无线通信高精度信号识别及波特率参数估计的方法技术

本发明专利技术公开了一种无线通信高精度信号识别及波特率参数估计的方法，包括识别步骤和波特率参数估计的步骤；其中，所述识别步骤具体为：将待测信号进行高阶累积量处理，提取待测信号的特征参数；对支持向量机SVM中心载频识别算法程序进行优化处理；将所述特征参数进行优化处理后输入支持向量机SVM中进行调制分类识别训练；所述波特率参数估计的步骤具体为：对识别步骤的待测信号通过信号复包络平方谱特征参数进行波特率参数估计。采用本发明专利技术所述的无线通信高精度信号识别及波特率参数估计的方法，具有对无线通信信号的识别及波特率参数的估计效果更好的特点。

High precision signal identification and baud rate parameter estimation method for wireless communication

The invention discloses a method for estimation of wireless communication high precision signal recognition and parameter estimation of the baud rate, including the steps of identifying and baud rate parameters of the step; among them, the identification of the following steps: the test signal of high order cumulant, feature parameters extraction of the signal to be measured; the support vector machine SVM the center frequency recognition algorithm is optimized; will optimize the parameters of input support vector machine SVM modulation classification and recognition training; estimate the baud rate parameters of the following steps: the recognition step signal to be measured by the signal complex envelope square spectrum characteristic parameter for baud rate estimation. The method of wireless communication high precision signal identification and baud rate parameter estimation is adopted by the invention, which has the advantages of better recognition of wireless communication signals and better estimation of baud rate parameters.

