【技术实现步骤摘要】
本专利技术属于通信,具体涉及一种基于联合决策的复杂调制样式信号识别方法。
技术介绍
1、通常调制样式识别技术作为信号分析的基础，在民用方面和军事无线通信方面均有应用广泛，如:信号监测、干扰识别、信息截获以及电子对抗等领域。此外，调制识别技术还是认知无线电、频谱感知等领域的研究基础。
2、目前的调制识别系统多用于对单一调制方式或者简单调制方式进行调制样式的识别，而对于包含多次调制或多载波的复杂信号难以完成有效识别。因此，针对单次调制样式信号、复合调制样式信号及多载波信号均可能出现的复杂场景下，如何提升识别准确率是目前氶待解决的一个重要问题。
技术实现思路
1、本专利技术的目的在于：提供一种基于联合决策的复杂调制样式信号识别方法，以解决典型调制信号和复杂信号混合识别的问题。
2、为实现上述目的，本专利技术采用如下技术方案：
3、一种基于联合决策的复杂调制样式信号识别方法，包括以下步骤：
4、步骤1、获取并预处理待识别信号，得到信号的时域分布、信号瞬时频率分布、高次方谱、循环自相关谱、二次频谱；
5、步骤2、从步骤1得到的各类谱中分别提取出信号的时域分布特征、瞬时频率分布特征、高次方谱特征、高阶累积量特征、循环自相关特征及二次频谱图特征；其中，时域分布特征包括信号的时域分布峰值数量、零中心归一化瞬时幅度的偏离程度，瞬时频率分布特征包括信号的瞬时频率分布谱峰数量，高次方谱特征包括高次方谱线谱和对称特征，高次方谱指的是二、四、六或八
6、步骤3、对待识别信号进行载波统计，判断待识别信号是否为多载波信号；若为非多载波信号，则基于ofdm、mask、mfsk、mpsk、mqam以及多重调制信号自身特征，从步骤2提取的各类特征中选取相应特征进行识别；具体的：
7、ofdm信号采用提取的待识别信号循环自相关特征和二次频谱图进行识别；
8、mfsk采用提取的待识别信号瞬时频率分布特征进行识别；
9、mask信号采用提取的待识别信号时域分布特征进行识别；
10、mpsk信号采用提取的待识别信号高次方谱特征和高阶累积量特征进行识别；
11、mqam信号采用待识别信号的高阶累积量特征进行识别；
12、多重调制信号则采用外层调制为am、fm的多重调制识别流程，实现识别；
13、若为多载波信号，则需对多载波信号进行频谱切分，再将切分出的信号按照非多载波信号识别方法处理。
14、进一步的，所述待识别信号预处理方法为：
15、1.1、基于待识别信号，采用短时傅里叶变换得到信号时频图；
16、1.2、根据信号时频图取出同一时间段内的最大频谱幅度，得到时域-频谱最大幅值的一维数据；
17、1.3、设门限为时域-频谱最大幅值的一维数据的0.1倍，将时域-频谱幅值超过门限的时域信号统计为有效信号段；
18、1.4、分别对1.3得到的每段信号进行能量归一化处理，然后绘制信号时域分布、信号瞬时频率分布、高次方谱、循环自相关谱及二次频谱。
19、进一步的，所述步骤3中判断待识别信号是否为多载波信号的详细步骤包括：
20、3.1、根据待识别信号带宽与采样率的关系，判断信号是否需要局部频谱细化，对需要局部频谱细化的信号进行分辨率提高操作；
21、3.2、对步骤2提取的特征信息进行细化频谱操作，并取其幅度包络以模糊每个载波内的频谱波动，突出子载波之间的频谱谱峰区分度；
22、3.3、统计细化频谱幅度包络中信号载波数量，记录每个谱峰的起始频率与终止频率；若谱峰数量小于等于2或谱峰数量等于4，则为非多载波信号；若谱峰数量大于2且不等于4，则为多载波信号。
23、进一步的，所述步骤3中实现ofdm信号识别的方法为：
24、基于二次频谱图特征判断ofdm信号是否具备周期性，若存在周期性，则根据循环自相关特征和二次频谱图特征，推导出ofdm有效信号长度和子载波数量，从而完成ofdm信号识别。
25、进一步的，所述步骤3中，实现mask信号识别的方法为：
26、(1)统计时域分布特征统计a的峰值数量；
27、统计时域分布特征中，时域的最大值和最小值max(s(t)),min(s(t))，将统计结果归一化为an(t)；将范围(0,1)分为m个等间隔区间，统计an(t)在每一区间的数量，使用a＝[y(1),y(2),...,y(m)]来表示每个区间的点数；统计a的峰值数量，得到时域分布峰值数量，当数量大于等于2时，则将待测信号视为mask信号；
