[發明專利]一種基于星座圖和深度學習的混合衛星通信調制識別方法及系統

在審

• 申請號: 202011279860.5
• 申請日: 2020-11-16
• 公開（公告）號: CN112511477A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 茍亮;劉進進;萬揚洋;聶宇雷;左云鵬;張亞慧;朱明強;陳翔
• 申請（專利權）人: 南京融星智聯信息技術有限公司
• 主分類號: H04L27/00
• 分類號: H04L27/00
• 代理公司: 南京泰普專利代理事務所(普通合伙) 32360
• 代理人: 張磊

本發明提出了一種基于星座圖和深度學習的混合衛星通信調制識別方法及系統，包括如下步驟：步驟1、接收機通過頻譜分析獲得預定信號，并進行載波頻率估計和帶寬估計，帶通濾波、下變頻后得到基帶信號；步驟2、估算定時誤差，并對非最佳采樣的數據點進行插值濾波，逼近最佳采樣點；步驟3、通過對最佳采樣點進行相位差分，消除頻偏影響，恢復相位差分后的星座圖；步驟4、通過機器學習的方法對星座圖進行聚類，通過聚類點的特征進行調制方式分類。本發明在傳統調制識別方法的基礎上，通過均值漂移聚類方法進行精細的分類和識別，兩種方法的結合能夠提高識別正確率，同時簡化計算復雜度，在正確率和復雜度之間取得良好的平衡。

技術領域

本發明涉及一種基于星座圖和深度學習的混合衛星通信調制識別方法及系統，涉及 H04W：無線通信網絡領域。

背景技術

衛星通信處于開放的環境，時刻面臨著各種有意或無意的干擾，需要采用有效的手段來監測和對抗這些干擾才能實現可靠的通信。因此，需要進一步研究針對衛星通信信號的調制識別技術，逐步建立適用于我國衛星通信系統的調制識別系統。

衛星通信信號認知技術主要包括信號多址方式、信噪比、載波頻率、符號速率、調制方式等參數的估計與識別，其主要作用是在非合作通信環境下有效分析接收到的載波信號，以實現對衛星轉發器工作狀態的實時監控，保證衛星通信系統正常運行。

目前，衛星通信信號調制識別的方法主要有傳統調制識別方法和基于機器學習的調制識別方法。傳統調制識別方法分為兩種：基于似然的調制識別方法和基于特征的調制識別方法。基于似然的調制識別可以看作是多重假設檢驗問題。依據所選模型的不同，常用的基于似然的調制識別方法是：平均似然比檢驗法(ALRT)，廣義似然比檢驗法 (GLRT)、混合似然比檢驗法(HLRT)。基于特征的調制識別方法的技術關鍵在于特征參數和判決準則的選取。常用的特征參數有信號瞬時特征、信號統計量、小波變換幅度和峰值幅度極值等。常用的判決準則有基于概率密度、基于歐氏距離和基于二進制判決樹的判決準則。基于機器學習的調制識別方法主要是通過神經網絡來對調制識別某一重要參數進行聚類，將接收的信號根據這一參數進行分離，以此來分辨調制識別的方式。

傳統方法衛星通信信號調制識別方法中SNR和同步對正確率的影響較大，對數據長度(采樣點數/符號個數)要求高，正確率較低，且近似的調制識別方法難分離，調制識別集合也不能太大；而基于機器學習的衛星通信信號調制識別方法要求數據集比較完備，需要很長時間的數據積累，且訓練時間長，復雜度高，想要提升正確率，需要復雜的多層神經網絡模型，資源耗費嚴重，在衛星載荷受限條件下較難適用。

發明內容

發明目的：一個目的是提出一種基于星座圖和深度學習的混合衛星通信調制識別方法，以解決現有技術存在的上述問題。進一步目的是提出一種實現上述方法的系統。

技術方案：一種基于星座圖和深度學習的混合衛星通信調制識別方法，包括以下步驟：

步驟1、接收機通過頻譜分析獲得預定信號，并進行載波頻率估計和帶寬估計，帶通濾波、下變頻后得到基帶信號；

步驟2、估算定時誤差，并對非最佳采樣的數據點進行插值濾波，逼近最佳采樣點；

步驟3、通過對最佳采樣點進行相位差分，消除頻偏影響，恢復相位差分后的星座圖；

步驟4、通過機器學習的方法對星座圖進行聚類，通過聚類點的特征進行調制方式分類。

在進一步的實施例中，步驟1進一步包括：

步驟1-1、對接收的已調信號進行載頻提取、正交下變頻和低通濾波后，得到被噪聲污染的復基帶信號波形：