CN102158254A - 信号接收方法及装置 - Google Patents
信号接收方法及装置 Download PDFInfo
- Publication number
- CN102158254A CN102158254A CN2011100393134A CN201110039313A CN102158254A CN 102158254 A CN102158254 A CN 102158254A CN 2011100393134 A CN2011100393134 A CN 2011100393134A CN 201110039313 A CN201110039313 A CN 201110039313A CN 102158254 A CN102158254 A CN 102158254A
- Authority
- CN
- China
- Prior art keywords
- signal
- decision
- received signal
- characteristic
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种信号接收方法及装置,涉及通信技术领域,解决了信号的传输效率低、接收性能差以及浪费网络资源的问题。本发明实施例根据接收到信号的特征谱确定决策平面;判断接收信号的通信信道是否呈现准用静态变换特性;在通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;根据所述决策边界对接收到的信号进行检测。本发明实施例主要运用于信号接收设备,尤其是采用跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统中的信号接收设备。
Description
技术领域
本发明涉及通信技术领域,尤其涉及通信技术中的信号接收方法及装置。
背景技术
UWB(Ultra Wideband)无线通信是一种不用载波,而采用时间间隔极短(小于1ns)的脉冲进行通信的方式,UWB也称脉冲无线电(Impulse Radio)、时域(Time Domain)或无载波(Carrier Free)通信。UWB系统具备良好时间分辨率,因而在典型室内传输环境下,UWB传输信道通常呈现出多径密集特性。
现有UWB系统目前较为成熟的非相干接收方式包括如下三种:
第一、发送-参考(TR)的UWB接收方案,基本原理是TR-UWB发送端同时发射一对UWB脉冲,第二个脉冲上承载发送信息(一般采用双极性相位调制);而第一个脉冲则不调制任何信息,在假设UWB信道短时平稳前提下,第一个脉冲仅用以充当多径信道响应模板功能。该技术避免了信道估计算法,如图1所示,采用该技术的接收机仅需将第一个参考脉冲通过延时器D延时一段时间后,与第二个脉冲通过积分器做相关运算即可,大大简化了接收机的复杂程度;另外,采用该方案的非相干接收机只使用延迟器和积分器,制造成本相对较低。
第二、能量检测(Energy detection,ED)方案,能量检测方案只需通过对接收信号进行平方累加便可获得判决变量,平方累加的结果相当于计算出了接收信号的能量。采用能量检测方案无需估计UWB信道响应,也不影响UWB系统传输效率。能量检测接收机的一般结构如图2所示。接收时,首先通过平方律器件对信号进行能量检波,然后根据最大似然准则进行接收判决。
第三、基于APDP(Average Power Delay Profile,平均功率时延剖面)特征的加权UWB非相干接收方案,该方案是对基于能量检测接收的一种改进。该方案中利用先验信息加权的思想在一定程度上改善了能量检测器对于噪声功率和ISI(Inter-symbol Interference,符号间干扰)鲁棒性。利用呈现出指数衰减趋势的UWB多径信号功率时延剖面对接收信号加权,起到了抑制信道噪声并提升信号能量的效用,因此其接收性能相比于能量检测可提升1-3dB。
在实现上述UWB接收方案的过程中,发明人发现现有技术中至少存在如下问题:
第一、采用发送-参考的UWB接收方案时由于TR-UWB发射结构中将分派50%发射能量于不携带任何信息的参考脉冲信号,致使传输效率降低,浪费了网络资源,并且TR接收机中模拟时延通常难以利用电路加以精确实现,微小时延误差将严重影响接收性能。
第二、由于能量检测方案可利用信息仅为信号能量,利用先验概率信息十分有限,并且信号能量容易受信道噪声的影响,导致,能量检测方案的接收性能较差。
第三、由于APDP信息与地理位置有关,需中心簇头节点(Cluster)将当前APDP信息实时传递给UWB本地节点(Local nodes);该流程浪费网络资源(传输时隙、带宽),且难以应用于大规模分布式网络,限制了UWB技术的应用场景。
发明内容
本发明实施例提供一种信号接收方法及装置,提高信号的接收性能。
为达到上述目的,本发明的实施例采用如下技术方案:
一种信号接收方法,包括:
根据接收到信号的特征谱确定决策平面;