28、(2)根据零中心归一化瞬时幅度的偏离程度，区分mask信号的阶数，以完成mask信号识别。
29、进一步的，所述mfsk信号识别的方法为：
30、将瞬时频率分布归一化至范围(0,1)；将范围(0,1)分为m个等间隔区间，统计归一化的顺势频率在每一区间的数量，使用f(i)来表示每个区间的点数，其中i＝1,2...m；统计f的峰值数量，得到瞬时频率分布峰值数量，当数量等于2时，则将待测信号视为2fsk信号，当数量等于4时，则将待测信号是为4fsk信号。
31、进一步的，所述多重调制信号的识别方法为：
32、根据多重调制信号特点，设计外层调制为am或fm的多重调制识别方法，当外层调制为am时，其识别流程如下：
33、(1)对输入至决策的待识别信号进行am解调并搬至基带，得到基带信号；
34、(2)统计基带信号的时域分布峰值数量、信号瞬时频率分布谱峰数量；
35、(3)根据统计结果，识别内层调制类型；若时域分布峰值数量为2，则认为是2ask，若为其他数值，则认为内层调制类型为非mask信号；若信号瞬时频率分布谱峰数量为2，则认为内层调制为2fsk，若信号瞬时频率分布谱峰数量为4，则认为内层调制为4fsk，若为其他数值则认为内层调制非mfsk。
36、当外层调制为fm时，其调制的识别方法与am外层识别方法相同。
37、进一步的，所述mpsk信号识别的方法为：
38、统计信号高次方谱特征，二次方谱的特征，用于实现对bpsk和psk2b信号的识别；四次方谱的特征，用于实现对psk4a、psk4b和mqam信号的识别，高阶累积量特征f1用于识别出mqam信号和四阶psk信号；八次方谱的特征，用于实现对psk8a和psk8b信号的识别；
39、进一步的，所述mqam信号的方法为：
40、使用高阶累积量特征完成mqam信号识别，通过高阶累积量特征f1与f2完成对mqam信号的类内识别，其中为高阶累积量特征，c40、c41、c42为高阶累积量。
41、本专利技术提供的一种基于联合决策的复本文档来自技高网...
【技术保护点】
1.一种基于联合决策的复杂调制样式信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述待识别信号预处理方法为：
3.根据权利要求1所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中判断待识别信号是否为多载波信号的详细步骤包括：
4.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中实现OFDM信号识别的方法为：
5.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中，实现MASK信号识别的方法为：
6.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中，实现MFSK信号识别的方法为：
7.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述多重调制信号的识别方法为：
8.根据权利要求1至3任一项所述的一种基于联合决策的复杂
9.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中，实现MQAM信号识别的方法为：
...【技术特征摘要】
1.一种基于联合决策的复杂调制样式信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述待识别信号预处理方法为：
3.根据权利要求1所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中判断待识别信号是否为多载波信号的详细步骤包括：
4.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中实现ofdm信号识别的方法为：
5.根据权利要求1至3任一项所述的一种基于联合决策的复杂调制样式信号识别方法，其特征在于，所述步骤3中...
【专利技术属性】
技术研发人员：邵怀宗，刘星彤，陈慧，刘易翰，金圣钦，吴楠，
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。