[发明专利]一种水声信号调制方式自适应类内识别方法

说明书

本发明公开了一种水声信号调制方式自适应类内识别方法，包括：首先进行水声信号调制方式类间识别：如果类间识别出MFSK调制方式的水声信号，则将水声信号进行希尔伯特变换；再利用模糊评判算法计算出MFSK调制的阶数M；如果类间识别出MPSK或MQAM调制方式的水声信号，将信号进行处理后，得到二维的信号星座图；再使用二次聚类算法处理信号星座图，判断MPSK或MQAM调制的阶数M。本发明能够应用于多种调制方式类内识别，解决了现有技术对于其他调制方式识别性能有限的问题；且自适应特征提取与针对提取特征特点采用不同判别方法，提高了类内识别的准确度，最终实现有针对性、高准确率的水声信号调制方式自适应类内识别。

技术领域

本发明属于水声通信技术领域，具体地说，涉及一种水声信号调制方式自适应类内识别方法。

背景技术

水下无线数据传输技术是获取海洋状态信息、实现海洋监测的关键技术，而水声通信传播损耗小、传输距离远，因此获取水下数据的主要途径需要依靠水声通信技术。应用于水声通信系统的自适应调制编码(Adaptive modulation coding，AMC)大大提高了数据传输的效率，该技术可根据通信系统信道状况的变化，自适应选择最佳调制编码方式，充分提高了水声通信的信息传输效率。然而这种基于多调制方式的通信系统，通信双方需要通过握手信号确定当前采用的调制方式，而水下复杂的信道环境会导致握手信号出错，可能导致接收端采用不正确阶数的解调方式。而调制方式识别能够帮助接收端自动识别信号的调制方式。

调制方式识别有类间识别与类内识别两大内容，类间识别是识别信号的调制类型，类内识别是进一步识别出调制阶数。与类间识别相比，类内识别由于识别特征不明显而更加困难。目前在水声信号的调制方式类内识别方面方法有：利用设计的自动调制分类系统对调制方式进行识别，在信噪比为-10dB～40dB的情况下，使得MPSK和MFSK信号的类内识别率维持较高水准；在不同数据集上训练的卷积神经网络对信号进行识别，在低信噪比下可有效识别QAM的调制阶数；利用了MPSK信号M次方谱在M倍载频处存在线谱特征的基本原理，针对直接估计高次谱对小信号抑制效应的不足，采用解析信号构造高次谱，以提高处理增益，提高低信噪比下的PSK信号类内识别性能。

上述方法只能用于识别少数甚至一类调制方式，对于其他调制方式的识别性能有限，极大地限制了识别方法的应用。

发明内容

本发明的目的是提供了一种水声信号调制方式自适应类内识别方法，以弥补现有技术的不足。

为实现上述发明目的，本发明采用下述技术方案予以实现：

一种水声信号调制方式自适应类内识别方法，包括以下步骤：

S1：首先进行水声信号调制方式类间识别：

S2：如果类间识别出MFSK调制方式的水声信号，则将水声信号进行希尔伯特变换；再利用模糊评判算法计算出MFSK调制的阶数M；

S3：如果类间识别出MPSK或MQAM调制方式的水声信号，将信号进行处理后，得到二维的信号星座图；再使用二次聚类算法处理信号星座图，判断MPSK或MQAM调制的阶数M。

进一步的，所述S1具体为：计算水声信号的谱特征与熵特征；采用主分量分析法对提取的特征进行降维与去噪处理；选取稠密神经网络作为训练模型，去除其池化层，利用现有的真实数据进行预训练，再根据实际的水声信号，调整所述神经网络中全连接层参数，使其适应目标海域，即得到训练好的模型；再将经过降维与去噪处理的特征进行归一化与维度变更处理输入到训练好的模型中，完成类间识别。

当然，如果采取其他现有方式完成类间设别也在本发明技术方案考虑之下。