一种基于循环相关熵谱谱峰位置的调制方式识别方法技术

一种基于循环相关熵谱谱峰位置的调制方式识别方法，属于循环平稳信号处理领域，主要包括：通过公式计算无线电信号的循环相关熵，它是相关熵的傅里叶级数的系数；通过公式计算无线电信号的循环相关熵谱，它是循环相关熵的傅里叶变换；选取若干循环相关熵谱谱峰位置，并生成循环相关熵谱谱峰位置的俯视图；采用卷积神经网络对循环相关熵谱谱峰位置的俯视图进行分类，实现调制方式的识别。实验证明本发明专利技术的算法性能良好，能够在脉冲噪声存在的条件下对无线电信号进行调制方式识别。

【技术实现步骤摘要】
一种基于循环相关熵谱谱峰位置的调制方式识别方法
本专利技术属于循环平稳信号处理
，涉及到无线电信号的调制方式识别方法，特别涉及到基于循环相关熵谱的调制方式识别方法。
技术介绍
调制方式识别方法是对无线电信号的调制方式进行识别的方法，它是信号检测与解调之间必不可少的中间步骤，也是无线电信号处理领域的重要技术之一，故而被广泛应用于民用和军用领域，主要包括：认知无线电、软件无线电和无线电监测等。传统的调制方式识别方法主要基于最大似然假设检验或者基于特征的模式识别。但是在复杂电磁环境下，上述调制方式识别方法的性能会退化，甚至失效。针对该问题，本专利技术提出基于循环相关熵谱谱峰位置的调制方式识别方法，该方法为解决脉冲性噪声和同频带干扰并存条件下的调制方式识别问题提供了切实可行的方法。
技术实现思路
本专利技术的目的是提供一种基于循环相关熵谱谱峰位置的调制方式识别方法。本专利技术的技术方案具体如下：一种基于循环相关熵谱谱峰位置的调制方式识别方法，包括：S1：计算无线电信号的循环相关熵；S2：计算无线电信号的循环相关熵谱；S3：选取若干循环相关熵谱谱峰位置，并生成循环相关熵谱谱峰位置的俯视图；S4：采用卷积神经网络对循环相关熵谱谱峰位置的俯视图进行分类，实现调制方式的识别。进一步的，所述步骤S1包括：S1-1：计算无线电信号的相关熵；S1-2：根据相关熵计算无线电信号的循环相关熵。进一步的，所述步骤S1-1包括：按照公式ux(t,τ)＝E[κσ(x(t)-x(t+τ))]计算信号的相关熵，其中x(t)是信号，τ表示信号的时延，E表示数学期望操作符，кσ表示高斯核函数，кσ(·)表示高斯核函数，它满足：其中σ表示高斯核长。进一步的，所述步骤S1-2包括：按照公式(2)计算循环相关熵其中<T>表示被积分的区间长度为T，ξ表示循环频率，<·>t表示求时间平均。进一步的，所述步骤S2具体包含以下步骤：根据公式(3)计算无线电信号的循环相关熵谱Sx(ξ,f)进一步的，所述步骤S3包括：先把循环相关熵谱最高谱峰所在的行和列的循环相关熵谱置零，然后再把循环相关熵谱最高谱峰置1，再选取一个参数η作为阈值，把Sx(ξ,f)>η的循环相关熵谱置1，最后用其生成俯视图。与现有技术相比，本专利技术的有益技术效果：本专利技术提出基于循环相关熵谱谱峰位置的调制方式识别方法，该方法为解决脉冲性噪声和同频带干扰并存条件下的调制方式识别问题提供了切实可行的方法，实验证明本专利技术的算法性能良好，能够在脉冲噪声存在的条件下对无线电信号进行调制方式识别。附图说明图1是4种无线电信号的循环相关熵谱，其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。图2是4种无线电信号的循环相关熵谱谱峰位置的俯视图，其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。图3是本专利技术涉及方法的调制方式识别的准确率曲线，其中稳定分布噪声的特征指数α＝1.2，广义信噪比(generalizedsignal-to-ratio，GSNR)的范围是GSNR∈[-5,15]dB。其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。图4本专利技术涉及方法的调制方式识别21种条件下累加得到的混淆矩阵，其中每种条件下有2000个样本，每种调制方式共计42000个样本，稳定分布噪声的特征指数α＝1.2，广义信噪比的范围是GSNR∈[-5,15]dB。其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。具体实施方式为了便于理解，下面将结合本专利技术实施例中的附图对本专利技术实施例中的技术方案进行详细描述。一种基于循环相关熵谱谱峰位置的调制方式识别方法，主要包括以下步骤：S1：计算信号的循环相关熵：首先，按照公式ux(t,τ)＝E[κσ(x(t)-x(t+τ))]计算信号的相关熵，其中x(t)是信号，τ表示信号的时延，E表示数学期望操作符，кσ表示高斯核函数，кσ(·)表示高斯核函数，它满足：其中σ表示高斯核长。在实际应用中，通常认为随机过程具有时间遍历性，所以可利用随机变量的时间平均来对其统计平均进行估计，故可以按照公式(5)计算循环相关熵其中<T>表示被积分的区间长度为T，ξ表示循环频率，<·>t表示求时间平均。如图1所示，4种的无线电信号具有不同的循环相关熵谱：S2：计算信号的循环相关熵谱：根据公式(6)计算无线电信号的循环相关熵谱Sx(ξ,f)，它是循环相关熵的傅里叶变换。如图2所示，4种的无线电信号具有不同的循环相关熵谱谱峰位置的俯视图：S3：生成信号的循环相关熵谱的俯视图：先把循环相关熵谱最高谱峰所在的行和列的循环相关熵谱置零，然后再把循环相关熵谱最高谱峰置1，再选取一个参数η作为阈值，把Sx(ξ,f)>η的循环相关熵谱置1,最后用其生成俯视图。S4：采用卷积神经网络进行分类：采用卷积神经网络对循环相关熵谱谱峰位置的俯视图进行分类，实现调制方式的识别。如图3所示：本专利技术涉及方法的调制方式识别的准确率曲线，其中稳定分布噪声的特征指数α＝1.2，广义信噪比的范围是GSNR∈[-5,15]dB。其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。如图4所示：本专利技术涉及方法的调制方式识别21种条件下累加得到的混淆矩阵，其中每种条件下有2000个样本，每种调制方式共计42000个样本，稳定分布噪声的特征指数α＝1.2，广义信噪比的范围是GSNR∈[-5,15]dB。其中，无线电信号分别为2PSK、8PSK、2ASK和MSK。以上结合附图对本专利技术的具体实施方式作了详细说明，但是本专利技术并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本专利技术宗旨的前提下做出各种变化。本文档来自技高网...

