System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于循环爪印图特征的测控复合调制信号识别方法技术_技高网

一种基于循环爪印图特征的测控复合调制信号识别方法技术

技术编号:41219126 阅读:4 留言:0更新日期:2024-05-09 23:39
本发明专利技术公开了一种基于循环爪印图特征的测控复合调制信号识别方法,属于信息与信号处理领域。本发明专利技术首先根据空间数据系统咨询委员会标准生成统一载波体制下的理想复合调制信号集,并计算归一化循环谱;其次将三维归一化循环谱的俯视图转化为16比特量化灰度矩阵;然后采用二维离散余弦变换对该循环爪印矩阵进行进一步特征提取;接着利用线性判别分析对提取的特征矩阵进行降维,得到特征向量并构建训练集。实际识别流程如下:接收端存储复合调制信号的特征训练集及用训练集预训练好的随机森林分类器,无其他先验知识;当接收到测试信号时,使用上述方法求解当前测试信号的特征向量,并将特征向量输入随机森林分类器,完成复合调试识别流程。

【技术实现步骤摘要】

本专利技术属于信号处理领域,特别是复合调制信号的信号调制方式识别设计。


技术介绍

1、复合调制(composite modulation,cm)指多用户基带数据采用不同的调制方式调制到统一载波上的多层调制方案,具有出色的传输效率、抗拦截能力和安全性,被广泛应用于遥测、跟踪和指挥(telemetry,tracking and command,tt&c)系统和宽带空间通信中。cm被认为是未来第六代无线通信网络、认知空间通信网络和物联网的一种重要调制方式。为了在拥挤的频谱中进行认知通信,下一代通信系统中的智能接收机需要在没有任何先验知识的情况下盲识别接收信号的调制类型。因此,自动复合调制分类(automatic compositemodulation classification,acmc)是实现这一目标的关键机制。

2、传统的自动调制分类(automatic modulation classification,amc)方法一般可分为两类:基于似然(likelihood-based,lb)的决策理论方法和基于特征(likelihood-based,fb)的决策理论方法,这些方法都假设目标(传输)信号是单层调制的。lb决策理论方法是对给定(训练)观测数据集拟合的统计模型进行似然比检验。然而,现有的lb方法由于缺乏封闭解、计算复杂度高、底层模型与接收信号数据的实际统计量存在概率不匹配等原因,通常无法得到令人满意的amc结果。由于cm信号比单层调制信号复杂得多,因此将lb方法应用于acmc比amc困难得多。另一方面,fb方法通过特征提取和模式识别来区分各种调制类型。现有的fb方法结合连续解调,即“逐层识别和解调(layer-by-layer identificationand demodulation,li&d)”,接收器需要使用现有的fb方法先识别接收到的cm信号的外层调制类型,然后将接收到的信号解调,以进一步进行内层调制识别。然而,这种li&d的fb方法要求接收到的cm信号具有完美的载波和时间同步,因此使用场景有所受限。此外,基于锁相环及拟合优度的特征提取方法亦被提出应用于复合调制信号的识别,但当锁相环失锁时该方法失去有效性。高阶累积量(high-order cumulants,hoc)作为信号统计特征可提取应用至信号盲识别,但其庞大的计算量对内存资源消耗很大,时效性不强。目前只有少量文献提出了acmc方法,因此探索并实现高效的acmc技术是当务之急。

3、此外,amc还采用了各种深度学习模型,包括卷积神经网络、自注意力模型、生成对抗网络等。这种流行的深度学习模型通常具有训练识别精度高、重量轻的优点。然而,深度学习模型的acmc性能高度依赖于提取合适的特征来有效区分不同的cm方案,而复合调制信号的特征提取困难,目前还不存在任何针对复合调制信号直接设计的深度学习网络。如何在不增加运算复杂度和特征提取难度的基础上设计一套崭新的高效复合调制识别架构将是本专利技术关注并解决的一个重点问题。

4、本专利技术目前还未在国内外出版物上公开发表文章,未在国内外公开使用或者以其他方式为公众所知。


技术实现思路

1、本专利技术的目的在于在克服已有复合调制识别方法的不足,构造一套完整的针对航天测控统一载波体制复合调制信号的识别流程。该套估计流程的优势在于精度高,抗干扰性能好,可有效对抗航天链路引入的相位噪声、频率偏移和定时误差,且所需先验知识少,计算量和复杂度较低。

