【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)公開(kāi)了一種基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，屬于信號(hào)處理領(lǐng)域。
技術(shù)介紹
1、相比于協(xié)作通信中對(duì)信號(hào)的解調(diào)擁有充分的先驗(yàn)信息，軍事偵察、電子對(duì)抗、信息安全等非協(xié)作通信領(lǐng)域中信號(hào)的各類參數(shù)均不透明，依賴于接收方的盲解調(diào)技術(shù)。其中，對(duì)信號(hào)調(diào)制模式的識(shí)別是解調(diào)未知信號(hào)的基礎(chǔ)。
2、常用的識(shí)別方法主要是模式識(shí)別法。傳統(tǒng)的模式識(shí)別法往往基于單一特征參數(shù)的提取后，直接送入分類器進(jìn)行信號(hào)分類。該方法的優(yōu)點(diǎn)是理論分析簡(jiǎn)單，特征參數(shù)提取方便，分類器簡(jiǎn)潔明了。但傳統(tǒng)的模式識(shí)別法也存在明顯不足：在識(shí)別階數(shù)相近的同類型調(diào)制模式，尤其涉及到高階正交調(diào)制模式時(shí)，由于單一的特征參數(shù)的絕對(duì)值差值較小，所以難以找到合適的閾值進(jìn)行分類；其次，在輸入信號(hào)的信噪比較小的情況下，單一的特征參數(shù)受到噪聲影響過(guò)大，導(dǎo)致算法的識(shí)別效率明顯下降。
技術(shù)實(shí)現(xiàn)思路
1、為了解決現(xiàn)有技術(shù)中的不足，本專利技術(shù)提供一種基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，解決已有識(shí)別方法低信噪比情況下識(shí)別成功率低的問(wèn)題，進(jìn)一步提高識(shí)別正確率。
2、本專利技術(shù)的技術(shù)方案如下：
3、一種基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，包括如下步驟：
4、(1)、提取輸入信號(hào)的二、四、六階累積量特征，用減法聚類算法提取輸入信號(hào)星座圖的聚類中心數(shù)目特征；
5、(2)、選取識(shí)別參數(shù)及設(shè)定閾值；
6、(3)、將提取的特征參數(shù)送入分類器判決調(diào)制模式
7、優(yōu)選地，上述步驟(1)中提取輸入信號(hào)的高階累積量和星座圖聚類中心數(shù)目特征包括：
8、(1-1)、提取輸入信號(hào)的二、四、六階累積量特征，計(jì)算步驟如下：
9、步驟a：設(shè)輸入信號(hào)為x(t),t為時(shí)間參數(shù)，令x1(t)＝x(t),x2(t)＝x(t+τ1),…,xk(t)＝x(t+τk-1)，τ為時(shí)間常數(shù)，k為階數(shù)，則該輸入信號(hào)的k階累積量為：
10、ckx(τ1,τ2...τk-1)＝cum{x1(t)＝x(t),x2(t)＝x(t+τ1),...,xk(t)＝x(t+τk-1)}.；
11、步驟b：計(jì)算該信號(hào)的k階矩mkm＝e[x(t)k-mx*(t)m],其中，x*(t)與x(t)為共軛關(guān)系；
12、步驟c：根據(jù)計(jì)算出該信號(hào)的二、四、六階累積量：
13、c20＝cum(x,x)＝m20＝e[x(t)x(t)],
14、
15、其中，∑表示一個(gè)所有互不連通的有序分割合集x＝(x1,x2...xk)內(nèi)的求和，q表示分割出子集數(shù)，up表示在其q子集當(dāng)中第p個(gè)子集中元素的下標(biāo)集。
16、(1-2)、采用減法聚類算法提取該信號(hào)星座圖的聚類中心數(shù)目特征，計(jì)算步驟如下：
17、步驟a：設(shè)該信號(hào)的星座圖共有n個(gè)點(diǎn)(x1,x2,...,xn)，計(jì)算第i個(gè)點(diǎn)xi的密度值其中，取γα＝0.25；
18、步驟b：計(jì)算出星座圖上n個(gè)點(diǎn)的密度值(d1,d2,...,dn)后，選取其中密度值最大的點(diǎn)xc1作為聚類中心，密度值為dc1，修正所有樣點(diǎn)的密度值其中，γβ＝1.5γα；
19、步驟c：一次修正完成后，再選取余下的樣點(diǎn)中密度值最大的點(diǎn)，作為下一次的聚類中心，迭代m-1次步驟b；
20、步驟d：比較dcm和dc(m-1)，當(dāng)dcm明顯小于dc(m-1)時(shí)，停止迭代，得到聚類中心數(shù)目為m-1。
21、優(yōu)選地，上述步驟(2)中選取識(shí)別參數(shù)及設(shè)定閾值包括：
22、(2-1)、根據(jù)(1-1)計(jì)算得到的五種累積量值取絕對(duì)值，分別為|c20|，|c40|，|c42|，|c60|，|c63|，選取兩個(gè)直接參數(shù)f1＝|c20|，f2＝|c40|和兩個(gè)組合參數(shù)另外選擇輸入信號(hào)的星座圖的聚類中心數(shù)目f5作為第五個(gè)識(shí)別參數(shù)；
