專利名稱：一種通信信號的特征提取與調(diào)制識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種移動通信技術(shù)，是模式識別中的信號調(diào)制識別，更確切地說是基于一種通信信號的特征提取與調(diào)制識別方法。
背景技術(shù)：
通信信號的調(diào)制識別在截獲信號處理領(lǐng)域是一個十分重要的課題，經(jīng)過幾十年的研究，人們提出了許多新的方法和新的思想，取得了很大的成績，但是，隨著通信技術(shù)的發(fā)展，通信信號的調(diào)制方法變得更加復(fù)雜多樣，信號環(huán)境日趨密集，這就對調(diào)制識別的研究提出了更高的要求。通過廣泛地查閱相關(guān)文獻，充分了解調(diào)制識別領(lǐng)域的研究現(xiàn)狀及其發(fā)展趨勢。1969年4月，C. S. Waver等四名學(xué)者在斯坦福大學(xué)技術(shù)報告上發(fā)表了第一篇研究自動調(diào)制識別的論文“采用模式識別技術(shù)實現(xiàn)調(diào)制類型的自動分類”，此后，不斷有研究調(diào)制識別技術(shù)的論文出現(xiàn)在各類技術(shù)刊物上。1984年，Liedtke提出了一種數(shù)字調(diào)制識別方法，這種方法采用信號幅度直方圖、頻率直方圖、差分相位直方圖，以及幅度方差和頻率方差等特征參數(shù)，然后采用模式識別的分類方法，通過提取的特征參數(shù)與理想樣本的特征參數(shù)相比較，按最近原則進行信號自動分類。1986年，F(xiàn)abirzi等人提出一種模擬調(diào)制識別方法，該方法基于瞬時幅度和瞬時頻率方面的信息，采用信號包絡(luò)峰值與均值之比R，以及采用瞬時頻率絕對值的均值作為特征參數(shù)。該方法能夠在SNR>35dB的條件下，有效識別CW，F(xiàn)M和DSB等信號。1989年，Chan和Gadbois也提出了一種類似的方法，方法根據(jù)信號包絡(luò)特點，采用信號包絡(luò)方差與信號均值平方之比作為判決準則。1990年，A. Polydoros和K. Kim等提出了準優(yōu)化的對數(shù)似然比識別方法，其思想是采用高斯白噪聲干擾下的數(shù)字調(diào)相信號的近似似然比函數(shù)，通過優(yōu)化得到LR判決準則，從而區(qū)分MPSK信號，該方法在信噪比大于零時有較好的識別效果。1992年，S. Soliman和S. Hsue提出一種數(shù)字相位統(tǒng)計相關(guān)變量識別方法，利用MPSK信號相位的η階統(tǒng)計均值隨M單調(diào)遞增的特性，對各種MPSK信號進行識別。這以后H. Leib和S. Pasupathy等人也對高斯白噪聲干擾的信號相位的概率分布進行了研究，為調(diào)相信號的識別提供了理論根據(jù)，他們識別目標主要是MPSK信號和CW，MPSK，MFSK等信號。在1995年至1998年的三年間，A. K. Nandi和E. E. Azzouz發(fā)表了多篇文章，利用他們提出的七個關(guān)鍵特征，分別采用決策理論、神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)級聯(lián)的方法對模擬和數(shù)字信號進行分類識別，在信噪比大于IOdB時，具有良好的識別效果。其它主要的識別方法還有S. Hsue的過零點識別方法，A. ff. Gardner的周期譜識別方法等等。近幾年來，人們又將神經(jīng)網(wǎng)絡(luò)技術(shù)、小波變換技術(shù)、高階譜分析技術(shù)與調(diào)制識別技術(shù)相結(jié)合，提出了很多新型的調(diào)制識別方法。mask( “m”amplitude-shiftkeying)表示多進制幅度調(diào)制數(shù)字信號，mfsk (“m”frequency_shift keying)表不多進制頻率調(diào)制數(shù)字信號，mpsk (“m”phase_shiftkeying)表不多進制相位調(diào)制數(shù)字信號，mqam (“m”quadrature amplitude modulation)表示多進制正交調(diào)幅數(shù)字信號，其中”m”的含義代表進制數(shù)，如4、8等。

發(fā)明內(nèi)容
