【技术实现步骤摘要】
一种通信信号调制识别系统及方法
[0001]本专利技术设计通信
,具体设计一种通信信号调制识别系统及方法。
技术介绍
[0002]调制识别早期需要靠着专业技术人员借助一些外部仪器人为的判定和分析,该方法识别效率低、成本高同时识别精度难以保证。随着科技的发展,自动调制识别技术的研究也逐步深入,目前的研究中,调制识别的方法主要有:基于决策理论的似然比的调制识别方法和基于深度学习的调制识别方法。
[0003]基于决策理论的似然比的调制识别方法使用了假设检验的最大似然函数,比较各种调制方式假设下的似然函数最大值来决定调制方式,该方法理论上能达到最优的分类效果,但其运算复杂度极高,很难应用到实际的工程中去;基于深度学习的调制识别方法本质上也是特征参数提取方法的一种,但是其利用神经网络自学习自组织的能力,通过网络内部学自习提取特征参数,不需要依赖人为的特征参数提取,相对传统特征参数提取的调制识别方法,识别率有了很大的提升,但是其模型复杂度也在不断提高,同时分类的效果依赖于特定的数据集,导致其缺乏普适性,很难应用于实际的场景中。
技术实现思路
[0004]针对现有技术中的上述不足,本专利技术提供的一种通信信号调制识别系统及方法解决了现有技术缺乏普适性,很难应用于实际的场景中的问题。
[0005]为了达到上述专利技术目的,本专利技术采用的技术方案为:提供一种通信信号调制识别系统,包括瞬时幅度相位提取模块、瞬时幅度均值归一化模块、瞬时相位解卷绕非线性相位提取模块、特征参数σ
dp
...
【技术保护点】
【技术特征摘要】
1.一种通信信号调制识别系统,其特征在于,包括瞬时幅度相位提取模块、瞬时幅度均值归一化模块、瞬时相位解卷绕非线性相位提取模块、特征参数σ
dp
计算模块、特征参数P计算模块、特征参数γ
max
计算模块、特征参数计算模块和特征参数计算模块;所述瞬时幅度相位提取模块用于提取信号的瞬时幅度和瞬时相位;所述瞬时幅度均值归一化模块用于对瞬时幅度求均值,使用均值归一化,得到均值归一化后的幅度,并统计信号的非弱信号点的个数;所述瞬时相位解卷绕非线性相位提取模块用于对对瞬时相位解卷绕,并用相位均值来提取非线性相位分量;所述特征参数σ
dp
计算模块用于通过信号的瞬时相位提取特征参数σ
dp
;所述特征参数计算模块用于通过均值归一化后的幅度提取特征参数所述特征参数P计算模块用于通过信号的瞬时幅度和瞬时相位提取信号的特征参数P;所述特征参数γ
max
计算模块用于通过均值归一化后的幅度提取特征参数γ
max
;所述特征参数计算模块用于通过非线性相位分量提取特征参数2.一种基于权利要求1所述的通信信号调制识别系统的通信信号调制识别方法,其特征在于,包括以下步骤:S1、使输入信号通过瞬时幅度相位提取模块,提取信号的瞬时幅度和瞬时相位;S2、使用瞬时幅度均值归一化模块对瞬时幅度求均值,使用均值归一化,得到均值归一化后的幅度,并统计信号的非弱信号点的个数;S3、将瞬时相位传递给瞬时相位解卷绕非线性相位提取模块,对瞬时相位解卷绕,并用相位均值来提取非线性相位分量;S4、使用瞬时幅度、瞬时相位、均值归一化后的幅度和非线性相位分量提取特征参数集合;S5、使用特征参数集合对待分类的调制信号进行识别分类,完成调制信号的分类。3.根据权利要求2所述的通信信号调制识别方法,其特征在于,所述步骤S2中得到均值归一化后的幅度,并统计信号的非弱信号点的个数的公式如下:其中,a(i)为信号的瞬时幅度,N
s
为当前运算数据点数,m
a
为幅度均值,a
n
(i)为均值归一化后的幅度,非弱信号点C的个数为运算数据点数N
s
中a
cn
(i)>1的个数。4.根据权利要求3所述的通信信号调制识别方法,其特征在于,所述步骤S4中特征参数集合包括特征参数σ
dp
、P、γ
max
和5.根据权利要求4所述的通信信号调制识别方法,其特征在于,所述步骤S4包括以下分步骤:S41、将信号的瞬时相...
【专利技术属性】
技术研发人员:阎波,张新辰,杜奇龙,郭雨琦,赵楚奇,
申请(专利权)人:电子科技大学,
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。