23、(2-2)、設(shè)定識(shí)別信號(hào)集為六種調(diào)制信號(hào){bpsk(binary?phase?shift?keying,二進(jìn)制相移鍵控)、qpsk(quadrature?phase?shift?keying,正交相移鍵控)、8psk(8phaseshift?keying,八進(jìn)制相移鍵控)、8qam(8quadrature?amplitude?modulation,八進(jìn)制正交幅度調(diào)制)、16qam(16quadrature?amplitude?modulation,十六進(jìn)制正交幅度調(diào)制)、64qam(64quadrature?amplitude?modulation,六十四進(jìn)制正交幅度調(diào)制)}，根據(jù)每種調(diào)制模式的定義式計(jì)算出涉及到的識(shí)別參數(shù)的理論值，并根據(jù)該理論值設(shè)定閾值，其步驟如下：
24、步驟a：信號(hào)集{bpsk,qpsk,8psk,8qam,16qam,64qam}的特征參數(shù)f1理論值為{1,0,0,0,0,0}，設(shè)定閾值為0.4；
25、步驟b：信號(hào)集{qpsk,8psk,8qam,16qam,64qam}的特征參數(shù)f2的理論值為{1,0,0.68,0.68,0.62}，設(shè)定閾值為0.1；
26、步驟c：信號(hào)集{qpsk,8qam,16qam,64qam}的特征參數(shù)的理論值為{16,15.8,13.8,13.6}，設(shè)定閾值為15；
27、步驟d：信號(hào)集{qpsk,8qam}的特征參數(shù)f4的理論值為{4,7.2}，設(shè)定閾值為6；
28、步驟e：信號(hào)集{16qam,64qam}的特征參數(shù)f5的理論值為{3,4}，設(shè)定閾值為3.5；
29、優(yōu)選地，上述步驟(3)中將提取的特征參數(shù)送入分類器判決調(diào)制模式包括：
30、(3-1)、將f1與閾值0.4比較，小于等于0.4則為bpsk調(diào)制，識(shí)別完成；大于0.4則進(jìn)入步驟(3-2)。
31、(3-2)、將f2與閾值0.1比較，小于等于0.1則為8psk調(diào)制，識(shí)別完成；大于0.1則進(jìn)入步驟(3-3)。
32、(3-3)、將f3與閾值15比較，大于15則為qpsk或8qam調(diào)制，進(jìn)入步驟(4-4)；小于等于15則為16qam或64qam調(diào)制，進(jìn)入步驟(4-5)。
33、(3-4)、將f4與閾值6比較，小于等于6，則為qpsk調(diào)制，識(shí)別完成；大于6則為8qam調(diào)制，識(shí)別完成。
34、(3-5)、將f5與閾值3.5比較，小于等于3.5則為16qam調(diào)制，識(shí)別完成；大于3.5則為64qam調(diào)制，識(shí)別完成。
35、本專利技術(shù)的有益效果是：
36、本專利技術(shù)適用于非協(xié)作通信中，在無(wú)先驗(yàn)信息情況下對(duì)數(shù)字信號(hào)的調(diào)制模式進(jìn)行識(shí)別。本專利技術(shù)不僅提取信號(hào)的高階累積量特征，還針對(duì)高階正交調(diào)制信號(hào)的判別提取星座圖聚類中心數(shù)目特征。根據(jù)兩者特性從優(yōu)選取識(shí)別參數(shù)及設(shè)定閾值，使得算法的識(shí)別效果相較僅使用高階累計(jì)量的方法更好，提高了低信噪比條件下六種常用調(diào)制模式的正確識(shí)別率。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(1)中提取輸入信號(hào)的二、四、六階累積量特征，計(jì)算步驟如下：
3.根據(jù)權(quán)利要求1所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(1)中采用減法聚類算法提取輸入信號(hào)星座圖的聚類中心數(shù)目特征，計(jì)算步驟如下：
4.根據(jù)權(quán)利要求2所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(2)中選取識(shí)別參數(shù)及設(shè)定閾值包括：
5.根據(jù)權(quán)利要求4所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(3)中將提取的特征參數(shù)送入分類器判決調(diào)制模式包括：
【技術(shù)特征摘要】
1.一種基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(1)中提取輸入信號(hào)的二、四、六階累積量特征，計(jì)算步驟如下：
3.根據(jù)權(quán)利要求1所述的基于高階累積量和星座圖聚類特征的信號(hào)調(diào)制模式識(shí)別方法，其特征在于，所述步驟(1)中...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：蔣恒健，
申請(qǐng)(專利權(quán))人：蔣恒健，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。