[發明專利]一種水聲信號調制方式自適應類內識別方法

在審

• 申請號: 202011007851.0
• 申請日: 2020-09-23
• 公開（公告）號: CN112134818A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 王景景;閆正強;董新利;楊星海;施威;劉世萱;李海濤;徐凌偉
• 申請（專利權）人: 青島科技大學
• 主分類號: H04L27/00
• 分類號: H04L27/00
• 代理公司: 青島海昊知識產權事務所有限公司 37201
• 代理人: 劉艷青

1.一種水聲信號調制方式自適應類內識別方法，其特征在于，包括以下步驟：

S1：首先進行水聲信號調制方式類間識別：

S2：如果類間識別出MFSK調制方式的水聲信號，則將水聲信號進行希爾伯特變換；再利用模糊評判算法計算出MFSK調制的階數M；

S3：如果類間識別出MPSK或MQAM調制方式的水聲信號，將信號進行處理后，得到二維的信號星座圖；再使用二次聚類算法處理信號星座圖，判斷MPSK或MQAM調制的階數M。

2.如權利要求1所述的類內識別方法，其特征在于，所述S1具體為：計算水聲信號的譜特征與熵特征；采用主分量分析法對提取的特征進行降維與去噪處理；選取稠密神經網絡作為訓練模型，去除其池化層，利用現有的真實數據進行預訓練，再根據實際的水聲信號，調整所述神經網絡中全連接層參數，使其適應目標海域，即得到訓練好的模型；再將經過降維與去噪處理的特征進行歸一化與維度變更處理輸入到訓練好的模型中，完成類間識別。

3.如權利要求1所述的類內識別方法，其特征在于，所述S2中希爾伯特變換具體為：計算出信號瞬時頻率f(t)；對瞬時頻率f(t)取絕對值并進行歸一化處理，得到信號歸一化瞬時頻率f_u(t)；同時，將信號進行小波變換，記為CHWT_MFSK；將小波變換后的信號取絕對值并中值濾波后，得到信號小波變換頻率直方圖。

4.如權利要求3所述的類內識別方法，其特征在于，所述信號歸一化瞬時頻率的計算方法為，

其中，f(t)為信號瞬時頻率，abs為取絕對值函數，max為取最大值函數，N為f(t)自變量的最大取值；

信號小波變換的計算方法為，

其中，a是縮放尺度，即變換尺度，τ為時間平移，是振幅信號的功率，ω_i為第i個信號未調載波角頻率，ω_c為調制載波角頻率，θ_c為載波初始相位。

5.如權利要求1所述的類內識別方法，其特征在于，所述S2中模糊評判算法具體為：針對MFSK調制方式的水聲信號，將信號歸一化瞬時頻率f_u(t)進行中值濾波，統計得出信號歸一化瞬時頻率f_u(t)的階梯層數統計得出信號小波變換頻率直方圖的峰值個數F_M，利用模糊評判算法，將信號的小波變換頻率直方圖的峰值數F_M及歸一化瞬時頻率統計階梯層數集合A與理論條件下MFSK調制對應水聲信號的特征值集合B相比較、判斷，計算出MFSK調制的階數M。

6.如權利要求5所述的類內識別方法，其特征在于，模糊評判算法所基于的歐幾里德貼近度定義為，

其中，A(u_i)表示A集合的u_i元素，B(u_i)表示B集合中對應的u_i元素，K為集合A與集合B的元素個數；計算待識別信號與各階理想FSK調制信號的歐式貼近度，若滿足：(A,B_i)＝Max[N(A,B₁),N(A,B₂),...,N(A,B_n)]

則認為A最貼近B_i，并將A識別為B_i所屬的調制方式。

7.如權利要求1所述的類內識別方法，其特征在于，所述S3中將水聲信號進行下變頻、匹配濾波等處理后，得到的碼元復基帶信號，將該信號序列進一步處理后，得到二維的信號星座圖。

8.如權利要求1所述的類內識別方法，其特征在于，所述S3中再使用二次聚類算法處理信號星座圖，首先采用基于信噪比的自適應減法聚類獲得初始聚類數目S，然后利用C均值聚類法進一步提高聚類性能，最后統計出聚類個數，判斷MPSK或MQAM調制的階數M。