判断通信信道是否呈现准用静态变换特性;
在通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;
在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;
根据所述决策边界对接收到的信号进行检测。
一种信号接收装置,包括:
确定单元,用于根据接收到信号的特征谱确定决策平面;
判断单元,用于判断通信信道是否呈现准用静态变换特性;
第一选择单元,用于在通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;
第二选择单元,用于在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;
检测单元,用于根据所述决策边界对接收到的信号进行检测。
本发明实施例提供的信号接收方法及装置,至少具有如下优点:
进行了通信信道是否呈现准用静态变换特性的判断,并且在呈现准用静态变换特性和不呈现准用静态变换特性的情况下,分别采用不同的方法选出决策边界,使得信号接收具有更丰富的信号讯息,获得了更好的接收性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中发送-参考的UWB接收方案原理图;
图2为现有技术中能量检测接收机的原理图;
图3为本发明实施例1中信号接收方法流程图;
图4为本发明实施例1中信号接收装置框图;
图5为本发明实施例2中信号接收方法流程图;
图6为本发明实施例2中获取决策平面的流程图;
图7为本发明实施例2中仿真结果示意图;
图8为本发明实施例2中信号模式图;
图9为本发明实施例2中信号接收性能对比图;
图10为本发明实施例2中信号接收装置框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本发明实施例提供一种信号接收方法,主要应用于跳时-脉冲位置调制方式(Time hopping pulse position modulation,TH-PPM)的通信系统或者通断键控调制方式(On-off keying,OOK)的通信系统,如图3所示,所述方法包括:
301、在接收到信号之后,根据接收到信号的特征谱确定决策平面,决策平面在本技术领域中是指特征空间中用以划分不同数据集的判决边界。
302、判断接收信号的通信信道是否呈现准用静态变换特性,如果通信信道呈现准用静态变换特性,表示通信信道的状态比较稳定,执行303,;如果通信信道没有呈现准用静态变换特性,表示通信信道的状态不够稳定,执行304;
303、由于此种情况下通信信道的状态比较稳定,故而每帧信号中的先验信号序列(例如帧前导同步序列)是可以作为信号接收的稳定参数使用的,故而本过程中可以利用支持向量机方法在所述决策平面中选出决策边界,在支持向量机方法中最终需要通过训练学习确定出2-D特征平面上最佳决策边界,然后执行305。
304、由于此种情况下通信信道的状态不够稳定,故而每帧信号中的先验信号序列(例如帧前导同步序列)是不可以作为信号接收的稳定参数使用的,为此,本过程中可采用利用模糊聚类方法在所述决策平面中选出决策边界,然后执行305。
305、根据所述决策边界对接收到的信号进行检测,在此过程中可以利用决策边界实现UWB信号检测。具体而言,信号检测是指:判决当前时间窗内是否含UWB多径信号(两种状态模式),一般来讲当数据对应的模式点位于决策平面一侧时,则判决为某一特定的数据模式类,从而实现数据的检测。
本发明实施例还提供一种信号接收装置,如图4所示,所述装置包括:确定单元41、判断单元42、第一选择单元43、第二选择单元44、检测单元45。
其中,确定单元41用于根据接收到信号的特征谱确定决策平面;判断单元42用于判断接收信号的通信信道是否呈现准用静态变换特性;第一选择单元43用于在通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;第二选择单元44用于在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界,检测单元45用于根据所述决策边界对接收到的信号进行检测。
本发明实施例提供的信号接收方法及装置,至少具有如下优点:
第一、本发明实施例中不需要分派50%发射能量于不携带任何信息的参考脉冲信号,使得传输效率提高,节约了网络资源,提高接收性能。
第二、由于在选出决策边界之前,进行了通信信道是否呈现准用静态变换特性的判断,并且在呈现准用静态变换特性和不呈现准用静态变换特性的情况下,分别采用不同的方法选出决策边界,使得接收信号的复杂度得到降低,从而降低了通过硬件实现该接收方案的难度。
第三、由于决策边界是采用不同方法选出的,所以,使得信号接收具有更丰富的信号讯息,获得了更好的接收性能。
第四、本算法不涉及任何量化信道参数,例如多径信号的统计特性、信道噪声功率等,仅与信号特征相关,因而其检测性能相比于其他非相干接收方案,受信道误差影响更小,因而从本质上具有较强稳健性。
