【技术实现步骤摘要】
一种基于LMD分解智能分析的通信信号调制识别方法
[0001][0002]本专利技术涉及一种基于LMD智能分析的通信信号调制识别方法，属于信号智能处理技术范畴，广泛应用于电子侦察信息获取领域，用于电子侦察中被截获目标信号的调制方式智能识别。
技术介绍
[0003]信号调制方式识别是无线电领域的热点研究问题，在卫星通信抗干扰、电子对抗、电磁频谱战及频谱监测等军民领域有着广泛的应用。经过多年的发展，信号调制方式识别形成了基于决策理论的最大似然假设检验和基于特征提取的模式识别两类方法，人工智能的到来，为其带来了新的思路。近些年来，涌现出了一大批基于深度学习的调制识别方法，该类方法充分利用了深度学习的自学习能力以及对样本潜在的容错性。
[0004]经验模式分解法是一种新型的时频分析方法，具有自适应性，自从提出后被应用到多个领域，在信号处理中效果显著，但是经验模式分解法在反映信号特征时仍然有一些缺陷，比如在形成包络线时过包络、欠包络及模态混淆、端点效应等问题，这些问题使得分解过程中效果大大降低，造成信号的失真。
[00...
【技术保护点】
【技术特征摘要】
1.一种基于LMD智能分析的通信信号调制识别方法，其特征在于包括如下步骤：S1、对待识别通信调频信号x(t)进行局域均值分解，得到K个PF分量PF
k
(t),k＝1～K；S2、剔除第1个PF分量，选取第2个PF分量～第K个PF分量，将每个分量进行离散化，得到待识别通信调频信号序列x(m)，M为采样点数，构建特征矩阵，第i个分量第m个元素为特征矩阵第i行第m列元素；S3、将构建的特征矩阵转换为二维图像；S4、将二维图像输入至改进残差网络，用改进残差网络，进行调制方式识别，得到待识别通信调频信号x(t)的调制类型。2.根据权利要求1所述的一种基于LMD智能分析的通信信号调制识别方法，其特征在于所述改进残差网络包括第一阶段模块、第二阶段模块、第三阶段模块、第四阶段模块、第五阶段模块、第六阶段模块和辅助模块；第一阶段模块对二维图像信息依次进行卷积、批量正则化、激活函数和最大池化操作，第一阶段模块的输出为第二阶段模块的输入；第二阶段模块、第三阶段模块、第四阶段模块、第五阶段模块依次串联连接，均对前一个模块输出的二维图像数据进行卷积残差处理，之后进行先后两次恒等残差处理，将第二次恒等残差处理结果输出至下一个模块；第二阶段模块的输出还发送给辅助模块，辅助模块包含两个卷积层和一个池化层，两个卷积层串联连接，用于将第二阶段模块输出的图像尺寸缩小至第五阶段模块输出的图像大小，池化层用于将第二个卷积层的输出进行特征增强处理，辅助模块的输出数据发送给第六阶段模块；第六阶段模块，将第五阶段模块的输出数据和辅助模块的输出数据对应元素相加，之后，再进行调制方式的类别的非线性映射，得到待识别通信调频信号x(t)的调制类型。3.根据权利要求1所述的一种基于LMD智能分析的通信信号调制识别方法，其特征在于所述局域均值分解计算方法如下：S1.1、将待识别通信调频信号作为第i层初始信号x(t)，i初始化为1；S1.2、根据第i层初始信号所有的局部极值点，计算出第i层第j次迭代局部均值函数m
i,j
(t)和第i层第j次迭代包络估计函数a
i,j
(t)，j为迭代次数，初始化为1，所述极值点包括极大值点和极小值点；S1.3、从第i层初始信号中分离出第i层第j次迭代局部均值函数m
ij
(t)，得到第i层第j次迭代中间函数h
i,j
(t)；S1.4、对第i层第j次迭代中间函数h
i,j
(t)进行解调，得到第i层第j次迭代解调后的函数s
i,j
(t)；S1.5、求出第i层第j次迭代解调后的函数s
i,j
(t)的包络估计函数a
i,j+1
(t)，如果1
‑
Δ≤a
i,j+1
(t)≤1+Δ，则进入步骤S1.6；否则，将第i层第j次迭代解调后的函数s
i,j
(t)作为初始信号，并将迭代次数j加1，更新迭代次数j，重复步骤S1.1～步骤S1.5，直至1
‑
Δ≤a
i,j+1
(t)≤1+Δ，即第i层第j次迭代解调后的函数s
i,j
(t)变成一个纯调频函数，再进入步骤S1.6；S1.6、将迭代过程中得到的所有包络估计函数相乘，得到第i层PF分...
【专利技术属性】
技术研发人员：杨伟超，任科，杜宇，徐常志，邵应昭，杨新权，李立，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：
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。