[发明专利]基于调参随机共振的低信噪比通信信号调制识别方法及装置

权利要求书

1.一种基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，包含：

A)针对低信噪比下微弱通信信号特征，利用自适应调节参数随机共振系统匹配最佳系统参数，以最大化增强信号能量；利用随机共振系统对通信信号进行随机共振处理，提取特征参数；其中，信号特征包含瞬时特征和小波变换特征，自适应调节参数随机共振系统采用双稳态系统；

B)针对提取的特征参数，利用神经网络进行信号分类的调制识别。

2.根据权利要求1所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，A)中，利用奇异值分解构建用于为输入通信信号选择最佳系统参数以实现最佳匹配的目标评价函数。

3.根据权利要求2所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，A)中,利用目标评价函数并结合人工鱼群算法为输入通信信号自适应地选择最佳系统参数。

4.根据权利要求1～3任一项所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，A)中最佳系统参数选择，包含如下内容：首先，将待识别的通信信号进行数字化采样，并将其搬至中频；然后，利用人工鱼群算法为输入信号寻找用于对待识别通信信号进行随机共振处理的最佳系统参数。

5.根据权利要求2～3任一项所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，人工鱼群算法实现过程包含如下内容：初始化人工鱼群参数，包含设定信号中频数量级、系统参数初始寻优范围、人工鱼总数、繁衍代数、拥挤度因子和移动最大步长；利用随机共振系统中目标评价函数进行寻优过程评价，筛选当前系统最优参数；人工鱼依次执行行为函数，不断迭代，更新并记录全局最优参数；当迭代次数达到预设值时，输出当前获取的系统最优参数。

6.根据权利要去1所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，A)中提取信号特征参数，该信号特征参数包含：瞬时特征和小波变换特征。

7.根据权利要求6所述的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，瞬时特征参数提取过程中，包含分别对信号的瞬时幅度特征参数、瞬时相位特征参数和瞬时频率特征参数的提取。

8.根据权利要求1所述的的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，B)中，神经网络采用通过不断调整网络权重和阈值来学习或发现变量间关系以实现分类的反向传播BP神经网络。

9.根据权利要求1或8所述的的基于调参随机共振的低信噪比通信信号调制识别方法，其特征在于，B)中，利用神经网络进行信号分类的调制识别，包含：依据收集的训练样本数据对神经网络进行训练，训练样本数据包含多类型信号及信号在预设信噪比范围下的各信号特征参数；利用训练好的神经网络对待识别信号的特征参数进行信号分类的调制识别。

10.一种基于调参随机共振的低信噪比通信信号调制识别装置，其特征在于，包含：特征提取模块和分类识别模块，其中，

特征提取模块，用于针对低信噪比下微弱通信信号特征，利用自适应调节参数随机共振系统匹配最佳系统参数，以最大化增强信号能量；利用随机共振系统对通信信号进行随机共振处理，提取特征参数；其中，信号特征包含瞬时特征和小波变换特征，自适应调节参数随机共振系统采用双稳态系统；

分类识别模块，用于针对提取的特征参数，利用神经网络进行信号分类的调制识别。