[发明专利]一种基于支持向量机的水声通信信号调制方式识别方法

说明书

本发明提供了一种基于支持向量机的水声通信信号调制方式识别方法，通过非线性分段指数函数对含有复杂海洋背景噪声的水声信号进行预处理，提取水声信号的时域L‑Z复杂度特征、频域分形盒维数特征、时频域Renyi熵特征作为SVM分类器的输入，之后选择合适的核函数与参数，完成对水声通信信号的调制方式识别。本发明通过非线性变换预处理方法，消除复杂海洋背景噪声影响，提取时域、频域和时频域中的三种特征构成特征向量，与单特征方法相比性能提升明显。本发明可用于浅海水声通信信号的监测与识别，提前感知敌方的水声通信行为，提高我国海防实力。

技术领域

本发明涉及信息信号处理领域，尤其是一种水声通信信号的识别方法，涉及水下信号处理，特征识别，机器学习等理论。

背景技术

二十一世纪是海洋大发展时代，随着科技的快速发展，海洋逐渐成为人类发展的重要领域，其中非合作条件下的水声通信信号调制方式识别是海洋安全领域一个重要的研究方向。

近年来世界各军事大国都在逐渐加强对海洋领域的防卫与监测。目前，最先进的水下监测网络为美国的Seaweb，其可在浅海恶劣条件下利用水声网络在广阔水域进行高质量数据传输，最高可以支持2k字节长度的数据包和2400bits/s的通信速率。无论是水下航行器还是水下监测网的正常工作，都需要进行设备之间的信息交流和数据传输，而水下通信只能选取声信号作为能量载体来满足正常需求。因此，水声通信技术是一切水下作业的核心技术，实现非合作条件下的水声通信信号调制方式识别对水声对抗具有重要意义。

目前，对于调制信号的识别主要有两种方法：基于似然函数的判决理论法和基于特征提取的统计模式识别方法。利用特征提取的统计模式识别过程主要分为两个模块：一是提取特征，二是对提取出来的特征进行模式匹配。由于水声信道具有强多途、窄带宽、长时延、非高斯背景噪声等多种特性，传统的调制方式识别方法不能满足水声信号调制方式识别的要求。因此，研究合适的水声通信信号调制方式识别方法在军事与民用方面都有重要意义。

发明内容

为了克服现有技术的不足，本发明提供一种基于支持向量机的水声通信信号调制方式识别方法。针对水声信道具有强多途、长时延、短时脉冲干扰等多种特性，提出了一种基于支持向量机(SVM)的水声通信信号调制方式识别方法。本发明通过非线性分段指数函数对含有复杂海洋背景噪声的水声信号进行预处理，提取水声信号的时域L-Z复杂度特征、频域分形盒维数特征、时频域Renyi熵特征作为SVM分类器的输入，之后选择合适的核函数与参数，完成对水声通信信号的调制方式识别。

本发明解决其技术问题所采用的技术方案的步骤如下：

第一步：传感器接收水声通信信号；

通过水下声传感器接收含有复杂海洋环境噪声的水声通信信号S；

第二步：进行非线性变换预处理；

通过非线性变换对水声通信信号S进行预处理，消除部分冲击噪声的影响；

选择分段线性分段指数做非线性变换，表达式如下：

式中P_S为接收水声信号S的平均功率，e为以自然常数为底的指数，f(S)表示对水声信号S做非线性变换，x为非线性变换后的信号；

第三步：提取时域L-Z复杂度特征；

L-Z复杂度通过复制和添加两种操作来描述一个序列的特性；首先对非线性变换后的信号x进行差值序列变换，然后对变换后的序列进行量化编码，得到重构序列 {r(k)}，再对重构序列求L-Z复杂度C(L)；

第四步：提取频域分形盒维数特征；