基于时频分析的自适应辐射源调制识别方法技术

本发明专利技术提供的是一种基于时频分析的自适应辐射源调制识别方法。一，对接收的辐射源信号使用时频分布进行时频分析，将辐射源信号从时域信号转换为时间‑频率二维图像；二，使用图像处理技术降低计算复杂度和特征维数，经过归一化、二值化、图像细化图像预处理操作，增强信号特征信息在图像中的比重；三，联合二阶四阶矩估计方法，利用自适应主成分分析算法，对预处理后的图像进行图像形状特征提取；四，使用LIBSVM分类器识别辐射源信号的调制方式。本发明专利技术即能有效避免低信噪比信号特征缺失，又能避免高信噪比信号特征冗余的情况，同时不影响调制识别率。

Adaptive radiation source modulation recognition method based on time frequency analysis

The invention provides an adaptive radiation source modulation recognition method based on time frequency analysis. A, the radiation source signal received using the time-frequency distribution, the time-frequency analysis of the radiation source, signal conversion from time domain to frequency signal time two-dimensional image; two, the computational complexity and feature dimensionality reduction using image processing technology, after normalization, binarization, image thinning image pre-processing operations, enhance the proportion of signal characteristics the information in the image; three, combined with two order and four order moment estimation method using adaptive principal component analysis algorithm for image preprocessing for image feature extraction; four, modulation using LIBSVM classifier source identification signal. The invention can effectively avoid the absence of the characteristic of the low signal-to-noise ratio signal, and can avoid the redundancy of the signal characteristic of the high signal-to-noise ratio, and does not affect the modulation recognition rate.

【技术实现步骤摘要】
基于时频分析的自适应辐射源调制识别方法
本专利技术涉及的是一种辐射源信号脉内调制识别方法。
技术介绍
辐射源信号脉内调制识别是辐射源的重要特征之一，是对辐射源进行接收、分选和定位等非合作通信方式时的重要参数。电磁威胁环境的信号密度高达每秒120万个脉冲以上，雷达工作频率覆盖范围达到了0.1～20GHz，并正在向0.05～140GHz扩展，雷达信号波形在时频等多个域中同时变化。辐射源信号的调制识别面临着电磁环境复杂化、调制样式多样化、接收信噪比低等问题。近年来关于雷达辐射源信号识别的大量研究成果表明，脉内调制识别将有望在新型复杂体制雷达辐射源信号识别技术与装备方面获得重要突破。现有的雷达辐射源信号脉内调制识别方法主要有小波及小波包变换法、小波脊线法、相像系数法、经验模式分解法、相对无模糊相位重构法、熵特征法、围线积分双谱法、复杂度特征法、包络法、分形维数法、模糊函数主脊切面法、瞬时频率派生特征法和模糊函数主脊切面特征法等。现有的方法都是对所有不同信噪比情况进行统一处理，为使不同调制信号之间差异明显将采样信号做某种变换，再使用其相应的特征提取方法对变换后的信号进行特征提取，进而完成对信号本文档来自技高网...

【技术保护点】
一种基于时频分析的自适应辐射源调制识别方法，其特征是：步骤一，对接收的辐射源信号使用时频分布进行时频分析，将辐射源信号从时域信号转换为时间‑频率二维图像；步骤二，使用图像处理技术降低计算复杂度和特征维数，经过归一化、二值化、图像细化图像预处理操作，增强信号特征信息在图像中的比重；步骤三，联合二阶四阶矩估计方法，利用自适应主成分分析算法，对预处理后的图像进行图像形状特征提取；步骤四，使用LIBSVM分类器识别辐射源信号的调制方式。

【技术特征摘要】
1.一种基于时频分析的自适应辐射源调制识别方法，其特征是：步骤一，对接收的辐射源信号使用时频分布进行时频分析，将辐射源信号从时域信号转换为时间-频率二维图像；步骤二，使用图像处理技术降低计算复杂度和特征维数，经过归一化、二值化、图像细化图像预处理操作，增强信号特征信息在图像中的比重；步骤三，联合二阶四阶矩估计方法，利用自适应主成分分析算法，对预处理后的图像进行图像形状特征提取；步骤四，使用LIBSVM分类器识别辐射源信号的调制方式。2.根据权利要求1所述的基于时频分析的自适应辐射源调制识别方法，其特征是步骤一具体包括：选用Choi-Williams分布对辐射源信号s(t)进行时频分析，对信号瞬时相关函数R(t,τ)的时间变量t做傅立叶逆变换，信号s(t)的模糊函数χs(τ,ξ)的定义为式(1)，式中，τ为时移，ξ为频移；选取为时频分布的核函数，式中，τ为时移，ξ为频移，σ为常数；将模糊函数χs(τ,ξ)和核函数φ(τ,ξ)代入Cohen类时频分布统一表示形式：得Choi-Williams分布，即式中，t是时间，ω是频率，τ是时移，μ是积分σ变量；辐射源信号经过CWD分布时频变换后得到时频图像。3.根据权利要求2所述的基于时频分析的自适应辐射源调制识别方法，其特征是步骤二具体包括：对时频图像灰度值进行归一化，设和σ2分别是所有像素点灰度值的均值和方差，归一化后像素点的灰度值为：采用最大方差比的阈值确定方法，提高图像二值化的准确度，使用Hilditch经典细化算法对二值图像进行细化，若目标像素同时满足以下条件即删除像素：i.P0+P2+P4+P6≤3；i...

【专利技术属性】
技术研发人员：高敬鹏，孔维宇，郜丽鹏，吴冰，蒋伊琳，赵忠凯，孙恒，梁旭华，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23