[发明专利]基于图最大度特征的CR信号调制识别方法及系统

说明书

本发明针对BPSK、QPSK、2ASK、16QAM四种调制信号提出了一种基于图最大度特征的CR信号调制识别方法及系统。首先对观测信号做短时滤波的预处理，用以补偿信噪比损失。而后将其幅度谱、平方谱和四次方谱作加窗处理并将其转换到图域，根据信号的非线性运算，将四种信号的调制方式识别问题转化为对图的最大度大小的判断。仿真实验表明，在低信噪比时，本发明都具较好的识别能力。

技术领域

本发明属于信号识别与处理领域，具体涉及一种基于图最大度特征的CR信号调制识别方法及系统。

背景技术

在当今移动互联网的时代，无线通信技术被广泛应用于日常联络、超高清流媒体、虚拟与增强现实、人工智能、区块链、医疗、智能汽车、智能家居、智能城市等各行各业。但问题也随之而来，无线电频谱资源是不可再生的资源，无线接入设备数量的急剧增长，使原本就略显匮乏的频谱资源日益稀缺。因此，要想在有限的频谱资源条件下实现尽可能多的无线设备间的通信，对频谱资源进行合理的分配是一个关键。目前，主要采用静态的频谱分配策略。在这种分配策略下，无线电频谱资源的管理者将频谱资源按条块进行分割，固定地进行频段分配。因此，特定的频段仅分配给已授权的用户专用，即使在某些时间段内该频段是空闲的，未经授权的用户也无法使用这些频段。显然，目前这种静态的频谱分配方案产生了大量的频谱空穴，造成了频谱资源的巨大浪费，无法适应当前无线设备接入数量快速增长的环境。

认知无线电(Cognitive Radio，CR)中的“动态频谱管理”体制，是解决当前环境下无线网络频谱分配不合理和利用率不足问题的一种新思路。对于CR系统来说，频谱感知技术是其实现有效工作的前提与基础。通常，频谱感知可从狭义与广义两个方面来理解。狭义频谱感知的任务就是检测频谱空穴即检测PU信道是否被占用，本质上讲就是信号检测。在CR中，从用户(Secondary User，SU)需要能够在任意的时间和地点快速且准确地检测出主用户(Primary User，PU)被授权的频段是否存在空闲，以供其机会使用。同时，SU还需要去监测随时可能出现的PU，以便在PU需要使用时及时腾出该频段。一般而言，广义的频谱感知，除了检测PU信号被授权的频段是否空闲之外，还包括对诸如信号的调制方式、波形、带宽、载波频率等信号参数的识别，这样可以更加精准地获取PU频谱的细微信息，提高整个系统的有效性与可靠性。

目前的调制识别技术大体可划分为两类：一类是基于似然函数(Likelihood-Based，LB)的调制识别方法，另一类是基于特征(Feature-Based，FB)的调制识别方法。其中，LB类调制识别方法虽然能够得到最优解，但也存在一些固有的问题，例如对信号及信道先验信息依赖强、无法保证封闭解存在、高计算复杂度和概率失配等问题。这些导致LB类算法在非协作条件下的应用受到很大限制。对FB算法而言，如何提取区分性强、鲁棒性强且计算复杂度低的特征，是实现调制识别的关键。

发明内容

本发明针对现有技术中的不足，提供一种基于图最大度特征的CR信号调制识别方法及系统。

为实现上述目的，本发明采用以下技术方案：

基于图最大度特征的CR信号调制识别方法，其特征在于，包括如下步骤：

步骤1：对观测信号做短时滤波的预处理；

步骤2：对于处理后的观测信号，首先利用其幅度谱生成的图的最大度判断是否为2ASK信号；若不是，则利用其平方谱生成的图的最大度判断是否为BPSK信号；若不是，则利用其四次方谱生成的图的最大度判断信号是QPSK信号还是16QAM信号。

为优化上述技术方案，采取的具体措施还包括：

进一步地，所述步骤1中，观测信号r(t)表示为：

r(t)＝s(t)+ω(t)

其中，s(t)为发送端发送的已调制信号，ω(t)为经过了AWGN信道之后叠加的零均值实高斯白噪声，其方差为σ²；