CN104767700B - 一种基于相位谱特征的bpsk信号处理结果可信性评估方法 - Google Patents

一种基于相位谱特征的bpsk信号处理结果可信性评估方法 Download PDF

Info

Publication number
CN104767700B
CN104767700B CN201510192176.6A CN201510192176A CN104767700B CN 104767700 B CN104767700 B CN 104767700B CN 201510192176 A CN201510192176 A CN 201510192176A CN 104767700 B CN104767700 B CN 104767700B
Authority
CN
China
Prior art keywords
mrow
msub
signal
msup
mover
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.)
Active
Application number
CN201510192176.6A
Other languages
English (en)
Other versions
CN104767700A (zh
Inventor
高燕
胡国兵
张园
尹玉军
吴珊珊
丁宁
汤滟
李震涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Vocational College Of Information Technology
Original Assignee
Nanjing Vocational College Of Information Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Vocational College Of Information Technology filed Critical Nanjing Vocational College Of Information Technology
Priority to CN201510192176.6A priority Critical patent/CN104767700B/zh
Publication of CN104767700A publication Critical patent/CN104767700A/zh
Application granted granted Critical
Publication of CN104767700B publication Critical patent/CN104767700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Abstract

本发明提出了一种复BPSK信号盲处理结果的可信性评估方法,该方法在无信号先验知识的条件下,先根据调制方式识别结果对应的信号模型构造参考信号,在分析参考信号与观测信号相关后相位序列差异的基础上,根据相关序列相位谱带宽大小来对复BPSK信号盲处理结果的可信性进行判断。本发明提出的方法在较低信噪比条件下,可实现对复BPSK信号盲处理结果的可靠性检验,且无需信号的先验信息。

