[發明專利]一種基于改進的多尺度小波熵數字信號調制識別方法

有效

• 申請號: 202010195282.0
• 申請日: 2020-03-19
• 公開（公告）號: CN111444805B
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 葉方;張慧;孫騫;李一兵;田園;宋也
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/2411
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進的多尺度小波熵數字信號調制識別方法，其特征是，包括如下步驟：

步驟1：利用Matlab仿真模擬產生各個信噪比下的待識別信號；

步驟2：計算各類信號的多尺度小波熵特征；對信號進行多尺度小波變換，多尺度小波變換的尺度為4，然后信號經小波分解得到1至4層的高頻小波系數與第5層的低頻系數，提取這5個系數對應的功率譜香農熵以及功率譜指數熵，構成10維特征向量，利用極限學習機分類器對PSK類信號和非PSK類信號進行分類；

步驟3：對于步驟2中的非PSK類信號繼續利用5個小波系數的功率譜香農熵和功率譜指數熵所構成的10維特征向量，并利用極限學習機分類器對非PSK類信號進行分類；

步驟4：對于PSK類信號，得到其相位變化函數，利用步驟2中的方法，得到相位變化函數的多尺度小波熵特征，并利用極限學習機分類器對PSK類信號進行分類，得到最終各類數字調制信號的識別率。

2.根據權利要求1所述的基于改進的多尺度小波熵數字信號調制識別方法，其特征是，所述步驟2具體為：

(a)計算小波系數：

任意函數f(t)表示為：

其中，設V₀表示原始的尺度空間，V₁表示第一層分解后的空間，W₁是V₁的正交補空間；a_1,k是第一層分解的低頻系數，是空間V₁的正交基，d_1,k是第一層分解的高頻系數，{ψ_1,k(t)＝2^-1/2ψ(2^-1t-k)}_k∈Z是空間W₁的正交基；連續函數f(t)的第一層小波系數為和d_1,k＝f(t),ψ(2^-1t-k)，離散化處理函數f(t)，分別計算得到下式的a_1,k和d_1,k：

c_0.n為離散化的待處理原始信號數據，a_1,k和d_1,k分別為第一層的低頻系數和高頻系數；h和g分別為低通分解濾波器和高通分解濾波器；

(b)選取小波變換尺度為4，將信號分解為含原始信號逼近信息的低頻系數a₅和含原始信號細節信息的高頻系數d₁,d₂,d₃,d₄共5個分量，對每個小波分量系數進行傅里葉變換：

進行N點的傅里葉變換，k為頻域采樣點數，n為時域采樣點數，X_i(k)是傅里葉變換結果，d_i(n)是小波分量系數，

(c)計算每一層小波系數的功率譜{S_i(k),i＝1,2,...,5}：

其中，信號取N點，k為頻域采樣點數，X_i(k)是傅里葉變換結果；

(d)計算第i(i＝1,2,...,5)個分量的小波功率譜香農熵：

其中,H_si是小波功率譜香農熵，p_ki是概率密度且S_i(k)是小波系數功率譜；

(e)計算第i(i＝1,2,...,5)個分量的小波功率譜指數熵：

其中,H_ei是小波功率指數熵，p_ki是概率密度且S_i(k)是小波系數功率譜；

因此得到信號的5個小波系數的功率譜香農熵和功率譜指數熵：高頻系數(d₁,d₂,d₃,d₄)對應的功率譜香農熵記為H_s1,H_s2,H_s3,H_s4，對應的功率譜指數熵記為H_e1,H_e2,H_e3,H_e4；低頻系數(a₅)對應的功率譜香農熵記為H_s5，對應的功率譜指數熵記為H_e5，最終構成特征向量H＝[H_s1,H_s2,H_s3,H_s4,H_s5H_e1,H_e2,H_e3,H_e4,H_e5]，將得到的特征向量通過極限學習機對PSK類信號和非PSK類信號進行分類；

(f)利用該10維特征向量對非PSK類信號進行分類。