可以为后续的处理环节提供信息支持，因此该技术成为电子侦察领域面临的一个新课 题° 文献L.Pucker,''ReviewofContemporarySpectrumSensingTechnologies(For. IEEE-SAP1900. 6StandardsGroup)，作为IEEEP1990. 6 标准（针对CR)，称部分民用 无线信号感知设备中已经将调制识别的可信性评估作为其中一个输出参数。文献 J.A.K.W.Su,Y.Ming, ^Dual-useofmodulationrecognitiontechniquesfordigital communicationsignals，"presentedatSystems,ApplicationsandTechnology Conference，2006.指出：美国军方在军用非协作条件下的信号处理系统中，已将调制识 别结果的可信性作为调制识别之后一个独立的新环节，其作用是利用识别的可信性信息， 辅助判别"未知信号"。然而，目前相关文献针对信号的检测（或称频谱感知）、调制识别 结果的可信性进行了分析，但关于信号盲处理结果可信性检验方法的公开文献较少。文 献FehskeA. ,GaeddertJ. ,ReedJ.H.ANewApproachtoSignalClassification usingSpectralCorrelationandNeuralNetworks. 2005FirstIEEEInternational SymposiumonNewFrontiersinDynamicSpectrumAccessNetworks, 2005.DySPAN 2005. , 2005, 144-150?对CR中调幅（AM，AmplitudeModulation)、BPSK、QPSK、最小移 频键控（MSK，Minimum-shiftKeying)、FSK等调制信号进行分类识别时，提出了调制识别 分类器可信性问题，将MLP神经网络分类器的最大输出值与次大输出值之间差值的一半作 为分类器的可信度度量，但是这一方法要依赖大量的训练样本，这在非协作条件下是较难 实现的。文献LinW.S.,LiuK.J.R.ModulationForensicsforWirelessDigital Communications.IEEEInternationalConferenceonAcoustics,SpeechandSignal Processing, 2008.ICASSP2008. , 2008, 1789-179 在对单入单出（SIS0,SingleInput andSingleOutput)及多入多出（MIM0,MultipleInputandMultipleOutput)系统 中BPSK、QPSK、八相编码（8-PSK，8-PhaseShiftKeying)及 16 星座正交振幅调制（QAM， QuadratureAmplitudeModulation)信号进行调制识别时，提出了一种基于信息摘的可信 度分析方法，其主要思想是根据各种假设下似然值的差异来度量可信度。但在无信号先验 知识的条件下，计算各种假设下的似然值也较为困难。文献胡国兵，刘渝.BPSK信号盲 处理结果的可靠性检验算法研宄.数据采集与处理，2011，26(6) :637-642.提出了一种 基于相关累加曲线线性回归失拟检验的BPSK信号盲处理结果可靠性检验算法。该算法先 对调制方式进行识别，并根据识别结果估计参数，构造参考信号；而后将参考信号与接收信 号作相关累加，通过检验相关累加曲线是否能拟合成一条直线来判断BPSK信号盲处理结 果的可信与否。但该方法的线性回归失拟检验，由于缺少重复样本，检验中需要对相关累加 值进行聚类，显然检验的结果受具体聚类方法的影响。文献胡国兵等.雷达调制信号 分析与处理技术北京：人民邮电出版社，2014.中分别提出了两种可信度检验算法：一 种为基于相关系数法的BPSK信号盲处理结果的可靠性检验算法。该算法在根据调制识别 的结果估计参数后，构造出参考信号；后将参考信号与接收信号作相关累加取模，继而提取 相关系数及相关系数符号一致性特征作为处理结果可信性判决的依据。与前两种方法均选 择了参考信号与观测信号的相关累加模值作为检验统计量不同，第二种方法利用相位信息 作为信号盲处理结果可信性检验的依据，通过相位概率分布拟合优度检验实现对BPSK信 号的盲处理结果的可靠性评估。但该方法需要有信噪比、信号幅度及噪声方差的先验信息。
技术实现思路
本专利技术要解决的技术问题为：采用非参量Bootstrap方法，通过重采样得到一 定容量的Bootstrap样本集，进行BPSK信号盲处理结果的可信性检验，检验过程无需信 号及噪声的任何先验信息，且具有较强的检错能力。作为统计学中的一种重抽样方法， Bootstrap自1979年由Efron提出至今，已被广泛应用于各个领域。 有限观测时间内复BPSK信号模型可写为：【主权项】1.，其特征在于，包括以下步 骤： (1) 参数估计与信号重构：首先对观测信号进行调制方式识别，根据识别结果对应的 模型，估计相应参数，并分别得到参考信号y (η)及重构信号: (I. 1)若观测信号被正确识别为BPSK调制方式，则对BPSK信号的参数集进行估计，定 义BPSK信号的幅度、载频、码字、码长、码元宽度的估计值分别为，则参考信号 为：重构信号为：+) = 4?⑷； (2) Bootstrap样本集获取：提取观测信号的B个Bootstrap样本集，步骤如下： (2. 1)残留项提取：定义观测信号为r(n)，则残留项为观测信号的原始信号与重构信 号之差，即(2.2) 对残留项咖）中的N个样本值柳湖，勒，...，印V-1)进行重采样，得到c#(n) = ； (2.3) 产生 Bootstrap 样本：(") = .?(")+ c (/?)，《 = 0,"·，Λ/-I . (2.4) 重复步骤（2.2)至（2.3) B次，得到B个Bootstrap样本集 r*〇 (n), r*! (η),. . . , r*B_i (η)； (3) 特征提取：将参考信号y (η)与观测信号B个Bootstrap样本集分别作N点及Ν/2 点相关累加并取模，得到B个样本值分别为：进而提取两个随机样本集均值比特征Urfl= ^ 则统计量为I ^ ΚΙ-2 I ; (4) 检验判决，包括以下步骤： (4. 1)分别计算观测信号B个Bootstrap样本集与参考信号的N点及N/2点相关累加 函数模值和，i = 0, 1，. . .，B-I ; (4. 2)令i = 〇, 1，...，B-1，并对进本文档来自技高网...

