[发明专利]一种微量采样数据数字调制识别方法

摘要

本发明属于通信技术领域，具体涉及一种2ASK、4ASK、2PSK、4PSK、2FSK和4FSK共6种调制方式的微量采样数据数字调制识别方法。本发明包括对采样信号进行带通滤波处理；使用希尔伯特变换获取信号瞬时信息，包括瞬时幅度、非线性相位和瞬时频率；计算信号幅度中心化参数、相位中心化参数和频率中心化参数；计算信号分类所需的5个特征参数；使用决策树分类器对信号进行分类判决。本发明提出的新的中心化参数和分类门限自动调整方法能够有效地减少识别算法对采样码元数量的要求，使得识别方法可以在资源较少的硬件平台上得到应用，并且能提高方法对信噪比的自适应性。

主权项

一种微量采样数据数字调制识别方法，其特征在于：(1)对采样信号进行带通滤波处理；(2)使用希尔伯特变换获取信号瞬时信息，包括瞬时幅度、非线性相位和瞬时频率；(3)计算信号幅度中心化参数、相位中心化参数和频率中心化参数；(4)计算信号分类所需的5个特征参数：σda、σaa、σdf、σap和σaf；其中，σda为中心化瞬时幅度的标准偏差，σaa为中心化瞬时幅度绝对值的标准偏差，σdf为非弱信号段瞬时频率的标准偏差，σap为中心化瞬时相位绝对值的标准偏差，σaf为中心化瞬时频率绝对值的标准偏差；中心化瞬时幅度、中心化瞬时相位和中心化频率的具体计算方法为：中心化瞬时幅度aan(i)＝a(i)‑moa，其中a(i)为信号的瞬时幅度，moa为幅度中心化参数；中心化瞬时相位其中为信号的非线性相位，mop为相位中心化参数；中心化瞬时频率fcn(i)＝f(i)‑mof，其中f(i)为信号的瞬时频率，mof为频率中心化参数；(5)使用决策树分类器对信号进行分类判决：(5.1)如果参数σda＜th1，则信号属于类0{2FSK，4FSK，2PSK,4PSK}，否则信号属于类1{2ASK,4ASK}；其中th1为参数σda的判决门限；(5.2)已判决出信号属于类1，执行SNR粗估计模块1：当σap＜th5，选择th2＝th2高SNR，否则选择th2＝th2低SNR；如果参数σaa＜th2，则信号为2ASK，否则信号为4ASK；其中th5为利用σap进行SNR粗估计的判决门限，th2为参数σaa的判决门限，th2高SNR为在高信噪比情况下th2选取的门限，th2低SNR为在低信噪比情况下th2选取的门限；(5.3)已判决出信号属于类0，且参数σdf＜th3，则信号属于类01{2PSK,4PSK}，否则信号属于类00{2FSK,4FSK}；其中th3为参数σdf的判决门限；(5.4)已判决出信号属于类01，执行SNR粗估计模块2：当σda＜th6，选择th5＝th5高SNR，否则选择th5＝th5低SNR；如果参数σap＜th5，则信号属于2PSK，否则信号为4PSK；其中th6为利用σda进行SNR粗估计的门限，th5为σap的判决门限，th5高SNR为在高信噪比情况下th5选取的门限，th5低SNR为在低信噪比情况下的th5选取的门限；(5)已判决出信号属于类00，执行SNR粗估计模块3：当σda＜th6，选择th4＝th4高SNR，否则选择th4＝th4低SNR；如果参数σaf＜th4，则信号为2FSK，否则信号为4FSK；其中th6为利用σda进行SNR粗估计的门限，th4为σaf的判决门限，th4高SNR为在高信噪比情况下th4选取的门限，th4低SNR为在低信噪比情况下th4选取的门限。