用于通信信号调制模式识别的时频特征提取方法及系统技术方案

本发明专利技术涉及一种用于通信信号调制模式识别的时频特征提取方法及系统，获取原始通信信号并进行零均值化；获取零均值化后的通信信号的三阶累积量切片谱；根据三阶累积量切片谱判断零均值化后的通信信号的主要频率分量个数，从而确定VMD分解的分解层数和最佳分解层数；根据最佳分解层数，对原始通信信号进行VMD分解，得到本征模态函数分量，对每个本征模态函数分量计算零时延四阶累积量；根据基于高阶累积量的判定准则，判断每个本征模态函数分量是否为有用信号分量；对所有有用信号分量分别做ZAM时频变换，变换后的时频信号分量叠加，得到原始通信信号的时频特征。本发明专利技术将VMD分解与ZAM时频分析方法相结合，提高了时频特征提取的准确性。的准确性。的准确性。

【技术实现步骤摘要】
用于通信信号调制模式识别的时频特征提取方法及系统


[0001]本专利技术涉及信号时频特征提取
，特别是涉及一种用于通信信号调制模式识别的时频特征提取方法及系统。

技术介绍

[0002]调制识别技术是通信领域重要的拟解决问题之一。随着无线通信技术的高速发展，特别是随着5G移动通信及其下一代通信系统的应用，无线频谱资源匮乏的问题日益突出。加强无线通信信号的检测与管理，提高频谱利用率，是国家无线电管理部门的一项重要工作，而通信信号的调制识别是必不可少的。在军事领域中，通信电子战的几个核心问题，电子情报截取，雷达侦察，电子干扰的前提都是识别截获信号的调制方式。因此，在民用领域和军事领域，调制识别技术都具有重要的作用。
[0003]目前，应用最为广泛的调制识别技术是基于特征提取的模式识别方法。该方法的识别率主要取决于提取的信号特征的抗噪性能。通信信号时频特征相比于其他分类特征，具有较强的噪声鲁棒性，是调制识别中重要的分类特征。在低信噪比条件下，现有的时频分析方法大多面临着时频图模糊和交叉项干扰的问题，严重影响了时频特征提取效果。平滑伪Wigner
‑
Ville分布(SPWVD)，伪Wigner
‑
Ville分布(PWVD)，Choi
‑
Williams分布(CWD)等通过设计不同的核函数来解决交叉项干扰问题，但在抑制交叉项的同时降低了时频聚集性。经验模态分解(EMD)结合时频分析的方法可以在抑制交叉项的同时保持时频聚集性，但EMD算法本身存在模态混叠，端点效应以及存在伪分量等缺陷。因此，在低信噪比条件下，如何在保持时频聚集性的同时有效抑制交叉项干扰，使提取的时频特征更加精准是一个急需解决的问题。
[0004]针对以上问题，本专利技术提供一种用于通信信号调制模式识别的时频特征提取方法及系统，以解决低信噪比条件下通信信号的噪声干扰以及时频分析中交叉项干扰的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种用于通信信号调制模式识别的时频特征提取方法及系统，采用VMD分解算法将信号分解成若干个单频信号，并且还将VMD分解与ZAM时频分析方法相结合，对有用信号进行ZAM时频变换。其中，VMD分解算法能够抑制时频分析过程中交叉项的产生，解决交叉项抑制与时频聚集性相互矛盾的问题，又引入ZAM时频变换，可以达到进一步抑制噪声与交叉项的目的，因此，可以提取到噪声鲁棒性较强的时频特征，提高了时频特征提取的准确性，应用于通信信号调制模式的识别，也能够提高调制识别的准确性。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种用于通信信号调制模式识别的时频特征提取方法，包括：
[0008]获取原始通信信号，对所述原始通信信号进行零均值化；
[0009]获取零均值化后的通信信号的三阶累积量切片谱；
[0010]根据所述三阶累积量切片谱判断所述零均值化后的通信信号的主要频率分量个数，基于所述主要频率分量个数确定VMD分解的分解层数；从所述分解层数中确定最佳分解层数k0；
[0011]根据所述最佳分解层数k0，对所述原始通信信号进行VMD分解，得到k0个本征模态函数分量，对每个所述本征模态函数分量分别计算零时延四阶累积量；
[0012]根据基于高阶累积量的判定准则，对每个所述本征模态函数分量进行有用信号分量和噪声分量的判定，得到判定为有用信号分量的本征模态函数分量，记为有用信号分量；
[0013]对所有所述有用信号分量分别做ZAM时频变换，得到变换后的时频信号分量；
[0014]将所有所述变换后的时频信号分量叠加，得到所述原始通信信号的时频特征。
[0015]本专利技术还提供了一种用于通信信号调制模式识别的时频特征提取系统，包括：
[0016]信号获取模块，用于获取原始通信信号，对所述原始通信信号进行零均值化；
[0017]三阶累积量切片谱获取模块，用于获取零均值化后的通信信号的三阶累积量切片谱；
[0018]最佳分解层数确定模块，用于根据所述三阶累积量切片谱判断所述零均值化后的通信信号的主要频率分量个数，基于所述主要频率分量个数确定VMD分解的分解层数；从所述分解层数中确定最佳分解层数k0；
[0019]零时延四阶累积量计算模块，用于根据所述最佳分解层数k0，对所述原始通信信号进行VMD分解，得到k0个本征模态函数分量，对每个所述本征模态函数分量分别计算零时延四阶累积量；
