基于图最大度特征的CR信号调制识别方法及系统技术方案

本发明专利技术针对BPSK、QPSK、2ASK、16QAM四种调制信号提出了一种基于图最大度特征的CR信号调制识别方法及系统。首先对观测信号做短时滤波的预处理，用以补偿信噪比损失。而后将其幅度谱、平方谱和四次方谱作加窗处理并将其转换到图域，根据信号的非线性运算，将四种信号的调制方式识别问题转化为对图的最大度大小的判断。仿真实验表明，在低信噪比时，本发明专利技术都具较好的识别能力。较好的识别能力。较好的识别能力。

【技术实现步骤摘要】
基于图最大度特征的CR信号调制识别方法及系统


[0001]本专利技术属于信号识别与处理领域，具体涉及一种基于图最大度特征的CR信号调制识别方法及系统。

技术介绍

[0002]在当今移动互联网的时代，无线通信技术被广泛应用于日常联络、超高清流媒体、虚拟与增强现实、人工智能、区块链、医疗、智能汽车、智能家居、智能城市等各行各业。但问题也随之而来，无线电频谱资源是不可再生的资源，无线接入设备数量的急剧增长，使原本就略显匮乏的频谱资源日益稀缺。因此，要想在有限的频谱资源条件下实现尽可能多的无线设备间的通信，对频谱资源进行合理的分配是一个关键。目前，主要采用静态的频谱分配策略。在这种分配策略下，无线电频谱资源的管理者将频谱资源按条块进行分割，固定地进行频段分配。因此，特定的频段仅分配给已授权的用户专用，即使在某些时间段内该频段是空闲的，未经授权的用户也无法使用这些频段。显然，目前这种静态的频谱分配方案产生了大量的频谱空穴，造成了频谱资源的巨大浪费，无法适应当前无线设备接入数量快速增长的环境。
[0003]认知无线电(Cognitive Radio，CR)中的“动态频谱管理”体制，是解决当前环境下无线网络频谱分配不合理和利用率不足问题的一种新思路。对于CR系统来说，频谱感知技术是其实现有效工作的前提与基础。通常，频谱感知可从狭义与广义两个方面来理解。狭义频谱感知的任务就是检测频谱空穴即检测PU信道是否被占用，本质上讲就是信号检测。在CR中，从用户(Secondary User，SU)需要能够在任意的时间和地点快速且准确地检测出主用户(Primary User，PU)被授权的频段是否存在空闲，以供其机会使用。同时，SU还需要去监测随时可能出现的PU，以便在PU需要使用时及时腾出该频段。一般而言，广义的频谱感知，除了检测PU信号被授权的频段是否空闲之外，还包括对诸如信号的调制方式、波形、带宽、载波频率等信号参数的识别，这样可以更加精准地获取PU频谱的细微信息，提高整个系统的有效性与可靠性。
[0004]目前的调制识别技术大体可划分为两类：一类是基于似然函数(Likelihood
‑
Based，LB)的调制识别方法，另一类是基于特征(Feature
‑
Based，FB)的调制识别方法。其中，LB类调制识别方法虽然能够得到最优解，但也存在一些固有的问题，例如对信号及信道先验信息依赖强、无法保证封闭解存在、高计算复杂度和概率失配等问题。这些导致LB类算法在非协作条件下的应用受到很大限制。对FB算法而言，如何提取区分性强、鲁棒性强且计算复杂度低的特征，是实现调制识别的关键。