發(fā)明目的本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種通信信號的特征提取與調(diào)制識別方法，本方法只需提取6個比較簡單的特征參數(shù)，可以對各種類型的數(shù)字信號進行調(diào)制識別，算法復(fù)雜度較改進之前大大降低，計算量減小且易于編程，識別的正確率和適用的信噪比范圍上亦都有很大程度的提高。本發(fā)明公開了一種通信信號的特征提取與調(diào)制識別方法，包括以下步驟A.對截獲的一段通信信號進行數(shù)據(jù)預(yù)處理，對獲取的數(shù)據(jù)進行降噪，hilbert變換，歸一化處理等操作，為后續(xù)模塊提供數(shù)據(jù)準備；所述降噪，hilbert變換，歸一化處理為本領(lǐng)域公知技術(shù)。B.特征提取，從數(shù)據(jù)中提取信號的瞬時幅度、瞬時相位和瞬時頻率等系列特征參 數(shù)；C.分類識別，采用梯形結(jié)構(gòu)分類器和確定合適的判決規(guī)則，通過多級分類結(jié)構(gòu)，每級結(jié)構(gòu)根據(jù)一個或多個特征參數(shù)，分辨出某類調(diào)制類型，最終能對多種類型調(diào)制進行識別并結(jié)果輸出。本發(fā)明所述步驟B，從預(yù)處理的信號中提取出六個較簡單的特征參數(shù)，其先后提取步驟如下BI、零中心歸一化瞬時幅度絕對值的平均值Ml。
I.Ml = —/ J A I，其中 Af=abs (af) /mean (abs (af)) -I, aa=abs (a，)，a =HT (a), a 為實
Π n
時信號，a’為信號a的Hilbert變換，aa為信號的瞬時幅度，A為零中心歸一化瞬時幅度，
mean (aa)為η個瞬時幅度的平均值，即mean(aa) = —^ aa |，以下同；本發(fā)明中η的含義均
為信號的個數(shù)，為自然數(shù)，取值范圍為fn為信號的個數(shù)，以下同。此參數(shù)Ml主要用來區(qū)分是maskl6qam信號還是mfsk信號和mpsk信號。因為對于mask和16qam信號，其包絡(luò)是不恒定的，即瞬時幅度不為常數(shù)，參數(shù)Ml也就不為零；而對于mfsk信號，其包絡(luò)恒定，瞬時幅度為常數(shù)，參數(shù)Ml為零；對于mpsk信號，雖然在相位變化時刻會產(chǎn)生幅度突變，但其參數(shù)A接近零，所以通過選擇合適的門限t(mll)，“!!!^，且七^⑴^七^⑵’本發(fā)明中設(shè)定門限t(mll)值介于O. 30與O. 40之間，門限t(ml2)值介于O. 18與O. 30之間，從而可以將mask和16qam信號與mfsk或mpsk信號區(qū)分,不同參數(shù)值的取值會影響同一信噪比下條件下的信號識別成功率，以下同。此參數(shù)只需計算到零中心歸一化瞬時幅度絕對值而不需要進一步利用FFT變換求其譜密度最大值，其運算量明顯減小。此特征參數(shù)提取2個門限值，識別信號種類與傳統(tǒng)決策論方法相比可增加16qam。B2、遞歸零中心歸一化瞬時幅度絕對值的平均值M2。M2 = ^[|A'|，其中
η η
A’ =abs (A) /mean (abs (A))-I,為零中心歸一化瞬時幅度絕對值的平均值Ml中得到的零中心歸一化瞬時幅度。該參數(shù)主要用來識別2ask和4ask兩類幅度鍵控信號，因為2ask和4ask信號它們的瞬時幅度值分別為2個和4個，所以對其進行上述操作后，得到的平均值M2,4ask會明顯大于2ask,本發(fā)明中門限t (m2)值設(shè)定介于O. 25與O. 35之間，所以通過設(shè)置門限t (m2)，就可以對2ask和4ask兩種信號進行識別。此參數(shù)的計算復(fù)雜度同參數(shù)Ml，在算法上其實質(zhì)是遞歸調(diào)用參數(shù)Ml。B3、零中心歸一化瞬時頻率絕對值的平均值MFl。
權(quán)利要求
1.一種通信信號的特征提取與調(diào)制識別方法，其特征在于，包括以下步驟 A、對截獲的一段通信信號進行預(yù)處理； B、特征提取，從預(yù)處理后的數(shù)據(jù)中提取信號參數(shù)； C、分類識別，采用梯形結(jié)構(gòu)分類器，每級結(jié)構(gòu)根據(jù)一個或多個特征參數(shù)，分辨出某類調(diào)制類型，最終能對各種類型調(diào)制進行識別并結(jié)果輸出。
2.根據(jù)權(quán)利要求I所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述步驟B中提取信號參數(shù)包括以下六個參數(shù) BI、信號零中心歸一化瞬時幅度絕對值的平均值Ml ； B2、信號遞歸零中心歸一化瞬時幅度絕對值的平均值M2 ； B3、信號零中心歸一化瞬時頻率絕對值的平均值MFl ； B4、信號遞歸零中心歸一化瞬時頻率絕對值的平均值MF2 ； B5、信號零中心歸一化瞬時相位絕對值的平均值MPl ； B6、信號遞歸零中心歸一化瞬時相位絕對值的平均值MP2。
