[发明专利]基于短时傅里叶变换时频分析的多天线盲调制识别方法

说明书

本发明涉及认知无线电、通信信号调制识别技术领域，具体公开了一种基于短时傅里叶变换时频分析的多天线盲调制识别方法，采用短时傅里叶变换进行时频分析，可以清晰地提取到接收信号的时频特征，并生成接收信号的RGB时频图；采用卷积神经网络作为分类器，对RGB时频图进行训练分类，从而将传统意义上的信号识别问题转化为图像识别问题；对多天线系统各路接收天线的识别结果(采用“n‑out‑of‑N_r”的准则)进行决策融合，实现调制模式识别。相比现有多天线盲调制识别方法，本发明有益效果在于：结合短时傅里叶变换、卷积神经网络、决策融合，使得本发明在低噪声环境下仍然具有较高的识别精度，高达85％，并且本发明收敛速度快、复杂度低、易实现。

技术领域

本发明涉及认知无线电、通信信号调制识别技术领域，尤其涉及基于短时傅里叶变换时频分析的多天线盲调制识别方法。

背景技术

盲调制识别技术是实现认知无线电的重要步骤，广泛应用于军用和民用通信中，如电子对抗战和电子监控等。然而，针对多天线系统，由于多路信号重叠对原始发送信号统计特性的破坏和对信道状态信息估计的困难，难以利用传统的基于似然估计和基于特征提取的调制识别方法来实现多天线系统的调制信号识别。

针对多天线系统盲调制识别的难题，学术界和工业界的研究才刚刚起步。现有的识别方法包括基于信道信息估计和特征提取的组合方法以及基于信道信息估计和似然估计的组合方法。这两类方法需要提前知道信道状态信息或信道信息进行估计，这在敌对(盲)环境下来实现是不现实的，且基于信道信息估计、特征提取、似然估计算法的缺陷，这类方法的精度往往不能让人满意。

发明内容

本发明提供基于短时傅里叶变换时频分析的多天线盲调制识别方法，解决的技术问题是，现有多天线系统盲调制识别方法，需要提前知道信道状态信息或信道信息进行估计，不能应用在盲环境下，且识别精度不高。

为解决以上技术问题，本发明提供基于短时傅里叶变换时频分析的多天线盲调制识别方法，包括步骤：

S1.利用信号发生器生成各种调制信号并模拟多天线系统的信道生成不同信噪比下的多路接收信号；

S2.对每路所述接收信号基于短时傅里叶变换进行时频分析，得到对应的多幅彩色时频图像；

S3.利用卷积神经网络对每幅所述彩色时频图像进行训练并测试分类，得到每路所述接收信号的分类结果；

S4.利用决策融合模块对每路所述接收信号的分类结果进行融合，得出所述多天线系统的调制类型。

进一步地，所述步骤S1中，所述信号发生器利用信号序列在-2至10dB且间隔2dB的信噪比范围内随机生成所述各种调制信号，所述多天线系统的每一路发送天线在每次模拟发送时所发送的调制信号的调制方式相同。

进一步地，所述步骤S2具体包括步骤：

S21.对任一路所述接收信号y(n)利用汉明窗ω(n)加窗，得到第F个加窗后的信号y_F(n)；

S22.对加窗后的信号y_F(n)进行短时傅里叶变换，得到对应的信号谱f_F(k)；

S23.将信号谱f_F(k)取绝对值得到线性谱S(k,F)；

S24.对线性谱S(k,F)归一化得到归一化线性谱G(k,F)；

S25.组合归一化线性谱G(k,F)，得到接收信号y(n)的灰度时频图G；

S26.对灰度时频图G进行色彩映射得到RGB时频图I_c。

进一步地，所述步骤S21中：

所述汉明窗ω(n)表示为：