[发明专利]一种识别Alpha稳定分布噪声下数字调制信号的方法

说明书

技术领域

本发明属于通信技术领域，具体涉及一种识别Alpha稳定分布噪声下数字调制信号的方法。可用于Alpha稳定分布噪声下BPSK信号，QPSK信号，8PSK信号和MSK信号的识别。

背景技术

通信信号的调制识别就是在给定的信号备择集中确定含有噪声的信号的调制方式的过程。该过程在军事通信中的电子对抗、民用通信中的频谱监测等方面都具有重要的应用。现有的大部分文献中的调制识别算法都假设加性噪声服从高斯分布。然而，实验研究表明，大部分无线电波信道中的人为电磁噪声、自然噪声以及两者的联合噪声常常表现出非高斯性，这些噪声具有显著的尖峰脉冲特性和比较厚的概率密度函数拖尾。以美国南加州大学Nikia教授为代表的研究者在充分研究各种随机过程模型后，发现Alpha稳定分布模型可以更有效的来描述这类非高斯噪声。因此，研究Alpha稳定分布噪声环境下的数字信号的调制识别技术具有实际的工程意义和很好的应用价值。

目前，一些学者已对Alpha稳定分布噪声环境下的数字调制信号的识别进行了研究，但研究还是较少。Fanggang Wang等人利用K-S检测算法对4QAM,16QAM和64QAM信号在Alpha稳定分布噪声下进行识别。但该方法在低信噪比条件下，识别性能不理想(Fanggang Wang，Xiaodong Wang.Fast and Robust Modulation Classifi cation via Kolmogorov-Smirnov Test[J].IEEE TRANSACTIONS ON COMMUNICATIONS，2010,58(8)：2324-2332.)。杨伟超等人以信号相位的分形盒维数作为识别特征，对Alpha噪声下信号进行识别。但该方法仅能在一定混合信噪比范围内适用且识别性能较差(杨伟超，赵春晖,成宝芝.Alpha稳定分布噪声下的通信信号识别[J].应用科学学报，2010,28(2)：111-114.)。赵春晖和刘明骞等人利用含有Alpha噪声的信号的分数低阶循环谱的相干系数构造特征实现信号的系别。但该方法中循环谱指数b的设定因缺少智能方法而导致普适性较差(赵春晖,杨伟超,杜宇.采用分数低阶循环谱相干系数的调制识别[J].应用科学学报,2011,29(6):565-570.刘明骞,李兵兵,曹超凤,李钊.认知无线电中非高斯噪声下数字调制信号识别方法[J].通信学报，2014,35(1)：82-88.)。赵春晖等人利用广义二阶循环谱中构造特征进行识别。但该方法计算复杂度高(赵春晖,杨伟超，马爽.基于广义二阶循环统计量的通信信号调制识别算法研究[J].通信学报，2011,32(1)：144-150.)。刘明骞等人提取广义分数阶傅里叶变换的零中心归一化瞬时幅度谱密度的最大值和分数低阶Wigner-Ville分布幅度的最大值作为特征进行识别。但该方法在低信噪比条件下，识别性能不理想(刘明骞,李兵兵,曹超凤.非高斯噪声下数字调制信号识别方法[J].电子与信息学报，2013,35(1)：85-91.)。赵春晖等人利用广义四次方谱进行了调制识别的研究，但该方法在低信噪比条件下QPSK的识别性能很差(赵春晖,杨伟超.Alpha稳定分布噪声下MPSK信号调制识别算法研究[J].沈阳大学学报，2013,25(1)：10-14.)。

发明内容

本发明的目的是克服上述已有技术的不足，提出了一种识别Alpha稳定分布噪声下数字调制信号的方法，以提高在Alpha稳定分布噪声环境下数字调制信号的识别率。本发明选取MSK、BPSK、QPSK和8PSK这4种数字调制信号作为待识别信号集。

为了实现上述目的，本发明采用的技术方案如下：

一种识别Alpha稳定分布噪声下数字调制信号的方法，所述方法包括以下步骤：

S1对接收到的信号x(t)做预处理得到基带信号y(t)；

S2求基带信号y(t)的广义二阶累积量GC₂₀、广义四阶累积量GC₄₀和GC₄₂；

S3求接收信号x(t)的基于分数阶傅里叶变换的广义瞬时相位的谱密度的最大值γ_max，并设定信号集的判定门限δ；

S4利用特征F₁＝GC₂₀和最小均方误差分类器将信号分为{2PSK}和{MSK,QPSK,8PSK}两类；

S5利用γ_max和设定的门限δ将{MSK,QPSK,8PSK}信号集分为{MSK}{QPSK,8PSK}两类；