一种辐射源信号调制方式识别方法及系统技术方案

本发明专利技术属于未知辐射源信号分析技术领域，其目的在于提供一种辐射源信号调制方式识别方法及系统。本发明专利技术提出了一种利用信号自身特征参数联合全局寻优神经网络的未知辐射源调制方式识别方法，在实施过程中，先获取辐射源信号的特征参数，即估算辐射源信号自身浅层次特征，再通过构建神经网络并得到最优网络结构，可基于深度神经网络在非线性逼近方面的优越性能，将辐射源信号的特征参数输入到经过个体编码变化多层迭代的最优网络结构中，以便挖掘捕捉辐射源信号的潜在特征，由此可使得调制方式输出结果更加稳定高效，相比较于普通神经网络的识别，本发明专利技术在低信噪比环境下辐射源信号调制方式识别的抗噪性能和识别准确度有显著提升。著提升。著提升。

【技术实现步骤摘要】
一种辐射源信号调制方式识别方法及系统


[0001]本专利技术属于未知辐射源信号分析
，具体涉及一种辐射源信号调制方式识别方法及系统。

技术介绍

[0002]调制方式自动识别是介于信号检测与信号解调之间的一项技术，调制方式是区分不同性质通信信号的一个重要特征，调制方式的识别需要在未知辐射源调制信息内容的情况下，正确判断其信号调制方式，为后续的解调、解码奠定基础，从而获取有用的信息内容。
[0003]现有技术中，研究调制识别方法一般分为最大似然法和模式识别法，其中，最大似然法采用概率论和假设检验理论,通过最大化似然函数来进行预测，分析信号的统计特性并推导出检验统计量，由判决准则实现调制模式的自动识别。模式识别法通过特征提取从调制信号中提取包含调制模式信息的特征参数，再通过模式匹配进行调制模式的自动识别。但是，在使用现有技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]采用现有技术进行识别的过程中，环境中的噪声会极大影响似然函数的构造及特征参数的计算，进而导致上述两种方法应用于低信噪比环境下时，识别精度降低。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决上述技术问题，本专利技术提供了一种辐射源信号调制方式识别方法及系统。
[0006]为了实现上述目的，本专利技术采用以下技术方案：
[0007]第一方面，本专利技术提供了一种辐射源信号调制方式识别方法，包括：
[0008]接收辐射源信号，并从所述辐射源信号中提取得到瞬时参数信息；<br/>[0009]通过所述瞬时参数信息推算出所述辐射源信号的特征参数；
[0010]模拟各调制方式的模拟信号并计算各调制方式的模拟信号对应的特征参数，并根据各调制方式的模拟信号及其对应的特征参数，生成带标签数据集；
[0011]构建初始深度神经网络，并对所述初始深度神经网络中的所有权值和阈值进行编码，得到多个个体编码；
[0012]对指定个体编码进行码位交叉和码位变换操作，然后利用所述带标签数据集对所述初始深度神经网络进行训练，得到训练后神经网络；
[0013]计算所述训练后神经网络的偏方差，并根据所述偏方差推算所述训练后神经网络的结构逼近度；
[0014]根据所述结构逼近度与预设的逼近度阈值，得到最优网络结构；
[0015]将所述辐射源信号的特征参数作为待识别信号特征参数输入到所述最优网络结构中，得到所述辐射源信号的调制方式的最大概率结果。
[0016]本专利技术可在低信噪比环境下，提高辐射源信号调制方式识别的精度和稳定性。具体地，本专利技术提出了一种利用信号自身特征参数联合全局寻优神经网络的未知辐射源调制
