[发明专利]一种大气湍流下无线光通信副载波调制星座图识别方法

权利要求书

1.一种大气湍流下无线光通信副载波调制星座图识别方法，其特征在于，具体按照以下步骤实施：

步骤1：建立大气湍流信道数学模型；

步骤2：根据步骤1建立的大气湍流信道数学模型，获得经过大气湍流信道后副载波调制信号的星座图，进行模糊C均值聚类并提取其硬趋势均值特征参数；

步骤3：设计改进三层BP神经网络分类器，将步骤2中提取的特征参数对改进BP网络进行训练，用训练好的网络最后进行调制星座图识别。

2.如权利要求1所述的一种大气湍流下无线光通信副载波调制星座图识别方法，其特征在于，所述步骤1建立大气湍流信道数学模型，具体按照以下步骤实施：设x(t)为发射端已调副载波信号，y(t)为接收机输出信号，则y(t)＝I(t)x(t)+n(t)，式中，I(t)是大气信道状态信息，表征为大气湍流强度，弱湍流情况则服从对数正态分布，强湍流情况服从负指数分布或K分布，n(t)为高斯白噪声，均值为0，方差为σ2。

3.如权利要求1所述的一种大气湍流下无线光通信副载波调制星座图识别方法，其特征在于，所述步骤2中进行模糊C均值聚类并提取其硬趋势均值特征参数的具体实施步骤为：

步骤2.1：利用模糊C均值算法把n个待分类的星座图样本点xi(i＝1,2,...,n)划分为c个模糊组，求出每组的聚类中心，使得非相似性指标的价值函数达到最小；利用隶属度定义样本数据隶属于每一类的概率，隶属矩阵U取值为[0，1]之间的实数值，而且样本点隶属于每一类的取值和为1：

Σ i = 1 c u i j = 1 , ∀ j = 1 , ... , n - - - ( 1 ) ]]>

若选择欧几里德距离作为非相似性指标时，FCM的价值函数为：

J ( U , c 1 , ... , c c ) = Σ i = 1 c J i = Σ i = 1 c Σ j n u i j m d i j 2 - - - ( 2 ) ]]>

式中的uij为隶属度矩阵，矩阵中元素属于[0，1]区间；ci为模糊组i的聚类中心；第i个聚类中心与第j个星座图数据点之间的欧几里德距离记为dij＝||ci-xj||；m∈[1,∞)是一个加权指数；对所有输入参量求导，可得到使FCM价值函数达到最优解的必要条件为：

c i = Σ j = 1 n u i j m x j / Σ j = 1 n u i j m - - - ( 3 ) ]]>

u i j = 1 / Σ k = 1 c ( d i j d k j ) 2 / ( m - 1 ) - - - ( 4 ) ]]>

通过反复修改隶属度矩阵和聚类中心，使Jc(i+1)-Jc(i)＜ε，ε取1e-5；

步骤2.2：获得迭代最终的聚类中心和隶属度矩阵后，采用硬趋势函数作为FCM算法的有效性函数，判断将接收信号点划分为c类是否合理，c取2、4、8、16；该函数求得的硬趋势均值特征参数作为三层改进BP神经网络的输入，从而区分不同的MPSK调制类型。