技术实现思路

[0005]本专利技术针对现有技术中的不足，提供一种基于图最大度特征的CR信号调制识别方法及系统。
[0006]为实现上述目的，本专利技术采用以下技术方案：
[0007]基于图最大度特征的CR信号调制识别方法，其特征在于，包括如下步骤：
[0008]步骤1：对观测信号做短时滤波的预处理；
[0009]步骤2：对于处理后的观测信号，首先利用其幅度谱生成的图的最大度判断是否为2ASK信号；若不是，则利用其平方谱生成的图的最大度判断是否为BPSK信号；若不是，则利用其四次方谱生成的图的最大度判断信号是QPSK信号还是16QAM信号。
[0010]为优化上述技术方案，采取的具体措施还包括：
[0011]进一步地，所述步骤1中，观测信号r(t)表示为：
[0012]r(t)＝s(t)+ω(t)
[0013]其中，s(t)为发送端发送的已调制信号，ω(t)为经过了AWGN信道之后叠加的零均值实高斯白噪声，其方差为σ2；
[0014]预处理过程包括以下子步骤：
[0015]步骤1.1：将离散采样后的原始观测信号进行分段，其形式表示为：
[0016]r
i
(n)＝s
i
(n)+ω
i
(n)，i(N
S
‑
1)≤n≤(i+1)(N
S
‑
1)
[0017]其中，s
i
(n)是发送端发送的调制信号，ω
i
(n)是加性高斯白噪声，N
S
为信号段的长度，i表示段数；
[0018]步骤1.2：计算r
i
(n)的N
S
点的离散傅里叶变换，得到R
i
(k)＝DFT[r
i
(n)]；
[0019]步骤1.3：设计一个传输特性如下的带通滤波器：
[0020][0021]其中，k
s
为|R
i
(k)|的最大谱线位置，|
·
|表示取模，d
s
为滤波的点数；将R
i
(k)输入设计的滤波器，其输出表示为：
[0022]R
i
′
(k)＝H
s
(k)R
i
(k)
[0023]步骤1.4：计算R
i
′
(k)的N
s
点逆离散傅里叶变换，得到r
i
′
(n)＝IDFT(R
i
′
(k))；
[0024]步骤1.5：将每个经分段重构后的时域信号按原先的分段顺序重新组合成新的观测信号
[0025]进一步地，所述步骤2中，利用其幅度谱生成的图的最大度判断是否为2ASK信号，包括以下子步骤：
[0026]步骤2.1.1：对经过短时滤波预处理的观测信号做傅里叶变换并取模得到幅度谱
[0027]步骤2.1.2：对观测信号的幅度谱进行加窗处理，对幅度谱χ(τ)，其经过加窗后的输出序列表示为：
[0028]χ
W
(τ)＝χ(τ)
·
W(τ)
[0029][0030]其中，τ
W
为|χ(τ)|的最大值位置，d
W
为窗口宽度；
[0031]步骤2.1.3：将加窗后的幅度谱转换到图域，计算图的最大度；对于具有N0个顶点的无向简单图G(V，E)，提取度矩阵的对角线元素构成图G的度向量
其中，d
δ
为第δ个顶点的度；图G的最大度就是度向量中所有元素的最大值d
max
：
[0032][0033]据此，计算出观测信号幅度谱的图最大度为d
max1
；
[0034]步骤2.1.4：根据经验设定门限η1＝3，若d
max1
＜η1，则判为2ASK信号；否则利用其平方谱生成的图的最大度判断是否为BPSK信号。
[0035]进一步地，所述步骤2中，利用其平方谱生成的图的最大度判断是否为BPSK信号，包括以下子步骤：
[0036]步骤2.2.1：对经过短时滤波预处理的观测信号做平方运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图最大度特征的CR信号调制识别方法，其特征在于，包括如下步骤：步骤1：对观测信号做短时滤波的预处理；步骤2：对于处理后的观测信号，首先利用其幅度谱生成的图的最大度判断是否为2ASK信号；若不是，则利用其平方谱生成的图的最大度判断是否为BPSK信号；若不是，则利用其四次方谱生成的图的最大度判断信号是QPSK信号还是16QAM信号。2.如权利要求1所述的基于图最大度特征的CR信号调制识别方法，其特征在于：所述步骤1中，观测信号r(t)表示为：r(t)＝s(t)+ω(t)其中，s(t)为发送端发送的已调制信号，ω(t)为经过了AWGN信道之后叠加的零均值实高斯白噪声，其方差为σ2；预处理过程包括以下子步骤：步骤1.1：将离散采样后的原始观测信号进行分段，其形式表示为：r
i
(n)＝s
i
(n)+ω
i
(n)，i(N
S
‑
1)≤n≤(i+1)(N
S
‑
1)其中，s
i
(n)是发送端发送的调制信号，ω
i
(n)是加性高斯白噪声，N
S
为信号段的长度，i表示段数；步骤1.2：计算r
i
(n)的N
S
点的离散傅里叶变换，得到R
i
(k)＝DFT[r
i
(n)]；步骤1.3：设计一个传输特性如下的带通滤波器：其中，k
s
为|R
i
(k)|的最大谱线位置，|
·
|表示取模，d
s
为滤波的点数；将R
i
(k)输入设计的滤波器，其输出表示为：R
i
′
(k)＝H
s
(k)R
i
(k)步骤1.4：计算R
i
′
(k)的N
s
点逆离散傅里叶变换，得到r
i
′
(n)＝IDFT(R
i
′
(k))；步骤1.5：将每个经分段重构后的时域信号按原先的分段顺序重新组合成新的观测信号3.如权利要求1所述的基于图最大度特征的CR信号调制识别方法，其特征在于：所述步骤2中，利用其幅度谱生成的图的最大度判断是否为2ASK信号，包括以下子步骤：步骤2.1.1：对经过短时滤波预处理的观测信号做傅里叶变换并取模得到幅度谱步骤2.1.2：对观测信号的幅度谱进行加窗处理，对幅度谱χ(τ)，其经过加窗后的输出序列表示为：χ
W
(τ)＝χ(τ)
·
W(τ)其中，τ
W
为|χ(τ)|的最大值位置，d
W

【专利技术属性】
技术研发人员：胡国兵，赵敦博，陈正宇，杨莉，赵嫔姣，罗荣华，李鹏，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：