多传感器接收中基于特征向量的最大似然调制识别方法技术
【技术实现步骤摘要】
本专利技术属于多传感器非合作接收环境中通信信号调制方式识别
，具体涉及一种多传感器接收中基于特征向量的最大似然调制识别方法。
技术介绍
在移动通信、短波通信或者水声通信过程中，由于多径效应使得接收点接收到是多条路径信号的矢量叠加，而且不同接收点接收到的信号质量不同。传统的单传感器接收无法利用不同位置接收点的信号差异，而多传感器接收可以利用不同位置获得不同接收质量的信号，并通过数据融合手段提高接收信号质量。因此，多传感器接收比单传感器接收能够提高信噪比、降低多径衰落。利用多传感器接收进行通信信号的调制识别方法较多，有基于似然比的识别、基于信号特征的融合识别等。其中，基于似然比的识别方法是对接收信号直接构造似然比函数，然后采用最大似然判决方法进行判决。基于信号特征的融合识别方法需要提取识别特征，对特征设计分类器进行分类判决，识别结果依赖于分类器的设计。现有的似然比算法对接收信号有诸多约束，需要很多先验信息，当先验信息缺失时，往往利用E-M算法对先验信息进行迭代估计，再利用最大似然方法进行调制识别。但是这种迭代过程比较复杂，而且对多径衰落信道效果不佳。如何将两类方法结合起来，充分利用两者优势，是多传感器接收条件下调制识别的热点和难点问题。近期，有文献提出了先对各传感器接收信号进行调制特征提取，然后采用最大似然方法进行分类识别的新思路，但是这种方法仅能对单一特征进行处理，当调制信号具有多个识别特征时，不能直接利用这种方法，需要对这种方法进行扩展。本专利技术旨在解决多传感器非合作接收情况下利用特征向量构造似然函数进行最大似然调制识别的问题。
技术实现思路
本专利...
【技术保护点】
一种多传感器接收中基于特征向量的最大似然调制识别方法，其特征在于：该识别方法具体包括以下步骤：步骤一：各传感器子节点根据各自接收信号估计信噪比、提取调制识别特征、构造识别特征向量(F1,F2,…,FN)；步骤二：在主节点构造基于调制识别特征向量的似然函数；步骤三：在主节点根据构造的似然函数，在待识别信号调制类型集合中进行最大似然判决，获得识别结果。
【技术特征摘要】
1.一种多传感器接收中基于特征向量的最大似然调制识别方法，其特征在于：该识别方法具体包括以下步骤：步骤一：各传感器子节点根据各自接收信号估计信噪比、提取调制识别特征、构造识别特征向量(F1,F2,…,FN)；步骤二：在主节点构造基于调制识别特征向量的似然函数；步骤三：在主节点根据构造的似然函数，在待识别信号调制类型集合中进行最大似然判决，获得识别结果。2.根据权利要求1所述的多传感器接收中基于特征向量的最大似然调制识别方法，其特征在于：所述步骤一具体包括以下步骤：步骤101：各传感器分别对接收信号进行功率归一化，即表示第l个传感器接收到的第k个采样点，l＝1,2,…,L，L...
【专利技术属性】
技术研发人员：王彬，岳强，彭华，汪洋，孙亮，黄焱，马金全，邱钊洋，姚祺，
申请(专利权)人：中国人民解放军信息工程大学，
类型：发明
国别省市：河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。