[发明专利]基于相关性分簇的两级融合调制识别方法

摘要

本发明提供一种基于相关性分簇的两级融合调制识别方法，为了实现对BPSK，2FSK，2ASK，QPSK，4FSK以及4ASK这6种调制方式的正确识别，本发明特征提取方法为采用db3小波对这六种信号进行7层分解，对每层信号重构并计算各层信号的平均方差S，得到S1~S8八个参数；同时引入四种瞬时特征参数、、、，以便对2PSK、QPSK和2ASK三种信号进行更好的识别。为克服“隐终端”问题，该发明采用了一种基于接收信号相关性进行分簇的两级融合调制识别的方法，该方法基于接收信号能量的相关性进行分簇，簇内节点根据接收信噪比的大小提取不同的参数进行协作，每个节点只提取一个特征参数，提取方法如上所述，簇头进行初级特征融合，汇聚中心进行决策级融合。

主权项

1. 一种基于信号相关性分簇的两级融合调制识别的方法，其特征在于该方法具体包括：    a、各节点计算相关性矩阵R，节点j在第t次循环接收信号能量为其中为信号的采样点数，是j节点在第t次循环接收到的信号，表达式为是j节点接收到的有用信号，假定其为一个均值为零，方差为的独立随机分布过程，为服从零均值、方差为的高斯独立随机分布过程的白噪声，并且和相互独立的；则任意两个相互独立的节点接收信号的相关系数为为一个分簇周期的能量计算次数，j,k=1,2,...,N，N为接收节点个数，共得到个系数，这些系数组成代表各节点间相关性的矩阵R，R={}，共个元素；    b、基于相关性矩阵进行分簇，每个簇由12个成员节点组成，具体过程如下：    1) j表示节点序号，令j=1；    2) 汇聚中心选择与节点j相关性最小的还未成簇的11个节点形成一个簇，且这12个节点打上成簇标签；    3) 若j小于接收节点个数N，则j=j+1，转4）；否则跳到5）；    4) 汇聚中心查询节点j是否成簇，若已成簇返回3）；否则返回2）；    5) 分簇结束；c、特征级融合，簇内12个节点相互进行协作，每个节点只提取一个特征参数，按接收信号的信噪比由高到低选择特征参数的顺序是：S1、S2、S3、S4、S5、S6、S7、S8、、、、M，其中S1~S8是采用db3小波对接收信号进行7层分解，提取各层小波系数，重构各层信号并计算各层信号的平均方差得到的八种参数；为零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差；为零中心非弱信号段瞬时相位非线性分量的标准偏差；为复数平均值的模，其中是经零中心化处理后瞬时相位的非线性分量，,是瞬时相位，；为瞬时幅度均值的平方；每个簇选择信噪比最高的节点为簇头，各节点将提取的特征参数送往簇头已训练好的神经网络中进行识别，簇头将得到的融合识别结果告知汇聚中心；  d、汇聚中心根据各簇的识别结果，采用投票融合准则得出最终的调制识别结果。