[0020]有用信号分量判断模块，用于根据基于高阶累积量的判定准则，对每个所述本征模态函数分量进行有用信号分量和噪声分量的判定，得到判定为有用信号分量的本征模态函数分量，记为有用信号分量；
[0021]ZAM时频变换模块，用于对所有所述有用信号分量分别做ZAM时频变换，得到变换后的时频信号分量；
[0022]时频特征获取模块，用于将所有所述变换后的时频信号分量叠加，得到所述原始通信信号的时频特征。
[0023]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0024]本专利技术提供了一种用于通信信号调制模式识别的时频特征提取方法及系统，采用VMD分解将信号分解成若干个单频信号，抑制了时频分析过程中交叉项的产生，并解决了交叉项抑制与时频聚集性相互矛盾的问题。然后利用了高阶累积量能抑制高斯噪声的性质，将高阶累积量与VMD分解相结合，提出一种有用信号分量与噪声分量的判定准则，有效解决了VMD分解中如何区分信号与噪声模态的难题。将噪声分量筛除，达到了低信噪比条件下对信号去噪的效果。在VMD分解层数确定上，利用白噪声与信号不相关的特点，求重构信号与原始带噪信号的互相关函数，间接度量了重构信号与无噪声信号的相关性，从而选择重构信号与无噪声信号相关性最大时的分解层数作为VMD最佳分解层数，有效解决了VMD分解预先设定分解层数时较为盲目，缺乏理论依据的问题。最后，本专利技术将VMD分解与ZAM时频分析方法相结合，ZAM时频分析方法抑制交叉项能力强，并且在交叉项抑制与时频聚集性的折中上具有良好的性能。对各个有用信号分量做ZAM时频变换，可以达到进一步抑制噪声与交叉项的目的。本专利技术有效解决了低信噪比条件下非平稳信号的噪声干扰以及抑制交叉项干扰
的技术问题，通过本专利技术方法可以提取到噪声鲁棒性较强的时频特征，为下一步采用分类器进行识别打下良好基础，使调制识别的准确度有了更好的保障。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术实施例1提供的一种用于通信信号调制模式识别的时频特征提取方法的流程图；
[0027]图2为本专利技术实施例1提供的不带噪声的四进制频移键控信号的时域波形图；
[0028]图3为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于通信信号调制模式识别的时频特征提取方法，其特征在于，包括：获取原始通信信号，对所述原始通信信号进行零均值化；获取零均值化后的通信信号的三阶累积量切片谱；根据所述三阶累积量切片谱判断所述零均值化后的通信信号的主要频率分量个数，基于所述主要频率分量个数确定VMD分解的分解层数；从所述分解层数中确定最佳分解层数k0；根据所述最佳分解层数k0，对所述原始通信信号进行VMD分解，得到k0个本征模态函数分量，对每个所述本征模态函数分量分别计算零时延四阶累积量；根据基于高阶累积量的判定准则，对每个所述本征模态函数分量进行有用信号分量和噪声分量的判定，得到判定为有用信号分量的本征模态函数分量，记为有用信号分量；对所有所述有用信号分量分别做ZAM时频变换，得到变换后的时频信号分量；将所有所述变换后的时频信号分量叠加，得到所述原始通信信号的时频特征。2.根据权利要求1所述的方法，其特征在于，对所述原始通信信号进行零均值化的表达式为：其中，x(t)为原始通信信号，为原始通信信号均值，x'(t)为零均值化后的通信信号。3.根据权利要求1所述的方法，其特征在于，所述三阶累积量切片谱的表达式为：其中，S(f)为三阶累积量切片谱，f为频率，τ为时间延迟，c(τ,τ)为x'(t)的三阶累积量切片；c(τ,τ)＝E[x'(t)x'(t+τ)x'(t+τ)]式中，x'(t)为零均值化后的通信信号，t为采样时间，τ为时间延迟，E(.)为数学期望符号。4.根据权利要求1所述的方法，其特征在于，所述基于所述主要频率分量个数确定VMD分解的分解层数；从所述分解层数中确定最佳分解层数k0，具体包括：设所述主要频率分量个数为k，则VMD分解的分解层数为k+1，k+2，k+3，...，k+8；任意选取一个所述分解层数，对所述原始通信信号进行VMD分解，产生k1个本征模态函数分量，对每个所述本征模态函数分量计算零时延四阶累积量；基于高阶累积量的判定准则，对每个所述本征模态函数分量进行有用信号分量和噪声分量的判定，得到判定为有用信号分量的本征模态函数分量，记为有用信号分量；将所有所述有用信号分量相加，得到重构信号，计算所述重构信号与所述原始通信信号在时间延迟为0处的互相关函数值；返回步骤“任意选取一个所述分解层数”，直至遍历所有所述分解层数；对每个所述分解层数得到对应的所述互相关函数值；选择最大的互相关函数值对应的分解层数为最佳分解层数。5.根据权利要求4所述的方法，其特征在于，所述计算所述重构信号与所述原始通信信
号在时间延迟为0处的互相关函数值，具体包括：所述重构信号与所述原始通信信号的互相关函数表达式为：r
xx”(τ)＝E[x(...

【专利技术属性】
技术研发人员：孙晓东，刘昕宇，孙思瑶，刘禹震，于晓辉，
申请(专利权)人：吉林大学，
类型：发明
国别省市：