[發明專利]低信噪比下基于復雜度特征的調制信號識別方法無效
| 申請號： | 201110347819.1 | 申請日： | 2011-11-07 |
| 公開（公告）號： | CN102437984A | 公開（公告）日： | 2012-05-02 |
| 發明（設計）人： | 李一兵;李靖超;林云;葉方;葛娟;康健;李一晨;田雪宜 | 申請（專利權）人： | 哈爾濱工程大學 |
| 主分類號： | H04L27/00 | 分類號： | H04L27/00;H04B1/00 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼： | 黑龍江;23 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 低信噪 基于 復雜度 特征 調制 信號 識別 方法 | ||
1.低信噪比下基于復雜度特征的調制信號識別方法，其特征是：
(1)首先對接收到的未知通信信號進行預處理即進行離散：接收到的通信調制信號為s，預處理后的離散信號序列為{s(i)}，其中i＝1，2，·，N0表示信號的采樣點數，N0為信號序列的長度；
(2)將離散化后的信號序列進行重組：
對于預處理后的離散通信信號序列{s(i)}，i＝1，2，·，N0，定義以下特征參量：
定義表示重組信號不同向量個數的次數；
定義t(j)＝2j，表示每次重組信號中離散信號點的個數，其中，j＝1，2，·，n表示重組信號不同向量個數的次數的取值；
定義數字序列其中，j＝1，2，·，n；
重組信號序列Sj的定義方法為：Sj＝s(T(j)*(t(j)-1)+T0(j))，T0(j)＝[1：T(j)]，j＝1，2，·，n；
(3)對重組的特征向量進行多重分形維數運算，選擇不同的維數，提取通信信號的多重分形維數特征：
多重分形維數描述的是事物不同層次的特征，一個多重分形可以看做是由不同維數的分形子集組成的并集，把研究對象分為M個小區域，取第i個區域的線度大小為εi，第i個區域的密度分布函數Pi，則不同區域i的標度指數αi可以描述為：
非整數αi稱為奇異指數，表示某一區域的分形維數，由于一個信號可以劃分為許多不同的小區域，于是可以得到由一系列不同的αi所組成的變量f(α)，則f(α)成為信號的多重分形譜，
定義函數Xq(ε)為各個區域的概率加權求和，ε為線度大小，q為密度分布函數Pi的冪數，即：
定義廣義分形維數Dq為：
由此，對步驟(2)每一個重組信號Sj求和，Sj表示第j個重組信號，即：SJ＝∑Sj，J＝1，2，·J0，j＝1，2，·n，j0表示每次重組信號的個數，SJ為第J次重組信號的和，J0為重組信號的次數，
再對整個離散信號序列求和，和為S，即：
S＝∑sm，m＝1，2，·，N0，
sm為離散信號序列的第m個采樣點值，則第J個概率測度PJ定義為：
將PJ帶入到多重分形維數Dq的計算式中即可得到信號的多重分形維數特征；
(4)對提取的未知信號特征利用灰色關聯理論與數據庫中的已知調制類型信號的多重分形維數特征進行關聯計算，判斷該信號的調制類型為關聯度最大的信號的調制類型，即實現了對通信調制信號的分類識別：
取q值從-q0到q0，則計算出信號的多重分形維數共有2q0+1重特征，每重特征即每個q值對應共有個特征點，對于一個通信調制信號，構成的特征向量共有個特征點值，將其構成一個未知通信信號的多重分形特征序列F0，利用灰色關聯理論對此特征序列與數據庫中的已知信號的特征序列Fi作關聯，設γ(F0，Fi)表示兩個序列的關聯度，設共有k種調制方式模板，則調制方式種類i＝1，2，·，k，構成的特征矩陣為：
其中，i＝1，2，·，k表示調制方式的個數，
由此定義關聯系數γ(F0，Fi)的計算方法為：
表示每種信號特征向量的第N個特征，ξ為分辨系數，定義域ξ∈(0，1)，由此，未知通信信號的多重分形維數特征值F0與數據庫中已有模板調制方式的特征值Fi之間的灰色關聯度γ0(F0，Fi)定義為：
此灰色關聯度為所求，選擇未知調制信號與已知調制信號關聯度最大的判斷為該信號的調制類型，實現對通信信號的調制類型的分類識別。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學，未經哈爾濱工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201110347819.1/1.html，轉載請聲明來源鉆瓜專利網。
