多傳感器接收中基于特征向量的最大似然調制識別方法技術
【技術實現步驟摘要】
本專利技術屬于多傳感器非合作接收環境中通信信號調制方式識別
，具體涉及一種多傳感器接收中基于特征向量的最大似然調制識別方法。
技術介紹
在移動通信、短波通信或者水聲通信過程中，由于多徑效應使得接收點接收到是多條路徑信號的矢量疊加，而且不同接收點接收到的信號質量不同。傳統的單傳感器接收無法利用不同位置接收點的信號差異，而多傳感器接收可以利用不同位置獲得不同接收質量的信號，并通過數據融合手段提高接收信號質量。因此，多傳感器接收比單傳感器接收能夠提高信噪比、降低多徑衰落。利用多傳感器接收進行通信信號的調制識別方法較多，有基于似然比的識別、基于信號特征的融合識別等。其中，基于似然比的識別方法是對接收信號直接構造似然比函數，然后采用最大似然判決方法進行判決。基于信號特征的融合識別方法需要提取識別特征，對特征設計分類器進行分類判決，識別結果依賴于分類器的設計?，F有的似然比算法對接收信號有諸多約束，需要很多先驗信息，當先驗信息缺失時，往往利用E-M算法對先驗信息進行迭代估計，再利用最大似然方法進行調制識別。但是這種迭代過程比較復雜，而且對多徑衰落信道效果不佳。如何將兩類方法結合起來，充分利用兩者優勢，是多傳感器接收條件下調制識別的熱點和難點問題。近期，有文獻提出了先對各傳感器接收信號進行調制特征提取，然后采用最大似然方法進行分類識別的新思路，但是這種方法僅能對單一特征進行處理，當調制信號具有多個識別特征時，不能直接利用這種方法，需要對這種方法進行擴展。本專利技術旨在解決多傳感器非合作接收情況下利用特征向量構造似然函數進行最大似然調制識別的問題。
技術實現思路
本專利...
【技術保護點】
一種多傳感器接收中基于特征向量的最大似然調制識別方法，其特征在于：該識別方法具體包括以下步驟：步驟一：各傳感器子節點根據各自接收信號估計信噪比、提取調制識別特征、構造識別特征向量(F1,F2,…,FN)；步驟二：在主節點構造基于調制識別特征向量的似然函數；步驟三：在主節點根據構造的似然函數，在待識別信號調制類型集合中進行最大似然判決，獲得識別結果。
【技術特征摘要】
1.一種多傳感器接收中基于特征向量的最大似然調制識別方法，其特征在于：該識別方法具體包括以下步驟：步驟一：各傳感器子節點根據各自接收信號估計信噪比、提取調制識別特征、構造識別特征向量(F1,F2,…,FN)；步驟二：在主節點構造基于調制識別特征向量的似然函數；步驟三：在主節點根據構造的似然函數，在待識別信號調制類型集合中進行最大似然判決，獲得識別結果。2.根據權利要求1所述的多傳感器接收中基于特征向量的最大似然調制識別方法，其特征在于：所述步驟一具體包括以下步驟：步驟101：各傳感器分別對接收信號進行功率歸一化，即表示第l個傳感器接收到的第k個采樣點，l＝1,2,…,L，L...
【專利技術屬性】
技術研發人員：王彬，岳強，彭華，汪洋，孫亮，黃焱，馬金全，邱釗洋，姚祺，
申請(專利權)人：中國人民解放軍信息工程大學，
類型：發明
國別省市：河南;41
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。