一种数字通信信号调制方式自动识别方法技术

本发明专利技术提供一种数字通信信号调制方式自动识别方法。该方法包括：S1、训练数字调制信号的预处理；S2、训练数字调制信号特征值的提取；S3、通过Bagging学习构建强分类器；S4、将待测的调制信号进行预处理并提取对应的特征参数，然后输入到S3的强分类器中，对调制信号进行分类识别。本方法通过并行处理所有的特征值，识别的成功率就与单个特征参数的识别性能关系不大，主要与整体性能有关，使得对调制方式的识别具有识别速度快，识别成功率高的优势。

【技术实现步骤摘要】
一种数字通信信号调制方式自动识别方法
本专利技术涉及模式识别，机器学习和数字通信领域，特别涉及一种数字通信信号调制方式自动识别方法。
技术介绍
通信的目的是通过信道有效、安全、准确地传输信息。无论有线通信或者无线通信,由于信道的限制也为了充分利用信道的容量,满足用户的不同需求,基带信号都不能直接传输,必须经过调制。通过调制,可以使信号更安全的进行传输，还可以获得更高的通信速率、更有效的频谱利用率。随着电子技术的快速发展,以及对信息传输要求的不断提高,通信信号的调制方式也越来越多。目前的通信系统中应用了各种各样的调制方式,并将信号调制到不同的频带上进行传输。在具体应用中,我们遇到的不仅仅是合作性通信问题,还有非合作性通信问题。在大部分民用通信中,大都采用合作通信即事先知道传输信号的调制方式、调制参数,接收机只需要将接收到的信息按事先所给的调制方式和调制参数解调即可。但是接收端可能会接收到各种各样的信号,毕竟在通信信号如此发达的今天,周围空间中的信号复杂繁多,如何从接收端提取出真正要接收的信号也是一个重要的问题,有一种方法就是对接收到的信号进行识别,得到其调制方式和调制参数,然后和事先给本文档来自技高网...

【技术保护点】
一种数字通信信号调制方式自动识别方法，其特征在于包括以下步骤：S1、训练数字调制信号的预处理，即估计该数字调制信号的带宽及载频，对该数字调制信号进行带通滤波，并变频到合适的频段；S2、训练数字调制信号特征值的提取，从该数字调制信号中提取信号的时域特征；S3、训练模型，训练强分类器，通过Bagging并发式集成学习方法，将特征值组成的列向量作为输入，训练出5个基于BP神经网络的弱分类器，然后组合成一个强分类器；S4、测试模型，先将待测的调制信号进行预处理并提取五个特征参数，分别为归一化中心瞬时幅度谱最大值γmax，零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差σap，零中心非弱信号段瞬时相位...

【技术特征摘要】
1.一种数字通信信号调制方式自动识别方法，其特征在于包括以下步骤：S1、训练数字调制信号的预处理，即估计该数字调制信号的带宽及载频，对该数字调制信号进行带通滤波，并变频到合适的频段；S2、训练数字调制信号特征值的提取，从该数字调制信号中提取信号的时域特征；S3、训练模型，训练强分类器，通过Bagging并发式集成学习方法，将特征值组成的列向量作为输入，训练出5个基于BP神经网络的弱分类器，然后组合成一个强分类器；S4、测试模型，先将待测的调制信号进行预处理并提取五个特征参数，分别为归一化中心瞬时幅度谱最大值γmax，零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差σap，零中心非弱信号段瞬时相位非线性分量的标准偏差σdp，零中心归一化瞬时幅度绝对值的标准偏差σaa，零中心归一化非弱信号段瞬时频率绝对值的标准偏差σaf，然后输入到步骤S3的强分类器中，对调制方式进行分类识别；在对每一个弱分类器预测输出进行结合时，采用简单投票法，通过少数服从多数的方式得到分类结果。2.如权利要求1所述的一种数字通信信号调制方式自动识别方法，其特征在于步骤S3中强分类器的训练，具体包括：首先设定包含1000个训练样本数据集G＝{(x1,y1),...,(x1000,y1000)}，其中为步骤S2中提取出的特征值组成的列向量，i＝1～1000，xi属于表示第i...

【专利技术属性】
技术研发人员：陈芳炯，张文松，呼增，季飞，余华，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44