[发明专利]基于维纳滤波预处理的调制识别方法

权利要求书

1.一种基于维纳滤波预处理的调制识别方法，其特征在于，包括以下步骤：

S1.获取多组理想信号，得到理想信号集；

S2.在所述理想信号集中各组理想信号加入不同重叠程度的干扰和/或噪声信号生成多组受干扰信号，得到接收信号集；

S3.从所述理想信号集中提取一组理想信号作为期望信号，从所述接收信号集中提取一组受干扰信号作为接收信号，对所述期望信号和所述接收信号通过维纳滤波原理计算，得到维纳滤波器；

S4.采用所述维纳滤波器对所述接收信号集中除所述接收信号之外的其它受干扰信号处理，得到多组变频信号，并提取每组所述变频信号中的第一高阶累积量特征；

S5.将所得的所有所述第一高阶累积量特征通过神经网络训练，得到信号分类模型；

S6.获取多组待识别通信信号作为测试集，通过步骤S3和步骤S4对所述测试集中的每组通信信号进行维纳滤波、特征提取处理，得到与所述测试集中每组通信信号对应的第二高阶累积量特征，将所述第二高阶累积量特征输入所述信号分类模型进行识别和分类，得到每组待识别通信信号的识别结果；

在步骤S2中，在所述理想信号集中加入频谱重叠程度为20％～80％、信号干扰功率比为1:1的受干扰信号，得到接收信号集。

2.根据权利要求1所述的基于维纳滤波预处理的调制识别方法，其特征在于，在步骤S3中，对所述期望信号和所述接收信号通过维纳滤波原理计算得到维纳滤波器的步骤包括：

S31.获取所述期望信号的信号长度，采用有偏估计对所述信号长度和所述接收信号进行计算，得到与所述接收信号对应的自相关函数；

S32.采用有偏估计对所述信号长度、所述接收信号和所述期望信号进行计算，得到所述期望信号和所述接收信号的互相关函数；

S33.采用时域分析方法对所述自相关函数和所述互相关函数计算，得到维纳滤波器。

3.根据权利要求2所述的基于维纳滤波预处理的调制识别方法，其特征在于，在步骤S31中，所述自相关函数为：

在步骤S32中，所述互相关函数为：

式中，L为信号长度，n、k表示信号序列的自变量，x*(n+k)为接收信号x(n)取共轭并且序列移k个单位后的取值，d*(n+k)为期望信号d(n)取共轭并且序列移k个单位后的取值，r_xd(k)为互相关函数，r_xx(k)为自相关函数。

4.根据权利要求1所述的基于维纳滤波预处理的调制识别方法，其特征在于，在步骤S5中，所得的所有第一高阶累积量特征通过BP神经网络进行训练，得到信号分类模型。

5.根据权利要求1所述的基于维纳滤波预处理的调制识别方法，其特征在于，在步骤S1中，通过信号调制方式的种类、速率、载波频率得到多组理想信号。

6.根据权利要求1所述的基于维纳滤波预处理的调制识别方法，其特征在于，在步骤S6中，获取至少200组待识别通信信号作为测试集。