[發(fā)明專利]一種大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711083425.3
• 申請(qǐng)日: 2017-11-07
• 公開（公告）號(hào): CN108052956A
• 公開（公告）日: 2018-05-18
• 發(fā)明（設(shè)計(jì)）人: 陳丹;黃根全;王晨昊
• 申請(qǐng)（專利權(quán)）人: 西安理工大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 羅磊

本發(fā)明公開的一種大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法，包括建立大氣湍流信道數(shù)學(xué)模型；根據(jù)大氣湍流信道數(shù)學(xué)模型，獲得經(jīng)過大氣湍流信道后副載波調(diào)制信號(hào)的星座圖，進(jìn)行模糊C均值聚類并提取其硬趨勢(shì)均值特征參數(shù)；設(shè)計(jì)改進(jìn)三層BP神經(jīng)網(wǎng)絡(luò)分類器，將特征參數(shù)對(duì)改進(jìn)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的網(wǎng)絡(luò)最后進(jìn)行星座圖識(shí)別。本發(fā)明的大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法，技術(shù)路線簡(jiǎn)單、經(jīng)濟(jì)而且切實(shí)可行，易于實(shí)現(xiàn)，提高了大氣湍流導(dǎo)致的較大光強(qiáng)起伏下副載波高階調(diào)制的正確識(shí)別率，能夠很好的抑制大氣湍流對(duì)星座圖識(shí)別檢測(cè)的影響。

技術(shù)領(lǐng)域

本發(fā)明屬于通信技術(shù)領(lǐng)域，具體涉及一種大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法。

背景技術(shù)

無線光通信普遍采用強(qiáng)度調(diào)制/直接檢測(cè)系統(tǒng)，強(qiáng)度調(diào)制可分為脈沖調(diào)制和連續(xù)波調(diào)制兩種。副載波調(diào)制是一種連續(xù)波調(diào)制，與OOK調(diào)制相比，副載波調(diào)制不需要自適應(yīng)閾值檢測(cè)就可達(dá)到最佳差錯(cuò)性能，可以有效抑制大氣湍流影響。和PPM調(diào)制相比較，也不需要增加系統(tǒng)帶寬要求。大氣信道是一種有記憶的時(shí)變信道，大氣散射和大氣湍流對(duì)副載波調(diào)制信號(hào)星座圖相位影響較大，所導(dǎo)致的相位模糊、相位偏移等給星座圖相位識(shí)別帶來巨大困難。在信息對(duì)抗中，調(diào)制識(shí)別是從已調(diào)制信號(hào)的數(shù)據(jù)中提取信號(hào)的振幅、頻率以及相位等特征信息，對(duì)非合作方通信來進(jìn)行有效的信道、頻譜監(jiān)測(cè)、電子對(duì)抗以及干擾源識(shí)別等。采用信號(hào)譜線的調(diào)制識(shí)別一般是基于信號(hào)幅值分布進(jìn)行，但是實(shí)際信號(hào)的調(diào)制信息是綜合表征在幅值和相位分布上，僅利用幅值信息，其性能受限。調(diào)制信號(hào)星座圖提供了信號(hào)相位的結(jié)構(gòu)以及各種不同調(diào)制狀態(tài)的關(guān)系，是數(shù)字調(diào)制方式設(shè)計(jì)與分析的經(jīng)典工具。因此，采用星座圖中的相位信息結(jié)合神經(jīng)網(wǎng)絡(luò)可有效地進(jìn)行無線光副載波調(diào)制格式的自動(dòng)識(shí)別，尤其可以有效抑制光強(qiáng)起伏對(duì)于高階調(diào)制類型檢測(cè)識(shí)別的影響，提高在較強(qiáng)光強(qiáng)振幅起伏方差下的高階調(diào)制識(shí)別率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法，解決了大氣湍流光強(qiáng)起伏導(dǎo)致高階調(diào)制識(shí)別率低的問題。

本發(fā)明所采用的技術(shù)方案是：一種大氣湍流下無線光通信副載波調(diào)制星座圖識(shí)別方法，具體按照以下步驟實(shí)施：

步驟1：建立大氣湍流信道數(shù)學(xué)模型；

步驟2：根據(jù)步驟1建立的大氣湍流信道數(shù)學(xué)模型，獲得經(jīng)過大氣湍流信道后副載波調(diào)制信號(hào)的星座圖，進(jìn)行模糊C均值聚類并提取其硬趨勢(shì)均值特征參數(shù)；

步驟3：設(shè)計(jì)改進(jìn)三層BP神經(jīng)網(wǎng)絡(luò)分類器，將步驟2中提取的特征參數(shù)對(duì)改進(jìn)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的網(wǎng)絡(luò)最后進(jìn)行調(diào)制星座圖識(shí)別。

本發(fā)明的特點(diǎn)還在于，

步驟1建立大氣湍流信道數(shù)學(xué)模型，具體按照以下步驟實(shí)施：設(shè)x(t)為發(fā)射端已調(diào)副載波信號(hào)，y(t)為接收機(jī)輸出信號(hào)，則y(t)＝I(t)x(t)+n(t)，式中，I(t)是大氣信道狀態(tài)信息，表征為大氣湍流強(qiáng)度，弱湍流情況則服從對(duì)數(shù)正態(tài)分布，強(qiáng)湍流情況服從負(fù)指數(shù)分布或K分布，n(t)為高斯白噪聲，均值為0，方差為σ2。

步驟2中進(jìn)行模糊C均值聚類并提取其硬趨勢(shì)均值特征參數(shù)的具體實(shí)施步驟為：

步驟2.1：利用模糊C均值算法把n個(gè)待分類的星座圖樣本點(diǎn)xi(i＝1,2,...,n)劃分為c個(gè)模糊組，求出每組的聚類中心，使得非相似性指標(biāo)的價(jià)值函數(shù)達(dá)到最小；利用隸屬度定義樣本數(shù)據(jù)隸屬于每一類的概率，隸屬矩陣U取值為[0，1]之間的實(shí)數(shù)值，而且樣本點(diǎn)隸屬于每一類的取值和為1：