[发明专利]基于HOUGH变换的BPSK信号盲识别结果的有效性评估方法

摘要

本发明提出了基于HOUGH变换的BPSK信号盲识别结果的有效性评估方法，该方法在无信号先验知识的条件下，先根据调制识别结果对应的信号模型构造参考信号，在分析参考信号与观测信号相关累加后模值曲线，转换成一幅二值化的二维图像，而后作HOUGH变换，并进行直线检测，依据数据空间里的直线可以通过检测参数空间的聚集点数来对BPSK信号盲识别结果是否有效进行判断。本发明提出的算法在较低信噪比条件下，可实现对BPSK信号的盲识别结果有效性检验，且无需信号的先验信息。

主权项

基于HOUGH变换的BPSK信号盲识别结果的有效性评估方法，BPSK信号的盲识别过程包括调制方式识别和解码，其特征在于：采用假设检验法对BPSK信号盲识别结果进行评估，设有限观测时间内待盲识别的BPSK信号为：$S\left(t\right)={\mathrm{Ae}}^{j(2\mathrm{\π}{f}_{0}t+\mathrm{\θ})}\underset{k=1}{\overset{N_c}{\mathrm{\Σ}}}{e}^{\mathrm{j\π}{c}_k}{\mathrm{\Π}}_{T_c}(t-k{T}_c),0\≤t\<T$其中，T为观测时间，A为信号幅度，f₀为信号载频，θ为信号的初始相位，N_c为信号的码长，T_c为信号的码元宽度，c_k为第k个码字，取值为0或1；分别对BPSK信号的载频、码字、码长和码元宽度进行参数估计，得到的参数估计值分别为和建立叠加了噪声的BPSK信号的观测信号的采样序列为：$x\left(n\right)=s\left(n\right)+w\left(n\right)={\mathrm{Ae}}^{j(2\mathrm{\π}{f}_0\mathrm{n\Δt}+\mathrm{\θ})}\underset{k=1}{\overset{N_c}{\mathrm{\Σ}}}{e}^{\mathrm{j\π}{c}_k}{\mathrm{\Π}}_{T_c}(\mathrm{n\Δt}-k{T}_c)+w\left(n\right),0\≤n\<N-1$其中，Δt为信号的采样间隔，s(n)为BPSK信号的采样信号，w(n)为复零均值限带高斯白噪声，N为样本个数，信号的信噪比为SNR＝A²/2σ²，σ²为样本方差；假设调制方式识别正确且无解码错误，即在盲识别过程中识别的调制方式为BPSK，且不存在解码错误，则有效性评估方法包括以下步骤：步骤1，根据假设的调制方式识别结果构建相应的参考信号，将参考信号与观测信号的采样序列相关累加取模，得到相应的相关累加模值，具体步骤如下：(1‑1)根据BPSK信号构造的参考信号为：$y_0\left(n\right)=e^{-j2\mathrm{\π}{\hat{f}}_0\mathrm{n\Δt}}\underset{k=1}{\overset{{\hat{N}}_c}{\mathrm{\Σ}}}{e}^{-\mathrm{j\π}{\hat{c}}_k}{\mathrm{\Π}}_{{\hat{T}}_c}(\mathrm{n\Δt}-k{\hat{T}}_c),0\≤n\≤N-1$(1‑2)将参考信号y₀(n)与观测信号的采样序列作相关累加，得到相关累加为：$z\left(n\right)=\underset{m=0}{\overset{n}{\mathrm{\Σ}}}x\left(m\right)y_0\left(m\right)=s_0\left(n\right)+w_0\left(n\right),0\≤n\≤N-1$其中，w₀(n)为噪声部分，s₀(n)为信号部分，$w_0\left(n\right)=\underset{n=0}{\overset{n}{\mathrm{\Σ}}}w\left(m\right)y_0\left(m\right)$$s_0\left(n\right)=\underset{m=0}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Ae}}^{j(2\mathrm{\π\Δfn\Δt}+\mathrm{\θ})}\underset{k=1}{\overset{{\hat{N}}_c}{\mathrm{\Σ}}}{e}^{-\mathrm{j\π}{\hat{c}}_k}{\mathrm{\Π}}_{{\hat{T}}_c}[\mathrm{n\Δt}-(k-1){\hat{T}}_c]\·\underset{k=1}{\overset{N_c}{\mathrm{\Σ}}}{e}^{\mathrm{j\π}{c}_k}{\mathrm{\Π}}_{T_c}[\mathrm{n\Δt}-(k-1)T_c]$其中，为载频估计误差，当Δf的值趋向于0时，得到信号部分的近似值为：s₀(n)≈A(n+1)e^{j(πnΔfΔt+θ)}(1‑3)对相关累加取模，得到的相关累加模值为：g(n)＝|z(n)|＝|s₀(n)+w₀(n)|≈A(n+1)+ω'(n)其中，A(n+1)为g(n)的确定性分量，ω'(n)为g(n)的等效的噪声分量；步骤2，对相关累加模值g(n)进行HOUGH变换，判断假设结果，具体步骤为：(2‑1)设h＝g(n)，将g(n)描述的数据空间上的点(h_i,n_i)转换为参数空间上的点(ρ_i,θ_i)，转换公式为：ρ_i＝n_icosθ_i+h_isinθ_i(2‑2)统计参数空间上聚集点的个数，当参数空间上聚集点的个数为1，则判调制方式识别正确且无解码错误，假设成立，BPSK信号盲识别结果有效；当参数空间上聚集点的个数不为1，则需对参数空间上各个点θ_i的标准差进行检验；步骤3，当参数空间上聚集点的个数不为1时，对参数空间上各个点θ_i的标准差进行检验，计算参数空间上各个点θ_i的标准差，得到标准差特征量C为：C＝std(θ_i)其中，std()为求标准差函数，当C＜C_th，则判调制方式识别正确且无解码错误，BPSK信号盲识别结果有效；当C≥C_th，则调制方式识别错误或存在错误解码，假设不成立，BPSK信号盲识别结果无效，C_th为判决门限，4≤C_th≤8。