方式识别方法，在实施过程中，先获取辐射源信号的特征参数，即估算辐射源信号自身浅层次特征，再通过构建神经网络并得到最优网络结构，可基于深度神经网络在非线性逼近方面的优越性能，将辐射源信号的特征参数输入到经过个体编码变化多层迭代的最优网络结构中，以便挖掘捕捉辐射源信号的潜在特征，由此可使得调制方式输出结果更加稳定高效，相比较于普通神经网络的识别，本专利技术在低信噪比环境下辐射源信号调制方式识别的抗噪性能和识别准确度有显著提升。
[0017]在一个可能的设计中，从所述辐射源信号中提取得到的瞬时参数信息包括：
[0018][0019]式1中，N
s
为所述辐射源信号的采样点数，a(i)为所述辐射源信号在第i个采样点的的瞬时幅度，m
a
为所述辐射源信号的瞬时幅度均值；a
n
(i)为所述辐射源信号在第i个采样点的的归一化瞬时幅度，a
cn
(i)为所述辐射源信号在第i个采样点的的零中心归一化瞬时幅度；为所述辐射源信号的归一化瞬时幅度均值；f(i)为所述辐射源信号在第i个采样点的的瞬时频率，为所述辐射源信号在第i个采样点的的归一化瞬时频率；R
s
为所述辐射源信号的码元速率；为所述辐射源信号在第i个采样点的的瞬时相位，f
s
为信号频率，f
c
为载波频率，为所述辐射源信号在第i个采样点的的非线性相位分量。
[0020]在一个可能的设计中，通过所述瞬时参数信息推算出的所述辐射源信号的特征参数包括：
[0021][0022]式2中，Z1为幅度谱密度最大值，Z2为瞬时幅度方差，Z3为瞬时频率方差，Z4为瞬时相位方差，为傅里叶算子，c为在所述辐射源信号的N
s
个采样点中非弱信号值的个数。
[0023]在一个可能的设计中，模拟的各调制方式的模拟信号包括多幅移位键控调制信号、多频移位键控调制信号、多相移位键控调制信号、调幅信号、线性调频信号和连续波调制信号；其中，
[0024]多幅移位键控调制信号如下：
[0025][0026]式3中，e
MASK
(t)为模拟所得随时间t变化的多幅移位键控信号，a
n
为第n个码元的电平，g()为窗函数，T
s
是g()的时间间隔，ω
c
为载波信号角频率；
[0027]多频移位键控调制信号如下：
[0028][0029][0030]式4中，e
MFSK
(t)为模拟所得随时间t变化的多进制频移键控信号，A为信号幅度，ω
i
为第i个载波信号的角频率；
[0031]多相移位键控调制信号如下：
[0032][0033]式5中，e
MPSK
(t)为模拟所得随时间t变化的多进制相移键控信号，φ
n
为第n个载波信号的初始相位；
[0034]调幅信号如下：
[0035]e
AM
(t)＝a
n
(1+m
c
v
Ω
(t))cosω
c
t；
ꢀꢀ
式6
[0036]式6中，e
AM
(t)为模拟所得随时间t变化的调幅信号，m
c
为调制指数，范围在[0,1]之间，ν
Ω
(t)为调制信号；
[0037]线性调频信号如下：
[0038][0039]式7中，e
LFM
(t)为模拟所得随时间t变化的线性调频信号，rect为矩形函数变换符，K为线性调频率，exp()为以自然常数e为底的指数函数，j为虚数符号；
[0040]连续波调制信号如下：
[0041]e
CW
(t)＝a(t)cos[ω
c
t+θ(t)]；
ꢀꢀ
式8
[0042]式8中，e
CW
(t)为模拟所得随时间t变化的连续波调制信号，a(t)为振幅函数，θ(t)为相位函数。
