[发明专利]一种基于信用值投票机制的协作式自动调制分类方法

权利要求书

1.一种基于信用值投票机制的协作式自动调制分类方法，该方法用于调制系统的框架包括一个未知目标信号源、个本地传感器和一个融合中心；设在第k个时隙，网络中有个本地传感器：检测从未知发送端发来的信号并接收N个符号的信号序列{s₁,s₂,...,s_N}，该信号使用调制方式候选集中的某一种调制类型同时，本地传感器独立处理接收到的信号并采用相同的单节点自动调制分类方法得到其在第k个时隙做出的本地决策然后将发送给融合中心，由融合中心根据决策融合准则做出第k个时隙的全局决策

其中，所述决策融合准则为：

步骤1：在第k个识别时隙，当获取了所有本地传感器的本地决策之后，在融合中心上对其进行决策融合做出全局决策在决策融合过程中，首先用第j个本地传感器S_j在前k-1个时隙中本地决策与全局决策相同的概率作为本地传感器S_j在第k个识别时隙决策融合过程中的信用值即

其中，t代表k-1个时隙中本地传感器S_j的本地决策与全局决策相同的时隙个数；

步骤2：每个本地传感器的本地决策所占的权重根据其可靠性来分配，用信用值判断本地传感器S_j的可靠性，越高说明本地传感器S_j的本地决策正确的可能性越高，即可靠性越高，越低则说明本地传感器S_j的本地决策可靠性越低；将信用值作为本地传感器S_j在第k个决策融合过程中所持有的投票权重，同时定义本地传感器S_j对于调制类型的投票机制如下：

步骤3：计算在第k个决策融合过程中，调制类型所获得的总得票值为：

步骤4：最后融合中心选取总得票值最高的调制类型作为第k个识别时隙的全局分类决策即

2.如权利要求1所述的一种基于信用值投票机制的协作式自动调制分类方法，其特征在于，所述单节点自动调制分类方法为：采用时间平滑算法FAM分别对样本信号和测试信号的循环谱进行估计，然后根据循环谱进行图域映射，分别建立调制方式下样本信号的特征集和测试信号的特征集，然后计算两者之间的汉明距离，最后选取对应于汉明距离最小的调制方式作为本地决策。