[發(fā)明專利]一種有效識(shí)別非高斯噪聲下數(shù)字調(diào)制信號(hào)的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310395622.4
• 申請(qǐng)日: 2013-09-03
• 公開(kāi)（公告）號(hào): CN103457890A
• 公開(kāi)（公告）日: 2013-12-18
• 發(fā)明（設(shè)計(jì)）人: 李兵兵;馬洪帥;劉明騫;楊吉
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): H04L27/00
• 分類號(hào): H04L27/00
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

技術(shù)領(lǐng)域

本發(fā)明屬于通信技術(shù)領(lǐng)域，尤其涉及一種有效識(shí)別非高斯噪聲下數(shù)字調(diào)制信號(hào)的方法。

背景技術(shù)

數(shù)字信號(hào)調(diào)制識(shí)別在軍事和民用領(lǐng)域均有著非常重要的應(yīng)用。傳統(tǒng)的數(shù)字調(diào)制識(shí)別是假設(shè)背景噪聲服從高斯分布，但在實(shí)際的無(wú)線通信系統(tǒng)中往往存在一些非高斯分布的噪聲，這些噪聲具有顯著尖峰脈沖狀波形和較厚概率密度函數(shù)拖尾。研究者發(fā)現(xiàn)描述這類非高斯隨機(jī)信號(hào)的一種更有效的噪聲模型是Alpha穩(wěn)定分布模型。因此，研究在Alpha穩(wěn)定分布噪聲背景下的數(shù)字信號(hào)調(diào)制識(shí)別方法具有重要的實(shí)際工程意義。

近年來(lái)，已有學(xué)者對(duì)Alpha穩(wěn)定分布噪聲模型下的數(shù)字調(diào)制識(shí)別進(jìn)行了一定的研究，但研究甚少。參見(jiàn)楊偉超，趙春暉，成寶芝.Alpha穩(wěn)定分布噪聲下的通信信號(hào)識(shí)別[J].應(yīng)用科學(xué)學(xué)報(bào)，2010，28(2)：111-114.。這種方法以分形盒維數(shù)作為識(shí)別特征，在以Alpha穩(wěn)定分布噪聲為背景對(duì)信號(hào)進(jìn)行了識(shí)別，但該方法僅能在一定混合信噪比范圍內(nèi)適用且識(shí)別性能較差；參見(jiàn)賀濤.數(shù)字通信信號(hào)調(diào)制識(shí)別若干新問(wèn)題研究[D].[博士論文].電子科技大學(xué)，2007和何繼愛(ài)，裴承全，蒲陽(yáng)陽(yáng).非高斯模型下BPSK的循環(huán)譜分析[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，48(3)：133-138這兩種方法均采用了低階統(tǒng)計(jì)量進(jìn)行了數(shù)字信號(hào)調(diào)制識(shí)別的研究，但識(shí)別性能較差；參見(jiàn)趙春暉，楊偉超，杜宇.采用分?jǐn)?shù)低階循環(huán)譜相干系數(shù)的調(diào)制識(shí)別[J].應(yīng)用科學(xué)學(xué)報(bào)，2011，29(6)：565-570.和趙春暉，楊偉超，馬爽.基于廣義二階循環(huán)統(tǒng)計(jì)量的通信信號(hào)調(diào)制識(shí)別研究[J].通信學(xué)報(bào)，2011，32(1)：144-150.這兩種方法提出了分?jǐn)?shù)低階循環(huán)譜相干系數(shù)和廣義二階循環(huán)統(tǒng)計(jì)量的方法對(duì)數(shù)字調(diào)制信號(hào)進(jìn)行識(shí)別，但該方法計(jì)算復(fù)雜度較高且循環(huán)譜指數(shù)的設(shè)定缺少智能方法而導(dǎo)致普適性較差。因此，以上的方法在非高斯噪聲環(huán)境下均不能簡(jiǎn)單有效地識(shí)別出數(shù)字調(diào)制信號(hào)。

發(fā)明內(nèi)容

本發(fā)明提供了一種有效識(shí)別非高斯噪聲下數(shù)字調(diào)制信號(hào)的方法，旨在解決現(xiàn)有方法在非高斯噪聲環(huán)境下均不能簡(jiǎn)單有效地識(shí)別出數(shù)字調(diào)制信號(hào)，普適性較差的問(wèn)題。

本發(fā)明的目的在于提供一種有效識(shí)別非高斯噪聲下數(shù)字調(diào)制信號(hào)的方法，該識(shí)別方法包括：

步驟一，對(duì)接收信號(hào)s(t)進(jìn)行非線性變換；

步驟二，計(jì)算接收信號(hào)s(t)的廣義一階循環(huán)累積量和廣義二階循環(huán)累積量通過(guò)計(jì)算接收信號(hào)s(t)的特征參數(shù)和利用最小均方誤差分類器，識(shí)別出2FSK信號(hào)；

步驟三，計(jì)算接收信號(hào)s(t)的廣義二階循環(huán)累積量通過(guò)計(jì)算接收信號(hào)s(t)的特征參數(shù)和利用最小均方誤差分類器，并通過(guò)檢測(cè)廣義循環(huán)累積量幅度譜的譜峰個(gè)數(shù)識(shí)別出BPSK信號(hào)和MSK信號(hào)；

步驟四，計(jì)算接收信號(hào)s(t)的廣義四階循環(huán)累積量通過(guò)計(jì)算接收信號(hào)s(t)的特征參數(shù)和利用最小均方誤差分類器，識(shí)別出QPSK信號(hào)、8PSK信號(hào)、16QAM信號(hào)和64QAM信號(hào)。

進(jìn)一步，在步驟一中，對(duì)接收信號(hào)s(t)進(jìn)行非線性變換，按如下公式進(jìn)行：

f[s(t)]=s(t)*ln|s(t)||s(t)|=s(t)c(t)]]>

其中A表示信號(hào)的幅度，a(m)表示信號(hào)的碼元符號(hào)，p(t)表示成形函數(shù)，f_c表示信號(hào)的載波頻率，表示信號(hào)的相位，通過(guò)該非線性變換后可得到：