【技术保护点】
1.一种基于循环相关熵谱谱峰位置的调制方式识别方法，其特征在于，包括以下步骤：/nS1：计算无线电信号的循环相关熵；/nS2：计算无线电信号的循环相关熵谱；/nS3：选取若干循环相关熵谱谱峰位置，并生成循环相关熵谱谱峰位置的俯视图；/nS4：采用卷积神经网络对循环相关熵谱谱峰位置的俯视图进行分类，实现调制方式的识别。/n

【技术特征摘要】
1.一种基于循环相关熵谱谱峰位置的调制方式识别方法，其特征在于，包括以下步骤：
S1：计算无线电信号的循环相关熵；
S2：计算无线电信号的循环相关熵谱；
S3：选取若干循环相关熵谱谱峰位置，并生成循环相关熵谱谱峰位置的俯视图；
S4：采用卷积神经网络对循环相关熵谱谱峰位置的俯视图进行分类，实现调制方式的识别。


2.如权利1所述的一种基于循环相关熵谱谱峰位置的调制方式识别方法，其特征在于，所述步骤S1包括：
S1-1：计算无线电信号:相关熵；
S1-2：计算无线电信号的循环相关熵。


3.如权利2所述的一种基于循环相关熵谱谱峰位置的调制方式识别方法，其特征在于，所述步骤S1-1包括：按照公式ux(t,τ)＝E[κσ(x(t)-x(t+τ))]计算信号的相关熵，其中x(t)是信号，τ表示信号的时延，E表示数学期望操作符，кσ表示高斯核函数，кσ(·)表示高斯核函数，它满足：

【专利技术属性】
技术研发人员：赵明龙，栾声扬，高银锐，张兆军，许朋，陈薇，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏;32