实施例2:
本发明实施例主要用在跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统中,而UWB信号正好也属于此类情形,下面以UWB信号的接收为例进行说明,但是本发明实施例并不限定运用在采用UWB信号的系统中。
如图5所示,本发明实施例提供的信号接收方法包括:
501、在接收到信号之后通过奈奎斯特定律对信号进行采样,以得到接收到信号的离散信号向量,并记作y;本发明实施例中进行信号采样时的采样长度应当至少涵盖接收到信号的预定比例能量,一般来讲采样长度需要涵盖多径信号至少95%的能量。
502、对接收到信号的离散信号向量y进行线性变换得到酉变换矩阵B;并提取酉变换矩阵B的主对角线元素β与副对角线元素ρ。
503、根据所述酉变换矩阵B中的主对角线元素β和副对角线元素ρ计算出所接收到信号的能量特征谱。在具体实现时,可以对向量ρ执行非线性变换,本发明实施例中的非线性变换主要是指非线性幂处理,并定义ρ2与β的相关函数为UWB多径信号的能量特征谱。
在本发明实施例中可以但不限于对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到所接收到信号的能量特征谱。
504、对所述能量特征谱进行滑动平均处理,滑动平均处理后得到的等效矩阵记作Ψ,通过对能量特征谱的滑动平均处理可以使得能量特征谱中的数据更接近真实信号情况。
505、从所述能量特征谱中获取决策平面,决策平面在本技术领域中是指特征空间中用以划分不同数据集的判决边界。
通过上述501至505的过程可以依据接收到信号的特征谱来确定决策平面,以便在后续过程中完成信号的检测。
如图6所示,在具体实现时,本发明实施例505过程中获取决策平面的方案可以采用但不限于如下方案:
505-1、根据所述能力特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量。通过该方案可以从UWB多径信号与信道噪声对应的特征波形出发,提取一组特征向量Fi以充分反映两种信道状态(即,包含UWB多径信号状态H1,与单独信道噪声状态H0)之间本质差异,假设本发明实施例中提取出了如下的特征向量F1,F2,F3,F4。
505-2、按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量,具体而言,本发明实施例中可以利用特征向量组合合并策略,进一步缩减特征空间维度,以简化后续接收算法的复杂度。本发明实施例中模式分类从接收信号经变换获得的模式点出发,按其在特征空间的特性进行分类,将具备相近特征的数据分成同一类,从而实现数据检测。
以已建立的特征空间[F1,F2,F3,F4]的基础为例,特征向量组合合并策略即可表示成为:
Fx=F4
Fy=η1F1+η2F2+η3F3
上面的公式中,合并系数η1、η2、η3可以由简单的等增益合并准则确定,也可采用主向量分析(Principle Components Analysis,PCA)方案获得更加有效的合并系数,具体而言就是通过如下公式计算合并系数:ηi=mean(Fi),其中i为大于等于1的自然数。
506、判断接收信号的通信信道(即UWB信道)是否呈现准用静态变换特性,如果通信信道呈现准用静态变换特性,执行507;如果通信信道没有呈现准用静态变换特性,执行508。
针对实际业务,无线传输信道通常将呈现出时变特性。相应地,我们可采用信道的相关时间来反应信道时变特性。本领域技术人员能够了解准用静态变换特性的原理,具体可以采用但不限于如下方案进行准用静态变换特性的判断:
假定设备工作最高频率为fs,发射-接收机之间相对径向移动速度为v,真空光速为c,则信道相干时间大约为:
fd表示多普勒频移,假设UWB设备进行传输时相邻两个Burst之间时间间隔为TB。当满足TB<tr时,则当前传输信道为准静态信道,呈现准用静态变换特性;否则当足TB≥tr时,定义当前信道为非准静态信道,没有呈现准用静态变换特性。因此,针对准静态信道判断,需结合实际传输机制(Burst长度),工作频段及设备之间的移动速度而定。
507、当UWB信道呈现准静态变换特性时,多个相邻数据帧中所包含的前导序列可有效用于模式训练,故而可以利用支持向量机(Support VectorMachines,SVM)方法在所述决策平面中选出决策边界,以便在进行信号检测的时候可采用基于监督机制的支持向量机模式实现信息检测,并执行509。该方案特点为检测精度较高,但需充分利用前导序列信息。
本发明实施例中的支持向量机是机器学习与模式分类领域一种常用方法,主要原理是从训练数据集中选出支持向量,即为对于形成决策边界有贡献的少量训练数据,然后确定决策边界,并使其于支持向量之间的欧式距离最大化。
