[发明专利]数字调制信号识别方法

权利要求书

1.一种数字调制信号识别方法，包括如下过程：

(1)将待判别的特征参数矢量输入到识别网络的SOFM部分，并提取有效特征参数；

(2)根据SOFM网络的提取结果和有效特征的提取顺序，自上而下确定判决树每个节点中采用的特征参数；

(3)用RBF网络代替判决树中的各个节点，构成识别系统的网络结构；

(4)利用已知的训练集合，对识别系统网络中的每个RBF识别网络进行训练，使训练集合的识别误差达到最小，确定每个RBF识别网络隐含层和输出层的各个连接权值和判决门限，并固定这些识别网络；

(5)将接收到的待识别信号进行采样，将采样信号输入到已固定的识别网络中，根据判决树的结构自上而下计算有效特征参数值；

(6)将有效特征参数值输入到RBF识别网络中计算其输出值，用该输出值与判决门限进行比较，判断出识别信号的调制方式。

2.根据权利要求1所述的数字调制信号识别方法，其中步骤(1)所述的进行有效特征参数的提取，按如下过程进行；

(2a)选定特征参数矢量为：F＝[F₁，F₂，…F_N]，其中F₁，F₂，…F_N代表不同的特征参数；

(2b)统计特征参数F₁的SOFM网络输出结果的分类类别；

(2c)将统计出的分类类别的个数与训练样本的已知原型进行比较，如果统计结果与已知原型一致，则保留该有效特征参数，并将该特征参数作为判决树的节点中选用的有效特征参数，反之，将F1判为无效的特征参数；

(2d)对特征参数F₂，…F_N进行相同的操作，最终选定7个有效特征参数分别为：基于一次和两次小波变换的特征参数V_w、两次小波变换特征参数V₂、信号的盒函数特征参数DBF1、信号瞬时幅度的盒函数特征参数DBF2、瞬时频率特征参数MAX_fre、基于非弱信号实部的特征参数σ_I和基于FFT变换的特征参数F_v。

3.根据权利要求1所述的数字调制信号识别方法，其中步骤(5)所述的根据判决树的结构自上而下计算有效特征参数值，按如下过程进行：

(3a)计算瞬时频率特征参数MAX_fre；

(3b)计算基于一次和两次小波变换特征参数V_w；

(3c)计算基于非弱信号实部的特征参数σ_I；

(3d)计算基于FFT变换的特征参数F_v；

(3e)计算信号的盒函数特征参数DBF1；

(3f)计算信号瞬时幅度的盒函数特征参数DBF2。

4.根据权利要求3所述的数字调制信号识别方法，其中所述的计算瞬时频率特征参数MAX_fre，按如下过程计算：

(4a)根据公式计算采样值的瞬时相位，其中，Q(i)和I(i)分别为第n个信号采样值的虚部和实部；

(4b)通过公式计算采样值的瞬时频率，并对瞬时频率求最大值，得到瞬时频率特征参数MAX_fre。

5.根据权利要求3所述的数字调制信号识别方法，其中所述的计算基于一次和两次小波变换特征参数V_w，按如下过程计算：

(5a)对采样值进行一次Haar小波变换，将采样值进行中值滤波，并计算方差V₁；

(5b)对采样值进行两次Haar小波变换，将采样值进行中值滤波，并计算方差V₂；

(5c)通过公式V_w＝[V₁ V₂]得到基于一次和两次小波变换特征参数V_w。

6.根据权利要求3所述的数字调制信号识别方法，其中所述的计算信号瞬时幅度的盒函数特征参数DBF2，按如下步骤计算：

(6a)根据公式b(Δ)=Σi=1N-1|a1-ai+1|]]>计算相邻采样值瞬时幅度的绝对差值，其中，为采样值的瞬时幅度；

(6b)通过公式d(2Δ)=Σi=1(N-1)/2(max{a2i-1,a2i,a2i+1}-min{a2i-1,a2i,a2i+1}]]>计算采样值的信息熵；

(6c)通过公式DBF2＝1+log₂(b(Δ)/d(2Δ))计算得到信号的盒函数特征参数DBF2，其中，b(Δ)为相邻采样值瞬时幅度的绝对差值，d(2Δ)为采样值的信息熵。