[发明专利]基于高阶统计量与信噪比盲估计的分布式协同信号识别方法

说明书

技术领域

本发明涉及一种用于电磁频谱监测系统的分布式信号识别方法，特别是一种基于高阶统计量与信噪比盲估计的分布式协同信号识别方法。

背景技术

目前，无线传感器网络具有监测精度高、系统容错性好以及可远程监控等特点，使得其在频谱监测领域具有广阔的应用前景。在信息战领域，截获接收机需对威胁进行识别，为决策系统选择有效地抗干扰策略提供依据，其中对信号调制方式的识别，是截获接收机的重要功能之一，也是电子支援系统的重要内容之一。在认知无线电系统中，认知用户不仅要探测到授权用户的存在与否，还应该提供尽可能多的环境信息和用户信息，其中对信号调制方式的识别可为频谱共享提供重要依据。

目前多数调制识别技术是基于单节点完成的，主要是基于假设检验和统计模式识别的两类方法。但是单节点受环境变化的影响，容错性能较差，从而导致其信号识别率较低，此外，随着作战地域或通信范围不断扩大，单节点的监测能力以及对信息的实时处理能力都将受到极大限制。而基于无线传感网的分布式信号识别技术，能够利用数据融合，可极大程度消除对未知信号判断模糊性，提高识别准确率。

发明内容

本发明的目的是针对目前调制识别技术是基于单节点完成时所存在的单节点受环境变化的影响，容错性能较差，导致其信号识别率较低的问题，提出一种提高识别准确率、可信度以及容错性能的分布式协同信号识别方法。

本发明的技术方案是：

一种基于高阶统计量与信噪比盲估计的分布式信号识别方法，它包括以下步骤：第一步，对于电磁信号进行频谱监测时，各传感器节点对接收信号恢复得到复基带信号r(t)=EΣk=-∞∞akp(t-nTs)exp[j(ωct+θc)]+n(t),]]>其中，E是接收信号的平均功率，a_k为发送码元序列，p(·)是发送码元波形，T_s为码元带宽，ω_c为载波频率，θ_c为载波相位，所有n_i(t)均为零均值的复高斯白噪声，且方差为N₀，采用各类数字调制信号的高阶累积量值C_mn，构建特征参数T₁、T₂，其中T₁＝|C₄₀|/|C₄₂|，T₂＝|C₄₁|/|C₄₂|；

第二步，根据T₁、T₂将待识别的接收信号调制种类分为三大类，第一类{2ASK/BPSK、4ASK}、第二类{QPSK、16QAM}、第三类{2FSK、4FSK、8PSK、MSK}；

第二类QPSK、16QAM的具体识别方法为：

(a)建立特征T₃＝|C₄₂|/|C₂₁|²作为识别QPSK、16QAM的参数；

(b)构建分类样本，将QPSK、16QAM在不同信噪比下的T₃值及其对应的信噪比作为分类样本；