508、如果UWB信道没有呈现准用静态变换特性,表示当UWB信道呈现快速变化特性,此时,仅有少数数据帧所包含的前导序列可用以模式训练,此时可充分利用不同模式类的自相似性,利用模糊聚类方法(FCM)在所述决策平面中选出决策边界,并在后续信号检测室借助于模糊聚类算法实现信号盲检测,并执行509。该方案特点为复杂度低,无任何先验信息,但相应地可获得的检测精度略逊于支持向量机方案。
模糊聚类方法区别于传统聚类方法,采用了一种体现数据类别属性的隶属度函数,以来取代传统方案中硬性分类,即模糊聚类中通常采用一个0和1之间的数来代表数据分类结果,而传统方法则直接采用0和1两种分类表征,通常情况模糊聚类拥有更好聚类性能。
509、根据所述决策边界对接收到的信号进行检测,在此过程中可以利用决策边界实现UWB信号检测。具体而言,信号检测是指:判决当前时间窗内是否含UWB多径信号(两种状态模式),一般来讲当数据对应的模式点位于决策平面一侧时,则判决为某一特定的数据模式类,从而实现数据的检测。
由于信号能量这种粗糙表征外,UWB信号呈现区别于信道噪声的特征。本发明实施例从模式分类角度出发,首次利用一系列信号变换,构建出一种能充分体现UWB多径信号本质特征的新颖信号能量特征谱,用以区分UWB多径信号与信道噪声;并将UWB信号检测按照是否UWB信道呈现准静态变换特性建模成两状态数据模式分类问题,从而建立一种全新非相干检测模式。
具体而言,本发明实施例可采取如下两种策略实现最终信息解调:
第一种、是利用训练序列进行有监督的模式训练,依赖于已确知的模式点在特征空间内确定最优分割超平面,实现信号的最佳分类/检测,这种方案需提供一定数量的训练数据,通常情况下,每个数据帧中前导序列即可充当此功能,需要指出的是,该方案要求提供足够的训练数据方可确定出最优的判决策略,对于准平稳信道而言(即在一个数据突发间隔内信道不发生改变),可利用多个数据帧中的前导序列实现有充分的监督训练;而当UWB信道状态快速变化,少数的前导数据将难以进行充分的模式训练,因而其分类性能将受到严重影响。
第二种、采用无监督模式训练的方案中,可直接利用不同模式之间的隔离度以及同种模式内的自相似性,在无需训练数据的情况下,即可以全盲方式实现信号检测,相应地,这种方式不受应用场景约束。
发明人对本发明实施例提供的方案进行了仿真分析,在本方案的仿真中,采用了IEEE802.15.3a工作组建议的室内UWB信道模型,其模型参数设置为(1/Λ,1/λ,Γ,γ)=(43,0.4,7.1,4.3)ns。具体仿真结果如图7所示,并且在图中对比了存在UWB多径信号与仅含信道噪声时的不同特征波形,可以发现如下波形特征:(1)波形对称性;(2)能量集中性;(3)峰值能量等。
图8为经过特征合并之后的信号模式图。代表发射信号为“0”的符号基本位于图8中左边区域,而代表发送信号为“1”的符号基本位于图8的右边区域,所以,“0”和“1”两类模式点在2-D特征平面上呈显出良好的聚类特性,有效地说明本发明实施例所设计出的能量特征谱的确具备区分不同信号的功能。
与现有的非相干检测方案相对比可发现,本发明实施例提出的基于模式分类的UWB检测算法性能要比传统非相干ED性能要好很多:具体对比如图9所示,采用ED方案的接收性能如图9中标识“○”的曲线所示;当采用SVM算法时,本算法接收性能提高约1.5dB,具体如图9中标识“◇”的曲线所示;而与采用FCM算法相比,性能则提高约0.8dB,具体如图9中标识“□”的曲线所示。
本发明实施例还提供一种信号接收装置,主要应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统。如图10所示,所述装置包括:确定单元11、判断单元12、第一选择单元13、第二选择单元14和检测单元15。
其中,确定单元11用于根据接收到信号的特征谱确定决策平面;判断单元12用于判断接收信号的通信信道是否呈现准用静态变换特性;第一选择单元13用于在通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;第二选择单元14用于在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界。检测单元15用于根据所述决策边界对接收到的信号进行检测。
本发明实施例中确定单元11具体实现时包括:变换模块111、计算模块112、获取模块113。其中,变换模块111用于对接收到信号的离散信号向量进行线性变换得到酉变换矩阵;计算模块112用于根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出所接收到信号的能量特征谱;获取模块113用于从所述能量特征谱中获取决策平面。
本发明实施例中的计算模块112对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到所接收到信号的能量特征谱。