【技术保护点】
基于Bootstrap的BPSK信号盲处理结果可信性检验方法，其特征在于，包括以下步骤：(1)参数估计与信号重构：首先对观测信号进行调制方式识别，根据识别结果对应的模型，估计相应参数，并分别得到参考信号y(n)及重构信号(1.1)若观测信号被正确识别为BPSK调制方式，则对BPSK信号的参数集进行估计，定义BPSK信号的幅度、载频、码字、码长、码元宽度的估计值分别为则参考信号为：y0(n)=e-j2πf^0nΔtΣk=1N^ce-jπc^kΠT^c(nΔt-kT^c),0≤n≤N-1]]>重构信号为：s^(n)=A^y0(n)]]>(2)Bootstrap样本集获取：提取观测信号的B个Bootstrap样本集，步骤如下：(2.1)残留项提取：定义观测信号为r(n)，则残留项为观测信号的原始信号与重构信号之差，即c^(n)=r(n)-s^(n),n=0,...,N-1;]]>(2.2)对残留项中的N个样本值进行重采样，得到c*(n)＝[c*(0),c*(1),...,c*(N‑1)]；(2.3)产生Bootstrap样本:r*(n)=s^(n)+c*(n),n=0,...,N-1;]]>(2.4)重复步骤(2.2)至(2.3)B次，得到B个Bootstrap样本集r*0(n),r*1(n),...,r*B‑1(n)；(3)特征提取：将参考信号y(n)与观测信号B个Bootstrap样本集分别作N点及N/2点相关累加并取模，得到B个样本值分别为：N点{g1,i*}={|Σn=0N-1y(n)r0*(n)|,|Σn=0N-1y(n)r1*(n)|,...|Σn=0N-1y(n)ri*(n)|},i=0,1,...,B-1]]>N/2点{g2,i*}={|Σn=0N2-1y(n)r0*(n)|,|Σn=0N2-1y(n)r1*(n)|,...|Σn=0N2-1y(n)ri*(n)|},i=0,1,...,B-1]]>进而提取两个随机样本集均值比特征μr0＝μ1/μ2，则统计量为μr＝|μr0‑2|；(4)检验判决，包括以下步骤：(4.1)分别计算观测信号B个Bootstrap样本集与参考信号的N点及N/2点相关累加函数模值和i＝0,1,...,B‑1；(4.2)令i＝0,1,...,B‑1，并对进行排序，可得(4.3)给定显著水平为α，则判决门限为其中q与显著性水平α之间关系为：α＝(B+1‑q)/(B+1)；(4.4)通过比较统计量与门限的大小进行判决，判决规则为：当时，拒绝H0假设，反之接受H0假设；其中H0假设即调制识别结果正确且无解码错误。...

【技术特征摘要】

【专利技术属性】
技术研发人员：胡国兵，吴珊珊，胡晓燕，王书旺，高燕，张园，周波，汤滟，丁宁，
申请(专利权)人：南京信息职业技术学院，
类型：发明
国别省市：江苏;32