【技术实现步骤摘要】
一种基于时频分析和星座图分析的混叠信号调制类型识别方法
所属
[0001]本专利技术涉及一种基于时频分析和星座图分析的混叠信号调制类型识别方法，属于无线通信/雷达/电子对抗中的基带信号处理领域。
技术介绍
[0002]随着现代军事战争中电子对抗领域内的不断进步，在电子对抗中电磁信号的密集程度日益扩大，各种新型雷达持续投入使用并日渐占据主导地位，所以雷达辐射源信号所采用的调制方式会越来越复杂，例如频率调制、相位调制、幅度调制等。雷达辐射源信号的分类识别过程在电子对抗领域中发挥着无可替代的作用，而随着雷达辐射源信号的更加灵活多变，基于传统的常规参数辐射源信号的识别逐渐无法满足日益复杂的电磁信号环境。
[0003]文献“杨洁,夏卉.基于卷积神经网络的通信信号调制识别研究[J].计算机测量与控制,2020,28(7):220
‑
224.”(参考文献1)中述及一种复基带信号与卷积神经网络自动调制识别相结合的方法，该方法将接收到的信号进行预处理，得到包含同相分量和正交分量的复基带信号，作为输入卷积神经网络模型的数...
【技术保护点】
【技术特征摘要】
1.一种基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，所述方法包括以下步骤：步骤1：使用时频分析结合形态拟合的方法，识别混叠信号中的模拟调制类型；步骤2：使用星座图分析结合边缘检测的方法，识别混叠信号中的数字调制类型。2.根据权利要求1所述的基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，所述步骤1中，对于混叠信号中的模拟调制类型，使用形态拟合方法处理时频分析得到的时频分布图，进而识别出混叠信号中的模拟调制类型。3.根据权利要求1所述的基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，所述步骤2中，对于混叠信号中的数字调制类型，使用边缘检测方法处理星座图分析得到的星座图，进而识别出混叠信号中的数字调制类型。4.根据权利要求2所述的基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，步骤1中的形态拟合算法，具体如下，使用形态拟合算法处理时频分布图分选出模拟调制信号，首先需要对时频分布灰度图做平滑处理，提取出一个灰度向量，接着使用滑动窗口寻找信号峰值，最后使用最小二乘法进行拟合，完成对模拟调制信号的识别。5.根据权利要求2所述的基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，步骤1中，对信号进行时频分析得到的时频图本质上是一个灰度图，为了对此灰度图进行平滑处理，消除图像中的噪声所带来的影响，所采用的方法为在纵向上以每5个像素点为一个单位，将时频图切割成若干横条，然后对横条图像进行计算，将纵向的5个像素灰度值相加，得到一个一维的灰度向量，通过此步处理，可以尽可能减少图像中噪声的影响，并且减少了计算量，原始灰度矩阵如下：经计算提取到灰度向量如下：其中：G
11
＝g
11
+g
21
+g
31
+g
41
+g
51
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)G
12
＝g
12
+g
22
+g
32
+g
42
+g
52
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)G
13
＝g
13
+g
23
+g
33
+g
43
+g
51
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)(5)得到处理后的灰度矩阵后，使用滑动窗口寻找信号峰值，滑动窗设置为7个像素宽的三
角窗，将此滑动窗以每次移动一个单位像素的速率与各个灰度向量进行卷积，最终得到一组新的特征向量；在对所有灰度向量进行此操作后，将各个特征向量的峰值划分到各个组中，每个组对应一个调制方式在时频图中的曲线中点的集合，下式代表一个宽度为7个像素的三角窗：将此滑动窗与之前由灰度图提取的灰度向量依次相卷得到一新的特征向量，以第一行特征向量为例，与上述滑动窗相卷得到如下特征向量[G
′
11 G
′
12 G
′
13
ꢀ…ꢀ
G
′
1N
]
ꢀꢀꢀꢀ
(8)其中其中N＝n
‑6ꢀꢀꢀꢀꢀꢀꢀ
(11)在上述过程中已经得到了各个曲线所对应的点的集合，接下来就要通过分析处理各组中的点来判断曲线的类型。6.根据权利要求2所述的基于时频分析和星座图分析的混叠信号调制类型识别方法，其特征在于，步骤1中，为了实现判断曲线类型的目的，首先利用最小二乘法来拟合直线，最小二乘法就是用来将一组符合y＝a+bx关系的数据，用计算的方法来求出最佳...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。