本发明实施例中所述获取模块113可以包括:提取子模块1131和获取子模块1132。提取子模块1131用于根据所述能力特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量;获取子模块1132用于按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量。
如图10所示,本发明实施例中确定单元11还包括:处理模块114用于在从所述能量特征谱中获取决策平面之前,对所述能量特征谱进行滑动平均处理。
本发明实施例提供的信号接收方法和装置,至少具有如下优点:
第一、本发明实施例中不需要分派50%发射能量于不携带任何信息的参考脉冲信号,使得传输效率提高,节约了网络资源,提高接收性能。
第二、由于在选出决策边界之前,进行了通信信道是否呈现准用静态变换特性的判断,并且在呈现准用静态变换特性和不呈现准用静态变换特性的情况下,分别采用不同的方法选出决策边界,使得接收信号的复杂度得到降低,从而降低了通过硬件实现该接收方案的难度。
第三、由于决策边界是采用不同方法选出的,所以,使得信号接收具有更丰富的信号讯息,获得了更好的接收性能。
第四、本算法不涉及任何量化信道参数,例如多径信号的统计特性、信道噪声功率等,仅与信号特征相关,因而其检测性能相比于其他非相干接收方案,受信道误差影响更小,因而从本质上具有较强稳健性。
本发明实施例主要运用于信号接收设备,尤其是采用跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统中的信号接收设备,如UWB信号通信系统中的信号接收设备。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种信号接收方法,其特征在于,包括:
根据接收信号的特征谱确定决策平面;
判断接收信号的通信信道是否呈现准用静态变换特性;
在所述通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;
在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;
根据所述决策边界对接收到的信号进行检测。
2.根据权利要求1所述的信号接收方法,其特征在于,所述根据接收信号的特征谱确定决策平面包括:
对接收信号的离散信号向量进行线性变换得到酉变换矩阵;
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱;
从所述能量特征谱中获取决策平面。
3.根据权利要求2所述的信号接收方法,其特征在于,根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括:
对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到接收信号的能量特征谱。
4.根据权利要求2所述的信号接收方法,其特征在于,从所述能量特征谱中获取决策平面包括:
根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量;
按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量。
5.根据权利要求2所述的信号接收方法,其特征在于,所述接收信号的离散信号向量通过奈奎斯特定律采样得到,并且采样长度涵盖接收信号的预定比例能量。
6.根据权利要求2所述的信号接收方法,其特征在于,在从所述能量特征谱中获取决策平面之前,所述方法还包括:
对所述能量特征谱进行滑动平均处理。
7.根据权利要求1至6中任意一项所述的信号接收方法,其特征在于,所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统。
8.一种信号接收装置,其特征在于,包括:
确定单元,用于根据接收信号的特征谱确定决策平面;
判断单元,用于判断接收信号的通信信道是否呈现准用静态变换特性;
第一选择单元,用于在所述通信信道呈现准用静态变换特性时,利用支持向量机方法在所述决策平面中选出决策边界;
第二选择单元,用于在通信信道没有呈现准用静态变换特性时,利用模糊聚类方法在所述决策平面中选出决策边界;
检测单元,用于根据所述决策边界对接收到的信号进行检测。
9.根据权利要求8所述的信号接收装置,其特征在于,所述确定单元包括:
变换模块,用于对接收信号的离散信号向量进行线性变换得到酉变换矩阵;
计算模块,用于根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱;
获取模块,用于从所述能量特征谱中获取决策平面。
10.根据权利要求9所述的信号接收装置,其特征在于,所述计算模块对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵,得到接收信号的能量特征谱。
11.根据权利要求9所述的信号接收装置,其特征在于,所述获取模块包括:
