[发明专利]一种基于GP分布的BPSK/QPSK信号识别方法有效

专利信息
申请号: 201710832795.6 申请日: 2017-09-15
公开(公告)号: CN108881084B 公开(公告)日: 2020-12-15
发明(设计)人: 杨莉;胡国兵;姜志鹏;邓宽;单峡 申请(专利权)人: 金陵科技学院
主分类号: H04L27/00 分类号: H04L27/00
代理公司: 南京钟山专利代理有限公司 32252 代理人: 戴朝荣
地址: 211169 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 gp 分布 bpsk qpsk 信号 识别 方法
【说明书】:

发明公开了一种基于GP分布的BPSK/QPSK信号识别方法,将待识别BPSK/QPSK信号进行平方,求频谱并作取模运算得到幅度谱;取幅度谱极大值并记录其位置,计算得到修正谱,将修正谱作平方运算得到新序列;取新序列的极大值,定义阈值,选择新序列中大于阈值的谱线构成超阈值极值序列;将BPSK/QPSK信号的识别问题转化为假设问题:H0假设下,超阈值极值序列近似服从GP分布,信号为BPSK;H1假设下,超阈值极值序列不服从GP分布,信号为QPSK。通过计算由BPSK/QPSK信号构成的超阈值极值序列的分布和其GP分布的拟合优度来对BPSK及QPSK两种信号进行识别,无需信号的先验信息,识别正确率高。

技术领域

本发明涉及一种基于GP分布的BPSK/QPSK信号识别方法。属于雷达或通信信号处理领域。

背景技术

调制识别技术在军事、民用领域有广泛的应用价值。信号的调制方式识别位于接收机的前端,处于信号检测和解调中间。接收机要识别出信号的调制方式对接收信号进行解调以后才能进行下一个操作直到最后获取信息。调制识别技术主要分为两大类:基于似然的方法和基于特征的方法。基于似然的方法,是在构建似然的架构下,将信号的识别转换为多重假设检验问题。基于特征的方法中提取的特征主要有:瞬时特征,谱特征,高阶累积量,谱相关。以上方法普遍存在计算量大,需要估计信号先验信息等缺点。

发明内容

为解决现有技术的不足,本发明的目的在于提供一种基于GP分布的BPSK/QPSK信号识别方法,解决其他方法普遍存在计算量大、需要估计信号先验信息等缺点。

为了实现上述目标,本发明采用如下的技术方案:一种基于GP分布的BPSK/QPSK信号识别方法,其特征在于:包括如下步骤:

步骤一:将待识别BPSK/QPSK信号进行平方,求频谱并作取模运算得到幅度谱;

步骤二:取幅度谱极大值并记录其位置,将其左边和右边N根谱线置零得到修正谱,将修正谱作平方运算得到新序列;

步骤三:搜索新序列的极大值,定义阈值,选择新序列中大于阈值的谱线构成超阈值极值序列;

步骤四:将BPSK/QPSK信号的识别问题转化为以下假设问题:H0假设下,超阈值极值序列近似服从GP分布,信号为BPSK;H1假设下,超阈值极值序列不服从GP分布,信号为QPSK。

前述的一种基于GP分布的BPSK/QPSK信号识别方法,其特征在于:在步骤一中,待识别BPSK/QPSK信号为x(n),将信号平方运算作离散傅里叶变换(DFT)求频谱并取模得到幅度谱Y(k),

Y(k)=|DFT[x(n)2]|,

其中,x(n)为叠加了高斯白噪声的有噪信号。

前述的一种基于GP分布的BPSK/QPSK信号识别方法,其特征在于:在步骤二中,搜索幅度谱Y(k)的最大值并记录最大值所在位置k0,定义修正频谱

其中,N3;将修正频谱作平方运算得到新序列Z1(k)=Z(k)2

前述的一种基于GP分布的BPSK/QPSK信号识别方法,其特征在于:在步骤三中,搜索新序列的极大值Z1max,定义阈值λ0=(0.05~0.15)×Z1max,将Z1(k)中大于阈值的谱线选择出来构成超阈值极值序列G,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于金陵科技学院,未经金陵科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710832795.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top