2、本专利技术基于复合调制信号的归一化二阶循环谱分析,构建了复合调制信号的新图像表示:循环爪印图(cyclic-paw-print,cpp),该图像可以唯一的表征不同种类的复合调制信号;然后使用离散余弦变换(discrete cosine transform,dct)对cpp灰度矩阵进行进一步的特征提取,并利用线性判别分析(linear discriminant analysis,lda)对dct系数矩阵进行降维;最后引入随机森林分类器进行分类识别,整体识别方案如图1所示;

3、本专利技术技术方案为一种基于循环爪印图特征的测控复合调制信号识别方法,该方法包括:

4、步骤1:构造存储在接收端的不同信噪比下的理想复合调制信号特征训练集

5、步骤1.1:生成理想复合调制信号集;

6、在不失一般性的前提下,本文考虑了统一频带两层复合调制方案,信号集中包含十种统一载波体制下的复合调制信号,分别为pcm/bpsk/pm、pcm/qpsk/pm、pcm/bpsk1+bpsk2/pm、pcm/qpsk1+qpsk2/pm、pcm/bpsk+qpsk/pm、pcm/bpsk/fm、pcm/qpsk/fm、pcm/bpsk1+bpsk2/fm、pcm/qpsk1+qpsk2/fm、pcm/bpsk+qpsk/fm,其调制指数均为1.2;理想复合调制信号无噪声干扰、不考虑相位噪声和多普勒频移,其发射信号s(t)的模型如下:

7、

8、其中,fc是主载波频率,φ0是主载波的初始相位,代表取实部,是等效低通信号:

9、

10、其中,a代表调制信号幅度,kpm,kfm分别是两种复合调制方式的调制指数,pcm/m-psk/p表示脉冲调制编码/多进制相移键控/相位调制,pcm/m-psk/fm表示脉冲调制编码/多进制相移键控/频率调制,其中多进制相移键控用于内层子载波调制,相位调制或频率调制用于外层调制,si(t)是内层调制信号,在本专利技术中具体分为二进制相移键控bpsk、正交相移键控qpsk及多用户组合方式,表示内层调制信号的个数,即统一载波体制下的用户个数;

11、内层调制的信号模型如下:

12、

13、mi=1,2,...,mi,0≤t≤ti

14、其中,

15、

16、其中,fi是内层剩余载波调制的载波频率,mi表示相移键控调制的符号数(相位状态的数量),mi表示相位状态的索引,φi,0是内层剩余载波调制的初始相位,i是内层调制信号的数目,i=1,2……i,gi(t)代表矩形脉冲,ti代表第i路成型脉冲的持续时间;

17、步骤1.2:计算不同信噪比下理想复合调制信号的三维归一化循环谱

18、现在考虑上述复合调制信号通过加性高斯白噪声信道传输,因此接收到的信号r(t)可以表示为

19、r(t)=s(t)+n(t)        (2)

20、其中n(t)表示均值为0和方差均为σ2的awgn;

21、对不同信噪比下的理想离散复合调制信号采用二阶循环理论中的快速傅里叶变换累积法求取二阶循环自相关函数;给定频谱频率f和循环频率ε,基于时域平滑的循环周期图表示为:

22、

23、其中,g′(·)是时域宽度为δt=nts的归一化权重函数,n为每个傅里叶变换窗的采样点数,ts是时域采样周期,f1和f2为fam方法中使用的本文档来自技高网...

【技术保护点】

1.一种基于循环爪印图特征的测控复合调制信号识别方法,该方法包括:

2.如权利要求1所述的一种基于循环爪印图特征的测控复合调制信号识别方法,其特征在于,所述步骤4的具体方法为:

【技术特征摘要】

1.一种基于循环爪印图特征的测控复合调制信号识别方法,该方法包括:

2.如权利要求...

【专利技术属性】
技术研发人员:阎啸陈逸芸钟旭诺王茜何羚
申请(专利权)人:电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1