提取子模块,用于根据所述能力特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量;
获取子模块,用于按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量。
12.根据权利要求9所述的信号接收装置,其特征在于,所述确定单元还包括:
处理模块,用于在从所述能量特征谱中获取决策平面之前,对所述能量特征谱进行滑动平均处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110039313.4A CN102158254B (zh) | 2011-02-16 | 2011-02-16 | 信号接收方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110039313.4A CN102158254B (zh) | 2011-02-16 | 2011-02-16 | 信号接收方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102158254A true CN102158254A (zh) | 2011-08-17 |
CN102158254B CN102158254B (zh) | 2014-02-26 |
Family
ID=44439475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110039313.4A Expired - Fee Related CN102158254B (zh) | 2011-02-16 | 2011-02-16 | 信号接收方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102158254B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483920A (zh) * | 2016-12-09 | 2017-03-08 | 西华大学 | 一种基于物联网的水处理综合自动化一体控制系统 |
CN106657241A (zh) * | 2016-10-19 | 2017-05-10 | 广东科学技术职业学院 | 一种基于物联网技术的校车监护装置 |
CN106901941A (zh) * | 2017-02-21 | 2017-06-30 | 哈尔滨医科大学 | 一种脊柱关节减压系统 |
CN109188977A (zh) * | 2018-09-25 | 2019-01-11 | 湖北民族学院 | 一种茶园除草设备及控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040204878A1 (en) * | 2002-04-22 | 2004-10-14 | Anderson Richard H. | System and method for waveform classification and characterization using multidimensional higher-order statistics |
CN1649278A (zh) * | 2005-03-11 | 2005-08-03 | 北京邮电大学 | 一种用于超宽带无线通信系统的频域接收方法 |
US20090060008A1 (en) * | 2007-08-29 | 2009-03-05 | Harris Corporation | System and method for blind source separation of signals using noise estimator |
CN101507151A (zh) * | 2006-07-05 | 2009-08-12 | 新加坡科技研究局 | 用于对接收信号进行分类的方法、装置和计算机程序 |
-
2011
- 2011-02-16 CN CN201110039313.4A patent/CN102158254B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040204878A1 (en) * | 2002-04-22 | 2004-10-14 | Anderson Richard H. | System and method for waveform classification and characterization using multidimensional higher-order statistics |
CN1649278A (zh) * | 2005-03-11 | 2005-08-03 | 北京邮电大学 | 一种用于超宽带无线通信系统的频域接收方法 |
CN101507151A (zh) * | 2006-07-05 | 2009-08-12 | 新加坡科技研究局 | 用于对接收信号进行分类的方法、装置和计算机程序 |
