[发明专利]一种基于循环谱相关的常用数字调制信号识别方法

摘要

本发明公开了一种基于循环谱相关的常用数字调制信号识别方法，利用信号循环谱所具有的抗噪特性来提高信号分析的可靠性；并在信号谱相关函数的计算过程中引入α截面小波去噪和叠加求取平均的环节，有效地减弱了原谱相关估计算法结果中由采样点数受限和外界干扰引起的随机波动，利于调制特征的识别和提取；同时，利用信号谱相关计算所获取谱相关图的α截面和f截面，选取合适的特征和参数(如谱相关函数α截面和f截面最大绝对值比、α截面强谱线数目、α截面波动系数、f截面归一化面积、α截面谱线的显著度比等)构建分类方法对通信信号的调制方式进行识别。

主权项

1.一种基于循环谱相关的常用数字调制信号识别方法，其特征在于：包括以下几个步骤：(1)将截获的信噪比调制信号经采样后分为n等份，作为进行谱相关运算的输入信号；(2)选取合适的傅立叶变换点数和平滑窗宽度，用基于频域平滑的谱相关估计算法分别对这n份信号作谱相关运算；所述基于频域平滑的谱相关估计算法如下：其中，为谱相关运算后的结果；X_Δt(t，f)为信号x_k(t)短时傅立叶变换的结果；信号x_k(t)为所截获信号的n等份之一；Δt为x_k(t)持续时间；α_Δt是窗函数；Δf为频域平滑间隔；F_s为频域最小增量单位；T_s是时域采样间隔；N是信号x_k(t)样本数；M为平滑窗宽度系数；α为循环频率；f为频率；t为时间；(3)步骤(2)中的运算结果经α截面小波去噪后相加取平均值，得到改进的谱相关估计算法的输出结果；所述改进的谱相关估计算法如下：其中，WDN_α(·)表示对中的循环频率α进行小波去噪；(4)依据步骤(3)所得谱相关函数的α截面和f截面提取5种调制识别特征，并结合一种基于时域统计的信号特征构建分类方法对几种数字调制信号进行识别；所述5种调制识别特征为：谱相关函数α截面和f截面最大绝对值比R1、α截面强谱线数目R2、α截面波动系数R3、f截面归一化面积R4、α截面谱线的显著度比R5；所述一种基于时域统计的信号特征为：零中心归一化瞬时幅度绝对值的标准偏差R6；所述几种数字调制信号包括2ASK、4ASK、BPSK、QPSK、8PSK、MSK、2FSK、4FSK、2FSK*、4FSK*，其中FSK*表示码元初始相位不相关的频移键控；所述对几种数字调制信号的识别过程为：若则判定该信号的调制方式为MSK；若或则判定该信号的调制方式为4FSK；若则判定该信号的调制方式为2FSK；若则判定该信号的调制方式为BPSK；若则判定该信号的调制方式为2ASK；若则判定该信号的调制方式为4ASK；若则判定该信号的调制方式2FSK*；若则判定该信号的调制方式为4FSK*；若则判定该信号的调制方式QPSK；若则判定该信号的调制方式8PSK；其中，是特征R₁的估计值，r₁₁和r₁₂为对应特征R₁的阈值；是特征R₂的估计值，r₂₁和r₂₂为对应特征R₂的阈值；是特征R₃的估计值，r₃₁为对应特征R₃的阈值；是特征R₄的估计值，r₄₁和r₄₂为对应特征R₄的阈值；是特征R₅的估计值，r₅₁和r₅₂为对应特征R₅的阈值；是特征R₆的估计值，r₆₁为对应特征R₆的阈值。