基于灰度共生矩阵纹理特征检测的短波信号体制识别方法及装置制造方法及图纸

本发明专利技术属于无线通信信号处理技术领域，特别涉及一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法及装置，该方法包含：获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵；提取灰度共生矩阵统计特征，并依据该统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。本发明专利技术结合灰度共生矩阵的统计特征分析短波谱图纹理特征，进行调制识别；在灰度谱图基础上进行特征提取和调制分类，对实际信号进行调制类型识别结果；解决现有技术中短波信号识别准确率低、计算复杂、计算量大等问题，在短波信号调制自动识别中具有可行性，对于无线通信中短波信号识别技术具有重要的指导意义。

Recognition Method and Device of HF Signal System Based on Gray Level Co-occurrence Matrix Texture Feature Detection

【技术实现步骤摘要】
基于灰度共生矩阵纹理特征检测的短波信号体制识别方法及装置
本专利技术属于无线通信信号处理
，特别涉及一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法及装置。
技术介绍
在无线通信中，调制方式是区分不同性质信号的一个重要特征。早期的调制识别方法是针对不同调制体制设计不同的解调器，高频信号经中频处理后输入解调器，获得可析信号后再由专人分析解调结果。随着集成电路的发展和数字技术的应用，数字调制成为通信领域的主角，而微电子技术和信息处理技术的发展，使得计算机自动识别信号调制方式成为可能。当前，信号调制识别领域主要有两类理论分支：似然比检验法和统计模式识别方法。前者基于最大似然比检验理论，能做到错判率最小，然而它的困难之处在于要对所有情况的分类器进行完全准确的数学描述，造成表达式过于复杂。后者根据提取的特征参数确定调试方式，且不需要假设条件，比较适合截获信号的处理。似然比检测方法需要大量的先验知识，不利于非协作通信。此外，其对模型失配和参数偏差敏感，鲁棒性较差；其表达式复杂，计算量大。短波通信是频率范围为3MHZ～30MHZ的一种无线通信技术。短波信道具有不可逆性，且多径效应和多普勒效应显著，加上信道频带较窄，传输信号杂多，造成短波通信噪声大，稳定性差，信号弱化和畸变较严重，这使得似然比检验法在设置判决门限时会引入误差，从而降低了调制识别的准确度。
技术实现思路
为此，本专利技术提供一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法及装置，识别准确度高，在短波信号调制自动识别中具有可行性，具有很强的应用前景。按照本专利技术所提供的设计方案，一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，包含如下内容：A)获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵；B)提取灰度共生矩阵统计特征，并依据该统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。上述的，A)中，具体包含如下内容：首先，对目标短波信号进行功率谱计算及对数变换；然后，通过阈值分割及图像灰度拉伸，获取量化灰度图谱图，获取灰度共生矩阵。优选的，灰度共生矩阵采用依据两个像素点位置的联合概率密度函数而建立的纹理图像共生矩阵，M×N大小的图像灰度共生矩阵表示为：其中，(g1,g2)表示灰度对，(a,b)表示灰度对的距离偏移，(a,b)取值大小根据图像纹理周期分布特性选取。上述的，A)中对目标短波信号进行功率谱计算过程中，时窗类型选择Hamming窗，时窗重叠选取3/4时窗长度，选取带宽范围内的带内谱图；对功率谱做对数变换，将至变换为dB单位。上述的，A)中阈值分割及灰度图像拉伸过程中，首先求取功率谱峰值，依据峰值设定拉伸范围，对该拉伸范围进行线性拉伸至[0,255]的8bit量化灰度范围，获取量化灰度图谱图。上述的，B)中灰度共生矩阵统计特征至少包含用于反映图像纹理灰度变化及分布均匀化程度的ASM能量，用于衡量图像包含信息量随机性度量的熵，用于反映图像纹理的同质性并度量图像纹理局部变化的逆差矩，用于反映图像清晰度和纹理沟纹深浅程度的对比度，和用于反映图像纹理一致性的自相关。优选的，B)中，距离偏移(a,b)考虑[01；02；03；04；-10；-20；-30；-40]8种数值；灰度共生矩阵统计特征上，选择能量ASM、熵ENT、逆差矩IDM、自相关COR、对比度CON进行测试，灰度级不予压缩，进行256个灰度级全统计；[01；02；03；04]四种水平方向距离上，分别对应时窗重叠3/4、1/2、1/4和时窗无重叠；[-10；-20；-30；-40]四种垂直方向距离上，分别对应不同的频率间隔及频谱主瓣能量泄漏、旁瓣能量泄漏影响；对各距离偏移计算出的统计特征综合比较，选取特征区分度最明显的对应距离偏移下的统计特征。更进一步，B)中，依据谱图中每行的最小值得到的序列设置行连续性统计量，结合判决门限识别目标短波信号是否属于多进制频移键控MFSK信号或多音多品MultiTone信号。一种基于灰度共生矩阵纹理特征检测的短波信号体制识别装置，包含：分析模块和识别模块，其中，分析模块，用于获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵，并提取灰度共生矩阵统计特征；识别模块，用于依据统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。本专利技术的有益效果：本专利技术结合灰度共生矩阵的统计特征分析短波谱图纹理特征；提取分析高斯白噪信道下短波信号灰度谱图的灰度共生矩阵的统计特征，进行调制识别；在灰度谱图基础上进行特征提取和调制分类，对实际信号进行调制类型识别结果；解决现有技术中短波信号识别准确率低、计算复杂、计算量大等问题；并通过仿真实验和实际信号的测试结果，均表明基于灰度共生矩阵的信号谱图纹理特征识别方法在短波信号调制自动识别中具有可行性，对于无线通信中短波信号识别技术具有重要的指导意义。附图说明：图1为实施例中短波信号体制识别方法流程图；图2为实施例中短波宽带采样信号的谱图示例；图3为实施例中AM、SSB、2FSK、8FSK、MultiTone和MPSK信号的谱图示意；图4为实施例中特征提取及调制分类处理流程示意图；图5为实施例中2FSK、8FSK、32-Tone和SSB的8bit量化灰度范围谱图示例；图6为实施例中[0,4]水平方向上的能量ASM、熵ENT和逆差矩IDM结果示意图；图7为实施例中[0,4]水平方向上的能量ASM、熵ENT和逆差矩IDM结果部分放大示意图；图8为实施例中自相关COR结果示意图；图9为实施例中行最小值序列示意图；图10为实施例中行连续性RMM结果示意图；图11为实际信号识别测试中特征提取调制分类流程示意图；图12为识别测试中8FSK信号测试结果示意图；图13为识别测试中8PSK信号测试结果示意图；图14为识别测试中MultiTone信号测试结果示意图；图15为实施例中识别装置示意图。具体实施方式：为使本专利技术的目的、技术方案和优点更加清楚、明白，下面结合附图和技术方案对本专利技术作进一步详细的说明。当前，短波信号调制自动识别已经成为制约信号截获分析发展的一个关键因素，而传统的调制识别方法已不能很好解决。为此，本专利技术实施例中，参见图1所示，提供一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，包含如下内容：S101)获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵；S102)提取灰度共生矩阵统计特征，并依据该统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。STFT谱图是描述和分析信号特征的一种有效方法，不同调制体制的短波信号，其谱图图像视觉特性各异，其中最为明显的就是纹理视觉特性，例如MFSK类信号、MPSK类信号、MultiTone信号等大类之间，纹理视觉特性上具备显著区别。信号x(n)的离散STFT定义式如下，其中N为DFT点数；w(n)为窗函数，通常可取矩形窗、Hamming窗、Blackman窗等，窗宽为N'，N'≤N，通常情况下取N'＝N；M为时窗步进。称X(i,k)2为STFT时频谱图，它体现了功率谱随时间的变化情况。STFT谱图的主要性能可以概括为频率分辨率和时间分辨率，频域分析时，N越大，栅栏效应越小，频域细节刻画越明本文档来自技高网...