3.根據(jù)權(quán)利要求2所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號零中心歸一化瞬時幅度絕對值的平均值Ml包括通過對通信信號進行Hilbert變換及零中心歸一化瞬時幅度處理，提取參數(shù)信號零中心歸一化瞬時幅度絕對值的平均值Ml,用于區(qū)分mask信號和16qam信號、mfsk信號和mpsk信號。
4.根據(jù)權(quán)利要求3所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號遞歸零中心歸一化瞬時幅度絕對值的平均值M2包括對通信信號的零中心歸一化瞬時幅度進行歸一化處理，提取信號遞歸零中心歸一化瞬時幅度絕對值的平均值M2，用于區(qū)分mask信號中的m值。
5.根據(jù)權(quán)利要求2所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號零中心歸一化瞬時頻率絕對值的平均值MFl包括對通信信號進行Hilbert變換及抽頻處理，提取信號零中心歸一化瞬時頻率絕對值的平均值MF1，用于區(qū)分識別mfsk信號和mpsk類信號。
6.根據(jù)權(quán)利要求5所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號遞歸零中心歸一化瞬時頻率絕對值的平均值MF2包括對通信信號的零中心歸一化瞬時頻率進行歸一化處理，提取信號遞歸零中心歸一化瞬時頻率絕對值的平均值MF2，用于區(qū)分mfsk信號中的m值。
7.根據(jù)權(quán)利要求2所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號零中心歸一化瞬時相位絕對值的平均值MPl包括對通信信號進行Hilbert變換及瞬時相位進行校正，提取信號零中心歸一化瞬時相位絕對值的平均值MP1，用于區(qū)分識別2psk信號,或，4psk信號和8psk信號。
8.根據(jù)權(quán)利要求7所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述提取信號遞歸零中心歸一化瞬時相位絕對值的平均值MP2包括對通信信號的零中心歸一化瞬時相位進行歸一化處理，提取信號遞歸零中心歸一化瞬時相位絕對值的平均值MP2，用于區(qū)分4psk信號和8psk信號。
9.根據(jù)權(quán)利要求I所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述步驟C中，所述梯形結(jié)構(gòu)分類器包括四級，每級結(jié)構(gòu)如下第一級設(shè)定門限t(ml2)，門限t(ml2)取值范圍為0. 18^0. 30 ； 第二級:設(shè)定門限t (mil)和門限t(mfl)，其中，門限t(mll)取值范圍為0. 30 0. 40，門限t (mfl)取值范圍為0. 15^0. 25 ； 第三級設(shè)定門限t(m2)、門限t(mf2)以及門限t (mpl)，其中，門限t (m2)取值范圍為.0.25 0. 35，門限t(mf2)取值范圍為0. 40 0. 45，門限t (mpl)取值范圍為0. 40 0. 50 ； 第四級設(shè)定門限t(mp2)，門限t(mp2)取值范圍為0. 30、. 45。
10.根據(jù)權(quán)利要求I所述的一種通信信號的特征提取與調(diào)制識別方法，其特征在于，所述預(yù)處理包括降噪處理以及歸一化處理。
全文摘要
本發(fā)明公開了一種通信信號的特征提取與調(diào)制識別方法，包括以下步驟A、對截獲的一段通信信號進行預(yù)處理，即降噪，hilbert變換，歸一化處理；B、特征提取，從預(yù)處理后的數(shù)據(jù)中提取信號參數(shù)；C、分類識別，采用梯形結(jié)構(gòu)分類器，每級結(jié)構(gòu)根據(jù)一個或多個特征參數(shù)，分辨出某類調(diào)制類型，最終能對各種類型調(diào)制進行識別并結(jié)果輸出。本發(fā)明在較低信噪比的條件下顯著提高了識別正確率，此方法在軍用和民用等領(lǐng)域的信號識別均具有廣泛的應(yīng)用前景。
文檔編號H04L27/00GK102710572SQ20121023472
公開日2012年10月3日 申請日期2012年7月6日 優(yōu)先權(quán)日2012年7月6日
發(fā)明者馮小江, 夏宇星, 安剛, 王旭, 趙超, 錢蕾 申請人:江蘇省郵電規(guī)劃設(shè)計院有限責(zé)任公司