【技术实现步骤摘要】
无线通信高精度信号识别及波特率参数估计的方法
本专利技术属于无线通信信号识别的
，具体涉及一种无线通信高精度信号识别及波特率参数估计的方法。
技术介绍
无线通信信号的调制识别及参数估计在信号的监测、信号的干扰、信号的查询、信号的识别等军用与民用领域有着广泛的应用。特别是在当前民用无线电管理领域，随着各种伪基站非法发布的信息(特别是众多欺骗信息)的越来越多，犯罪分子采用信号调制方式及波特率参数等技术不断更新，依靠目前常规的无线电管理监测识别装置，监测识别效果不好，给监管部门带来严重的挑战。目前，对于无线通信信号的识别及参数估计普遍采用以下三种技术方式：分别基于常规SVM分类器、基于高阶累积量及SVM分类器与高阶累积量简单联合的三种技术方式。基于常规SVM分类器方式，识别多类问题时存在计算复杂度高，影响识别及参数估计效率；基于高阶累积量方式在接收信号信噪比较低时，识别率还不够理想；基于高阶累积量及SVM分类器与高阶累积量简单联合方式比前两种方式有所改善，但是识别率依然不高。具体而言，通过以上现有技术对接收信号直接提取特征值时，由于高斯白噪声的干扰，提取的特征值精度受到影响，如果对接收信号先进行高阶累积量运算处理，由于高于二阶的高斯白噪声其累积量为零，因此容易受其影响。同时，神经网络是信号识别中比较常用的一种识别分类器，但在学习训练中存在过学习与局部收敛的缺点。因此，如何从现有技术基础上从特征值的提取和分类器算法方面不断创新，成为研究调制识别及参数估计技术重要的方法之一。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种无线通信高精度信号识别及波特率参数估计的方法，具有对无线通信信号的识别及波特率参数的估计效果更好的特点。为实现上述目的，本专利技术按以下技术方案予以实现的：本专利技术所述的无线通信高精度信号识别及波特率参数估计的方法，包括识别步骤和波特率参数估计的步骤；其中，所述识别步骤具体为：将待测信号进行高阶累积量处理，提取待测信号的特征参数；对支持向量机SVM中心载频识别算法程序进行优化处理；将所述特征参数进行优化处理后输入支持向量机SVM中进行调制分类识别训练；所述波特率参数估计的步骤具体为：对识别步骤的待测信号通过信号复包络平方谱特征参数进行波特率参数估计。进一步地，将待测信号进行高阶累积量处理，提取待测信号的特征参数的步骤，具体如下：将所述待测信号的复基带序列进行如下公式(1)的高阶累积量处理：Cumm(r1,r2,…,rk)＝Cumm(s1+n1,s2+n2,…,sk+nk)k＝1,2,…,N(1)其中，所述待测信号的复基带序列表示如下：其中，E表示第k个信息符号，L表示观测序列的长度，E和Td分别表示符号能量和持续时间，θc表示载波的初始相位，p(t)表示信道的冲击响应，n(t)表示加性高斯白噪声其均值为0，方差为σ2。进行优化中心载频识别算法处理；通过信号复包络平方谱对经过优化中心载频识别算法处理后的特征参数进行波特率参数估计。进一步地，将待测信号进行高阶累积量处理，提取待测信号的特征参数的步骤，具体如下：将所述待测信号的复基带序列进行如下公式(1)的高阶累积量处理：Cumm(r1,r2,…,rk)＝Cumm(s1+n1,s2+n2,…,sk+nk)k＝1,2,…,N(1)其中，所述待测信号的复基带序列表示如下：其中，E表示第k个信息符号，L表示观测序列的长度，E和Td分别表示符号能量和持续时间，θc表示载波的初始相位，p(t)表示信道的冲击响应，n(t)表示加性高斯白噪声其均值为0，方差为σ2。进一步地，对支持向量机SVM中心载频识别算法程序进行优化处理的步骤，具体如下：根据采样频率，设定参数变量的分辨率；根据所述分辨率选择数组中需要计算的特征参数；找出经过计算后的结果中最大点及其对应值。进一步地，将所述特征参数进行优化处理后输入支持向量机SVM中进入进行调制识别的步骤，具体包括：构建训练集合；利用所述训练集合中已知信号类型的特征参数对支持向量机SVM训练，建立分类器库；从所述分类器库中调用对应的分类器，将待测信号提取的特征参数进行分类识别。进一步地，所述构建训练集合的步骤，具体是：将训练信号经过高阶累积量处理的特征参数与训练信号的类型组成训练向量，构成训练集合。进一步地，所述对完成分类识别训练的待测信号通过信号复包络平方谱特征参数进行波特率参数估计的步骤，具体如下：对信号采样，得到数字序列X(n)；将所述数字序列X(n)进行N点加窗截距处理，得到序列XN(n)；求序列XN(n)模平方后的傅里叶变化；通过搜索变化后信号模平方谱的最大峰值点，实现波特率参数的估计值fd1；采用线性调频Z变换CZT在以fd1为中心，FFT精度(±fs/N)为区间长度上精确搜索谱峰，得到波特率的精确估计进一步地，所述波特率的精确估值的表达式如下:进一步地，在得到数字序列X(n)的步骤之后，增加频谱分辨率，得到子带信号xN(n)；对所述子带信号xN(n)通过希尔伯特变换Hilbert得到计算子带信号的包络平方对所述包络平方ex(n)进行傅立叶变换，并在频域内搜索其峰值，设定峰值对应的频率为fd1；在[fd1-fs/N,fd1+fs/N]范围内对所述包络平方ex(n)进行线性调频Z变换CZT变换，然后搜索其峰值，设定峰值对应的频率为fd2；在线性调频Z变换CZT变换结果中搜索其次峰值(即除fd2之外的最大峰值)，并将其幅度记为A2；如果A2<λ，λ为阈值，则波特率估计值否则继续对包络平方ex(n)进行傅立叶变换，并在频域内搜索其峰值，并在傅里叶变换FFT结果中删除fd1，重新搜索峰值，直至满足阈值要求。进一步地，所述提取信号的特征参数的步骤之后，还包括如下步骤：将所述特征参数进行聚类优化处理，具体如下：设定迭代标准ε＝10-5，初始化特征参数分类矩阵V(0)；计算特征参数更新隶属矩阵U(k)：计算特征参数聚类中心矩阵V(k+1)：用特征参数矩阵范数比较V(k+1)与V(k)，若||V(k+1)-V(k)||≤ε；则迭代停止，得到聚类优化后的特征参数，否则令K＝K+1，转计算特征参数更新隶属矩阵U(k)。与现有技术相比，本专利技术的有益效果是：本专利技术所述的无线通信高精度信号识别及波特率参数估计的方法，通过对待测信号进行高阶累积量处理，提取的特征值后，输入支持向量机SVM中进行训练，并对常规SVM识别算法程序进行改进，实现对无线通信信号的识别及波特率参数的估计，效果更佳。本专利技术所述的无线通信高精度信号识别及波特率参数估计的方法技术的实施，对识别打击非法发布信息(特别是众多欺骗信息)，保证公民财产安全等，不仅在社会方面，而且在市场经济方面都有着极其重要的意义，因此有广阔的市场前景。该方法将接收信号转换为高阶累积量来进行处理，其是将接收信号转换为高阶累积量来进行处理，可以有效抵制高斯白噪声；另外，累积量运算是取模的运算，不受接收信号的初始相位的影响，因而能有效抵制由信号初始相位引起的星座旋转引起的影响。同时采用支持向量机SVM技术有效避免了神经网络方法中的过学习和局部收敛的问题。其可应用于信号的监测、拦截、干扰、查询等军用与民用领域，在无线通信信号的识别及参数的估计中具有广泛的应用前景。附图说明下面结合附图对本文档来自技高网...