【技术保护点】
1.一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，包含：A)获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵；B)提取灰度共生矩阵统计特征，并依据该统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。

【技术特征摘要】
1.一种基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，包含：A)获取目标短波信号中用于反映信号谱图纹理特征的灰度共生矩阵；B)提取灰度共生矩阵统计特征，并依据该统计特征及预先设置的各信号调制类型下的判决门限，识别出目标短波信号的调制体制。2.根据权利要求1所述的基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，A)中，具体包含如下内容：首先，对目标短波信号进行功率谱计算及对数变换；然后，通过阈值分割及图像灰度拉伸，获取量化灰度图谱图，获取灰度共生矩阵。3.根据权利要求1或2所述的基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，灰度共生矩阵采用依据两个像素点位置的联合概率密度函数而建立的纹理图像共生矩阵，M×N大小的图像灰度共生矩阵表示为：其中，(g1,g2)表示灰度对，(a,b)表示灰度对的距离偏移，(a,b)取值大小根据图像纹理周期分布特性选取。4.根据权利要求2所述的基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，A)中对目标短波信号进行功率谱计算过程中，时窗类型选择Hamming窗，时窗重叠选取3/4时窗长度，选取带宽范围内的带内谱图；对功率谱做对数变换，将至变换为dB单位。5.根据权利要求2所述的基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，A)中阈值分割及灰度图像拉伸过程中，首先求取功率谱峰值，依据峰值设定拉伸范围，对该拉伸范围进行线性拉伸至[0,255]的8bit量化灰度范围，获取量化灰度图谱图。6.根据权利要求1所述的基于灰度共生矩阵纹理特征检测的短波信号体制识别方法，其特征在于，B)中灰度共生矩阵统计特征至少包含用于反映图像纹理灰度变化及分布均匀化程度的ASM能量，用于...

【专利技术属性】
技术研发人员：许漫坤，李天昀，彭华，汪然，潘一苇，李广，查雄，孙昱，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：河南,41