[发明专利]基于HSCA提取通信信号特征的调制识别方法

说明书

一种基于HSCA提取通信信号特征的调制识别方法，利用特征提取过程中未用到信号先验载波信息的性质，实现低信噪比情况下，通信信号的调制识别。具体步骤包括：1、获取归一化后的通信信号矩阵，2、设置参数，3、基于HSCA，提取信号特征，4、模拟信号的调制识别，5、幅移键控信号的调制识别，6、频移键控信号的调制识别。本发明克服了已有技术无法兼顾通信信号的调制识别在非协作系统中和低信噪比情况下识别准确率不高的缺陷，采用HSCA提取信号特征，提高了低信噪比情况下，非协作系统中通信信号的调制识别准确率，为未来通信信号调制识别的特征提取提供了一条新的途径。

技术领域

本发明属于通信技术领域，更进一步涉及通信信号处理技术领域中的一种基于希尔伯特-施密特成分分析HSCA(Hilbert Schmitt Component Analysis)提取通信信号特征的调制识别方法。本发明可用于在非协作通信系统中、信噪比较低的情况下，实现模拟调制信号的调制识别以及数字调制信号的调制识别。

背景技术

常用的模拟调制信号有：幅度调制信号AM(Amplitude Modulation)、频率调制信号FM(Frequency Modulation)、相位调制信号PM(Phase Modulation)三种。常用的数字调制信号有：多重幅移键控MASK(Multiple Amplitude Shift Keying)和多重频移键控MFSK(Multiple Frequency Shift Keying)两种。现有技术通过提取信号的瞬时幅度、频率、相位和高阶累积量、循环谱、时频脊线等特征作为识别特征，对通信信号进行调制识别。

佛山科学技术学院在其申请的专利文献“无线通信高精度信号识别及波特率参数估计的方法”(申请号201710434196.9，申请日2017.06.09，申请公开号CN 107360110A)中提出一种基于高阶累积量的通信信号调制识别方法。该方法将待测信号进行高阶累积量处理，提取待测信号的特征参数，将所述特征参数输入支持向量机SVM中进行调制识别。该方法虽然对于噪声具有一定的抑制作用，但是，该方法仍然存在的不足之处是，提取高阶累积量特征需要信号的先验载波频率信息或者需要准确估计信号的载波频率，在非协作通信情景下，导致无法正确识别信号的调制方式。

庄东曙在其发表的论文“无线信号监测与调制识别技术”(期刊：《数字化用户》第18期，发表日期：2017年)中提出一种基于信号的瞬时特征的调制识别方法。该方法通过提取信号的瞬时特征，在瞬时特征的提取过程中，环境中的加性噪声会直接叠加到信号上，提取到的瞬时特征是信号与噪声叠加作用后的结果。根据信号瞬时特征的特征曲线，选择合适的判决门限对计算出的识别特征参数进行判决，最后得到信号的调制方式。该方法存在的不足之处是，瞬时特征受信道噪声影响较大，在较低信噪比情景下无法正确识别信号的调制方式。

综上所述，对于通信信号的调制识别方法，已有的特征提取方法没有综合考虑信号的先验信息未知和低信噪比的情况，提取出的信号特征不能在低信噪比的非协作通信情景中实现通信信号的调制识别，利用已有方法进行调制识别，识别准确率不高。

发明内容

本发明目的在于克服上述已有技术的不足，提供一种基于希尔伯特-施密特成分分析HSCA算法的通信信号特征提取与调制识别方法。本发明只需提取2个比较简单的特征参数，可以对AM、FM、PM进行识别，也可以对MASK和MFSK进行类内识别，算法不涉及信号的先验信息，所以可以应用于非协作情况下的调制识别，在信噪比大于5dB时，识别准确率可以达到95％以上。