[发明专利]一种基于联合特征的数字调制信号分类方法有效
申请号: | 201711138607.6 | 申请日: | 2017-11-16 |
公开(公告)号: | CN107948107B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 杨金金;庞豪;王江 | 申请(专利权)人: | 成都玖锦科技有限公司 |
主分类号: | H04L27/00 | 分类号: | H04L27/00;H04L27/34 |
代理公司: | 成都坤伦厚朴专利代理事务所(普通合伙) 51247 | 代理人: | 刘坤 |
地址: | 610000 四川省成都市高新*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 联合 特征 数字 调制 信号 分类 方法 | ||
1.一种基于联合特征的数字调制信号分类方法,包括如下步骤:
(A)接收端对截获到的信号经ADC采样后得到中频实信号;
(B)对中频实信号进行预处理得到中频复信号;
(C)获取中频复信号的瞬时特征量、高阶统计量、谱特征,并根据这些特征对信号进行识别,若识别出的信号为2ASK信号、BPSK信号、QPSK信号、OQPSK信号、8PSK信号,则分类结束;若识别出的信号为MFSK或MQAM调制大类,则执行下一步;
(D)对MFSK或MQAM调制大类进行类内识别,识别出当前调制大类下的调制阶数M后分类结束;
所述的步骤B中按如下步骤进行预处理:
(B1)记中频实信号为x(t),对中频实信号进行希尔伯特变换得到解析信号z(t)=x(t)+j·y(t),其中y(t)为x(t)的希尔伯特变换;
(B2)对解析信号z(t)进行功率归一化处理得到中频复信号后输出,表达式如下:
所述的步骤C中按如下步骤进行处理:
(C1)计算中频复信号的频谱并搜索谱峰,若谱峰个数为1个,则为2ASK信号;若谱峰个数不为1,执行下一步;
(C2)计算中频复信号的平方谱并搜索谱峰,若谱峰个数为1个,则为BPSK信号;若谱峰个数不为1,执行下一步;
(C3)计算中频复信号的四次方谱并搜索谱峰,若谱峰个数为1个,执行步骤C4;若谱峰个数不为1,执行步骤C5;
(C4)判断中频复信号的平方谱谱峰个数,若谱峰个数为2,则为OQPSK信号,若谱峰个数不为2,则为QPSK信号;
(C5)计算中频复信号瞬时特征量中的归一化瞬时幅度的谱密度最大值gammardB,将gammardB与设定好的判决门限th1进行比较,若gammardB≤th1,则信号为MFSK调制大类,若gammardBth1,则执行下一步;
(C6)计算中频复信号的高阶统计量FX,将FX与设定好的判决门限th2比较,若FX≥th2,则为8PSK信号,若FX<th2,则信号为MQAM调制大类;
判决门限th1取-30~-40之间任意值,判决门限th2取13-14.5之间任意值;
所述的步骤D中,按如下步骤对MFSK调制大类进行类内识别:
(D11)对MFSK调制大类信号进行功率谱估计并进行归一化处理后得到功率谱估计序列;
(D12)计算功率谱估计序列对应的差分序列值;
(D13)搜索谱峰得到谱峰个数n,若谱峰个数n2,则为MSK信号;若2≤n3,则为2FSK信号;若3≤n5,则为4FSK信号,若n≥5,则为8FSK信号;
设定门槛值λ(Px),所述的步骤D12中,仅计算信号能量大于门槛值λ(Px)的功率谱估计序列对应的差分序列值。
2.如权利要求1所述的基于联合特征的数字调制信号分类方法,其特征在于:所述步骤C5中归一化瞬时幅度的谱密度最大值gammardB按如下公式计算得出:
3.如权利要求2所述的基于联合特征的数字调制信号分类方法,其特征在于:所述步骤C6中高阶统计量FX按如下公式计算得出:
4.如权利要求1所述的基于联合特征的数字调制信号分类方法,其特征在于:所述的步骤D中,
(D21)对中频复信号依次经过下变频、符号率估计、码元同步处理后执行下一步;
(D22)记M阶QAM信号的星座图为b(n),符号序列的长度为N,将信号序列按如下公式归一化处理:
(D23)将B(n)按从小到大排序记为z′(1)≤z′(2)≤…≤z′(N);从最小端分别截取[4N/16]、[4N/32]、[4N/64]、[4N/128]、[4N/256]项形成新的数列,并计算这五个数列的方差S16、S32、S64、S128、S256;
(D24)若S256<<S128,则MQAM信号的阶段M取256;若S128<<S64,则MQAM信号的阶段M取128;若S64<<S32,则MQAM信号的阶段M取64;若S32<<S16,则MQAM信号的阶段M取32;否则MQAM信号的阶段M取16。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都玖锦科技有限公司,未经成都玖锦科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711138607.6/1.html,转载请声明来源钻瓜专利网。