[0043]在一个可能的设计中，构建初始深度神经网络，并对所述初始深度神经网络中的所有权值和阈值进行编码，得到多个个体编码，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辐射源信号调制方式识别方法，其特征在于：包括：接收辐射源信号，并从所述辐射源信号中提取得到瞬时参数信息；通过所述瞬时参数信息推算出所述辐射源信号的特征参数；模拟各调制方式的模拟信号并计算各调制方式的模拟信号对应的特征参数，并根据各调制方式的模拟信号及其对应的特征参数，生成带标签数据集；构建初始深度神经网络，并对所述初始深度神经网络中的所有权值和阈值进行编码，得到多个个体编码；对指定个体编码进行码位交叉和码位变换操作，然后利用所述带标签数据集对所述初始深度神经网络进行训练，得到训练后神经网络；计算所述训练后神经网络的偏方差，并根据所述偏方差推算所述训练后神经网络的结构逼近度；根据所述结构逼近度与预设的逼近度阈值，得到最优网络结构；将所述辐射源信号的特征参数作为待识别信号特征参数输入到所述最优网络结构中，得到所述辐射源信号的调制方式的最大概率结果。2.根据权利要求1所述的一种辐射源信号调制方式识别方法，其特征在于：从所述辐射源信号中提取得到的瞬时参数信息包括：式1中，N
s
为所述辐射源信号的采样点数，a(i)为所述辐射源信号在第i个采样点的的瞬时幅度，m
a
为所述辐射源信号的瞬时幅度均值；a
n
(i)为所述辐射源信号在第i个采样点的的归一化瞬时幅度，a
cn
(i)为所述辐射源信号在第i个采样点的的零中心归一化瞬时幅度；为所述辐射源信号的归一化瞬时幅度均值；f(i)为所述辐射源信号在第i个采样点的的瞬时频率，为所述辐射源信号在第i个采样点的的归一化瞬时频率；R
s
为所述辐射源信号的码元速率；为所述辐射源信号在第i个采样点的的瞬时相位，f
s
为信号频率，f
c
为载波频率，为所述辐射源信号在第i个采样点的的非线性相位分量。3.根据权利要求2所述的一种辐射源信号调制方式识别方法，其特征在于：通过所述瞬
时参数信息推算出的所述辐射源信号的特征参数包括：式2中，Z1为幅度谱密度最大值，Z2为瞬时幅度方差，Z3为瞬时频率方差，Z4为瞬时相位方差，为傅里叶算子，c为在所述辐射源信号的N
s
个采样点中非弱信号值的个数。4.根据权利要求1所述的一种辐射源信号调制方式识别方法，其特征在于：模拟的各调制方式的模拟信号包括多幅移位键控调制信号、多频移位键控调制信号、多相移位键控调制信号、调幅信号、线性调频信号和连续波调制信号；其中，多幅移位键控调制信号如下：式3中，e
MASK
(t)为模拟所得随时间t变化的多幅移位键控信号，a
n
为第n个码元的电平，g()为窗函数，T
s
是g()的时间间隔，ω
c
为载波信号角频率；多频移位键控调制信号如下：式4中，e
MFSK
(t)为模拟所得随时间t变化的多进制频移键控信号，A为信号幅度，ω
i
为第i个载波信号的角频率；多相移位键控调制信号如下：式5中，e
MPSK
(t)为模拟所得随时间t变化的多进制相移键控信号，φ
n
为第n个载波信号的初始相位；调幅信号如下：e
AM
(t)＝a
n
(1+m
c
v
Ω
(t))cosω
c
t；
ꢀꢀ
式6式6中，e
AM
(t)为模拟所得随时间t变化的调幅信号，m
c
为调制指数，范围在[0,1]之间，ν
Ω
(t)为调制信号；线性调频信号如下：
式7中，e
LFM
(t)为模拟所得随时间t变化的线性调频信号，rect为矩形函数变换符，K为线性调频率，exp()为以自然常数e为底的指数函数，j为虚数符号；连续波调制信号如下：e
CW
(t)＝a(t)cos[ω
c
t+θ(t)]；
ꢀꢀ
式8式8中，e
CW

【专利技术属性】
技术研发人员：李保珠，刘彤，洪涛，姜文，刘昆鹏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：