[發明專利]基于高斯Copula的BPSK信號盲處理結果可信性自適應校驗方法

有效

• 申請號: 202011075526.8
• 申請日: 2020-10-09
• 公開（公告）號: CN112235077B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 楊莉;胡國兵;姜志鵬;趙嬪姣
• 申請（專利權）人: 金陵科技學院
• 主分類號: H04L1/00
• 分類號: H04L1/00;H04L27/00;H04L27/22;G06F17/18
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 上官鳳棲

基于高斯Copula的BPSK信號盲處理結果可信性自適應校驗方法，首先根據調制識別結果對應的信號模型構造參考信號，計算此參考信號與觀測信號的相關譜模值平方；然后分別提取相關譜模值平方序列的分組極值序列及超閾值序列；利用高斯Copula模型對分組極值序列及超閾值序列的聯合分布進行擬合，并根據單分類準則，建立校驗統計量；利用Bootstrap方法獲取統計量在零假設下的概率分布及其數字特征，得到相應的判決門限；若校驗統計量大于判決門限，則判定此次BPSK信號盲處理結果為可信，反之，不然。計算機仿真結果表明，該方法可以在缺乏信號及噪聲方差信息條件下自適應對BPSK信號盲處理結果的可信性進行有效檢驗。

技術領域

本發明屬于信號處理技術領域，具體涉及一種基于高斯Copula的二相編碼(BPSK)信號的盲處理結果校驗方法。

背景技術

BPSK信號是雷達、通信中的常用調制方式，對該類信號識別及參數估計結果，即分析結果的可信性評估，對于提高電子戰信號處理的有效性與可靠性，節約計算成本，提高干擾的精準度，具有重要的戰略與戰術價值。

已有基于相關譜極值統計量的評估算法存在如下缺點：沒有對充分利用相關譜極值的樣本信息，例如基于分組極值模型的相關算法，會丟失部分分組內的次大值樣本，而基于超閾值模型的相關算法，因閾值過大，也會丟失部分極值樣本。本算法將分組極值與超閾值序列作為二元特征量，用高斯Copula進行擬合，得到兩者的聯合概率密度函數，而后基于單分類器準則，構建可信性校驗的統計量；利用Bootstrap算法，對統計量的數字特征進行估計，并用以自適應確定可信性校驗的判決門限。實驗結果表明，該方法能充分利用有效的極值樣本信息，在低信噪比時性能明顯優于現有算法。

發明內容

本發明針對現有技術中的不足，提供一種基于高斯Copula的BPSK信號盲處理結果可信性自適應校驗方法。

為實現上述目的，本發明采用以下技術方案：

基于高斯Copula的BPSK信號盲處理結果可信性自適應校驗方法，其特征在于，包括如下步驟：

步驟1：對觀測信號進行調制方式識別及參數估計，根據識別結果對應的信號模型，利用調制方式識別及參數估計結果構建參考信號，并建立假設檢驗模型；

步驟2：計算參考信號與觀測信號的平方相關譜，分別提取平方相關譜的分組極值序列和超閾值序列；

步驟3：利用高斯Copula模型對分組極值序列和超閾值序列的聯合分布進行擬合，并根據單分類準則，建立校驗統計量；

步驟4：利用Bootstrap方法獲取Bootstrap意義下的檢驗統計量及其數字特征，得到相應的判決門限；

步驟5：對步驟3得到的校驗統計量進行歸一化處理，并與判決門限進行比較，結合假設檢驗模型，對信號盲處理結果進行校驗。

為優化上述技術方案，采取的具體措施還包括：

進一步地，所述步驟1中，建立疊加了高斯白噪聲的BPSK調制信號模型為

x(n)＝s(n)+w(n)

＝A exp[j(2πf₀Δtn+θ(n)+θ₀)]+w(n)，0≤n≤N-1

式中，A為信號幅度，j為虛數單位，f₀為載波頻率，Δt為采樣間隔，BPSK分量的相位函數θ(n)＝πd₂(n)，d₂(n)為二元編碼信號，其碼元寬度為T_c，碼元個數N_c，碼字為c_m，m＝1，...，N_c，θ₀為初相位，N為樣本點數，s(n)表示發射信號，w(n)為零均值加性復高斯白噪聲過程；