US20090060008A1 (en) * | 2007-08-29 | 2009-03-05 | Harris Corporation | System and method for blind source separation of signals using noise estimator |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657241A (zh) * | 2016-10-19 | 2017-05-10 | 广东科学技术职业学院 | 一种基于物联网技术的校车监护装置 |
CN106483920A (zh) * | 2016-12-09 | 2017-03-08 | 西华大学 | 一种基于物联网的水处理综合自动化一体控制系统 |
CN106901941A (zh) * | 2017-02-21 | 2017-06-30 | 哈尔滨医科大学 | 一种脊柱关节减压系统 |
CN109188977A (zh) * | 2018-09-25 | 2019-01-11 | 湖北民族学院 | 一种茶园除草设备及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102158254B (zh) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106130942A (zh) | 一种基于循环谱的无线通信信号调制识别及参数估计方法 | |
Tekbiyik et al. | Multi–dimensional wireless signal identification based on support vector machines | |
CN102571230A (zh) | 基于高阶统计量与信噪比盲估计的分布式协同信号识别方法 | |
CN110324086B (zh) | 一种无线光通信的双空间调制方法 | |
CN102404063B (zh) | 一种基于过采样的glrt检测方法 | |
CN108052956A (zh) | 一种大气湍流下无线光通信副载波调制星座图识别方法 | |
CN101170531A (zh) | 一种信道估计方法及相应的通信方法和系统 | |
CN101895494B (zh) | 基于随机共振预处理的数字调制方式自动识别方法 | |
CN109359523B (zh) | 一种基于svm多分类算法的卫星导航干扰类型识别方法 | |
CN104393963A (zh) | 基于循环平稳特性的空时分组码mc-cdma信号盲识别方法 | |
CN102158254B (zh) | 信号接收方法及装置 | |
CN104065603B (zh) | 升余弦发送成型及多径环境下的正交相移键控信号自动识别方法 | |
CN101588191B (zh) | 无线电信号认知方法及设备 | |
CN101351012B (zh) | 一种信道冲击响应估计方法 | |
Ke et al. | Application of adversarial examples in communication modulation classification | |
CN112215335A (zh) | 一种基于深度学习的系统检测方法 | |
CN106027436A (zh) | 一种识别信号调制方式的方法及装置 | |
CN101436877A (zh) | 一种抗多径干扰的pn码自适应门限捕获方法 | |
CN103379049B (zh) | 4ppm数字调制方式的无线光通信信道估计及软解调方法 | |
CN106452652A (zh) | 一种基于混沌无线通信系统的多径干扰抑制方法 | |
CN105554739A (zh) | 基于信道多径时延差的主用户仿真攻击检测方法 | |
CN103546418A (zh) | 基于峰均比的调制方式的识别方法及装置 | |
CN101292485B (zh) | 适用于edge系统的自适应8psk解调的方法 | |
CN102946368B (zh) | 多径衰落信道下含有频偏和相偏的数字调制信号识别方法 | |
Wang et al. | New receivers for generalized UWB transmitted reference systems with improved performances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140226 Termination date: 20160216 |
|
CF01 | Termination of patent right due to non-payment of annual fee |