[发明专利]基于GP分布拟合检验的复合调制信号分析结果校验方法

说明书

本发明针对LFM/BPSK盲分析结果的可信性评估问题，将极值分布理论引入其中，提出了一种基于GP分布拟合检验的复合调制信号分析结果校验方法，其基本思路为：先根据调制识别结果构造参考信号，并将其与观测信号作相关运算，通过检验相关谱超阈值序列超出量的概率分布是否服从标准GP分布，实现对LFM/BPSK信号盲分析结果的可信性评估。仿真结果证明，本发明在适度信噪比范围内，能有效完成对LFM/BPSK复合信号盲处理结果的可信性检验，且可推广到其它复合调制信号盲处理结果的可信性评估中。

技术领域

本发明属于信号处理技术领域，具体涉及一种基于GP分布拟合检验的复合调制信号分析结果校验方法。

背景技术

在现代电子战中，为了提高雷达在复杂电磁环境下的生存概率，提高其反截获能力，复合调制技术已得到广泛应用。如常用的LFM/BPSK复合调制信号是一种大时宽带宽积信号，既弥补单一调制信号的不足，又兼具BPSK信号良好的距离分辨率和LFM信号对多普勒频移不敏感的优点，拥有更好的脉冲压缩性能。另一方面，其模糊函数在原点附近呈现图钉型，与单一调制方式信号相比，具有更良好的抗干扰性能和低截获概率(LPI)特性。但是，对电子侦察信号处理而言，针对此类复合调制信号的调制识别与参数估计，其处理难度与复杂度进一步增加，其处理结果的不确定性也难以预计。因此，有必要对每一次盲分析结果的可信与否进行统计评估(即盲处理结果的可信性评估)，以便为后续处理环节提供有效输入信息。

目前，有关调制信号盲分析结果的可信性评估，主要针对单一调制信号，从可靠性评估的实际内容来看，可以分为三类：

1、对调制方式识别结果的可信性(可信度)评估。现有文献中利用谱相关特性及神经网络分类器对认知无线电中AM、BPSK、QPSK、MSK、FSK等信号进行分类识别时，将多层神经网络分类器的最大输出值与次大输出值之间差值的一半作为调制信号识别分类器的可信度度量。还有些文献在利用似然比方法研究BPSK、QPSK、8-PSK及16-QAM等四种信号的调制方式识别时，提出了一种基于似然比向量信息熵的识别结果可信度度量。先利用不同待识信号模型假设下对应的似然函数值构造特征向量，而后用该向量的信息熵来衡量调制识别结果的可信性。信息熵的大小体现了特征向量中各似然值之间的差异大小，从某种意义上体现了调制识别结果的可信性。但上述两种方法对先验信息的依赖性均较强：前者需要依赖大量的训练样本及主用户信号参数的先验信息，后者计算各种假设下的似然值也需要信号、噪声及信道的先验信息，这在非协作条件下是难以获得的。

2、对信号参数估计结果的可信性评估。从发表的文献来看，主要集中于对正弦波频率估计结果的可信性评估。一些文献中分别讨论了基于局部最大势和切比雪夫不等式的两种正弦波频率估计可信性评估方法，给出了正弦波频率估计可信性评估的假设检验模型、判决统计量的推导及相应门限的设定方法，并对两种算法的统计性能进行了详细的理论分析及仿真验证。仿真结果表明，所提出的算法可对单次频率估计的绝对误差大小进行统计检验。还有些文献将频率估计结果的可信性与相关累加曲线的线性与否联系起来，提出了一种基于F统计量检验的评估算法。