【技术保护点】
一种无线通信高精度信号识别及波特率参数估计的方法，其特征在于，包括识别步骤和波特率参数估计的步骤；其中，所述识别步骤具体为：将待测信号进行高阶累积量处理，提取待测信号的特征参数；对支持向量机SVM中心载频识别算法程序进行优化处理；将所述特征参数进行优化处理后输入支持向量机SVM中进行调制分类识别训练；所述波特率参数估计的步骤具体为：对识别步骤的待测信号通过信号复包络平方谱特征参数进行波特率参数估计。

【技术特征摘要】
1.一种无线通信高精度信号识别及波特率参数估计的方法，其特征在于，包括识别步骤和波特率参数估计的步骤；其中，所述识别步骤具体为：将待测信号进行高阶累积量处理，提取待测信号的特征参数；对支持向量机SVM中心载频识别算法程序进行优化处理；将所述特征参数进行优化处理后输入支持向量机SVM中进行调制分类识别训练；所述波特率参数估计的步骤具体为：对识别步骤的待测信号通过信号复包络平方谱特征参数进行波特率参数估计。2.根据权利要求1所述的无线通信高精度信号识别及波特率参数估计的方法，其特征在于：将待测信号进行高阶累积量处理，提取待测信号的特征参数的步骤，具体如下：将所述待测信号的复基带序列进行如下公式(1)的高阶累积量处理：Cumm(r1,r2,…,rk)＝Cumm(s1+n1,s2+n2,…,sk+nk)k＝1,2,…,N(1)其中，所述待测信号的复基带序列表示如下：其中，E表示第k个信息符号，L表示观测序列的长度，E和Td分别表示符号能量和持续时间，θc表示载波的初始相位，p(t)表示信道的冲击响应，n(t)表示加性高斯白噪声其均值为0，方差为σ2。3.根据权利要求2所述的无线通信高精度信号识别及波特率参数估计的方法，其特征在于：所述待测信号在传输过程中，与高斯噪声相互独立，根据累积量的特性，所述公式(1)对应的待测信号的累积量为：Cumm(r1,r2,…,rk)＝Cumm(s1,s2,…,sk)m>2(3)。4.根据权利要求1所述的无线通信高精度信号识别及波特率参数估计的方法，其特征在于：对支持向量机SVM中心载频识别算法程序进行优化处理的步骤，具体如下：根据采样频率，设定参数变量的分辨率；根据所述分辨率选择数组中需要计算的特征参数；找出经过计算后的结果中最大点及其对应值。5.根据权利要求1所述的无线通信高精度信号识别及波特率参数估计的方法，其特征在于：将所述特征参数进行优化处理后输入支持向量机SVM中进行调制识别的步骤，具体包括：构建训练集合；利用所述训练集合中已知信号类型的特征参数对支持向量机SVM训练，建立分类器库；从所述分类器库中调用对应的分类器，将待测信号提取的特征参数进行调制分类识别。6.根据权利要求5所述的无线通信高精度信号识别及波特率参数估计的方法，其特征在于：所述构建训练集合的步骤，...

【专利技术属性】
技术研发人员：杨发权，张春生，杨凌，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东,44