Description

一种基于相位谱特征的BPSK信号处理结果可信性评估方法
技术领域
本发明涉及一种复BPSK(Binary Phase Shift Keying,二相相移键控)信号处理结果的可信性评估方法,尤其是一种较低信噪比条件下的复BPSK信号盲处理结果的可信性评估方法。
背景技术
在缺乏信号先验信息及低信噪比条件下,对观测信号的采样序列进行检测、调制识别及参数估计,是电子侦察及认知无线电信号(CR,Cognitive Radio)处理前端的重要环节,直接影响后续信号处理环节的处理性能。在电子侦察中,前端信号处理结果将对信号的分选、定位与跟踪、干扰及个体辐射源识别等后续处理环节产生影响。在认知无线电中,可靠的前端频谱感知、频谱分析结果是频谱判决、频谱管理等后续认知环节有效运行的前提与基础。但在非协作条件下,对观测信号的采样序列的调制识别、参数估计等只能进行盲处理。然而,对于盲处理结果是否正确、可信的有效评估方法较少。
发明内容
本发明要解决的技术问题是提供一种有效的复BPSK信号盲处理结果的可信性评估方法,实现对复BPSK信号盲处理结果进行可信性评估。
为了解决上述问题,本发明提供了一种基于相位谱特征的BPSK信号处理结果可信性评估方法,复BPSK信号盲处理过程包括调制方式识别和解码,采用假设检验法对复BPSK信号盲处理结果的可信性进行评估,设有限观测时间内待盲处理的复BPSK信号为:
式中,T为观测时间,A为信号幅度,f0为信号载频,θ为信号的初始相位,Nc为信号的码长,Tc为信号的码元宽度,ck为第k个码字,取值为0或1;
分别对复BPSK信号的载频、码字、码长和码元宽度进行参数估计,得到的参数估计值分别为
建立叠加了噪声的复BPSK信号的观测信号的采样序列为:
式中,Δt为信号的采样间隔,s(n)为复BPSK信号的采样信号,w(n)为复零均值限带高斯白噪声,N为样本个数,信号的信噪比为SNR=A2/2σ2,σ2为样本方差;
假设调制方式识别正确且无解码错误,即在盲处理过程中识别的调制方式为BPSK,且不存在解码错误,则可信性评估方法包括以下步骤:
步骤1,根据调制方式识别结果构建相应的参考信号,将参考信号与观测信号的采样序列作相关,得到相应的相关序列,具体步骤如下:
(1-1)根据复BPSK信号构造的参考信号为:
(1-2)将参考信号y0(n)与观测信号的采样序列作相关,得到相关序列为:
z0(n)=x(n)y0(n)=s0(n)+w0(n),0≤n≤N-1
式中,w0(n)为噪声部分,s0(n)为信号部分,分别为:
w0(n)=w(n)y0(n)
式中,为载频估计误差,在假设条件下和Δf的值均趋向于0时,得到信号部分近似为:
s0(n)=Aej[2πΔfnΔt+Δd(t)+θ]
式中,Δd(t)是由于参数估计误差引起的等效误差,在假设条件下忽略不计,而w0(n)是一个等效复零均值限带高斯白噪声,其实部与虚部相互独立,方差为2σ2
(1-3)将相关序列写成指数形式为:
式中,an为s0(n)的幅值,bn为w0(n)的幅值,为s0(n)的相位,为w0(n)的相位,进一步处理可得:
式中,φn和βn均为[0,2π)上的随机相位;
(1-4)对相关序列提取相位,得到的相位序列为:
式中,Δd(n)是由于参数估计误差引起的等效误差,在假设条件下,Δf和Δd(n)的值均趋向于0,于是有:
ρ(n)≈θ+βn
步骤2,对相位序列提取其频谱的带宽W(Z),具体步骤如下:
(2-1)计算相关序列的相位谱:
式中,
(2-2)将相位谱Z(k)去均值处理后计算获得相位谱带宽W(Z);
(2-3)取门限值λ,若W(Z)≥λ,则相位谱带宽特征C1=1,否则C1=0;
步骤3,检验评估结果:若C1=1,则调制识别结果正确且无解码错误,复BPSK信号盲处理结果可信,假设成立;若C1=0,则调制识别结果错误或存在解码错误,复BPSK信号盲处理结果不可信,假设不成立。
本发明的有益效果在于:可以对复BPSK信号盲处理结果进行有效的可信性评估,能够分辨有效评估调制识别结果正确且无解码错误的情况,从而确定复BPSK信号盲处理结果是否可信。
附图说明
图1为本发明的复BPSK信号盲处理结果的可信性评估方法的评估流程图;
图2(a)为本发明的复BPSK信号调制方式识别结果正确且无解码错误时,相关序列相位的瞬时曲线示意图;
图2(b)为本发明的复BPSK信号调制方式识别结果正确,但有一位错误解码时相关序列相位的瞬时曲线示意图;
图2(c)为本发明的复BPSK信号调制方式识别结果错误,误识为常规信号时相关序列相位的瞬时曲线示意图;
图3(a)为本发明的复BPSK信号调制方式识别结果正确且无解码错误时,相关序列相位的频谱示意图;
图3(b)为本发明的复BSPK信号调制方式识别结果正确,但存在一位错误解码时,相关序列相位的频谱示意图;
图3(c)为本发明的复BPSK信号调制方式识别结果错误,误识为常规信号时相关序列相位的频谱示意图;
图4为本发明的不同信噪比条件下,不同假设时,相位谱带宽的均值对比示意图。
具体实施方式
以下结合附图和具体实施例对本发明做进一步地描述。
如图1所示,本发明提供的一种基于相位谱特征的BPSK信号处理结果可信性评估方法,复BPSK信号盲处理过程包括调制方式识别和解码,采用假设检验法对复BPSK信号盲处理结果的可信性进行评估,设有限观测时间内待盲处理的复BPSK信号为:
式中,T为观测时间,A为信号幅度,f0为信号载频,θ为信号的初始相位,Nc为信号的码长,Tc为信号的码元宽度,ck为第k个码字,取值为0或1;
分别对复BPSK信号的载频、码字、码长和码元宽度进行参数估计,得到的参数估计值分别为
建立叠加了噪声的复BPSK信号的观测信号的采样序列为:
式中,Δt为信号的采样间隔,s(n)为复BPSK信号的采样信号,w(n)为复零均值限带高斯白噪声,N为样本个数,信号的信噪比为SNR=A2/2σ2,σ2为样本方差;
假设调制方式识别正确且无解码错误,即在盲处理过程中识别的调制方式为BPSK,且不存在解码错误,则可信性评估方法包括以下步骤:
步骤1,根据调制方式识别结果构建相应的参考信号,将参考信号与观测信号的采样序列作相关,得到相应的相关序列,具体步骤如下:
(1-1)根据复BPSK信号构造的参考信号为:
(1-2)将参考信号y0(n)与观测信号的采样序列作相关,得到相关序列为:
z0(n)=x(n)y0(n)=s0(n)+w0(n),0≤n≤N-1
式中,w0(n)为噪声部分,s0(n)为信号部分,分别为:
w0(n)=w(n)y0(n)
式中,为载频估计误差,在假设条件下和Δf的值均趋向于0时,得到信号部分近似为:
s0(n)=Aej[2πΔfnΔt+Δd(t)+θ]
式中,Δd(t)是由于参数估计误差引起的等效误差,在假设条件下忽略不计,而w0(n)是一个等效复零均值限带高斯白噪声,其实部与虚部相互独立,方差为2σ2
(1-3)将噪声项z(n)写成指数形式为:
式中,an为s0(n)的幅值,bn为w0(n)的幅值,为s0(n)的相位,为w0(n)的相位,进一步处理可得:
式中,φn和βn均为[0,2π)上的随机相位;
(1-4)对相关序列提取相位,得到的相位序列为:
式中,Δd(n)是由于参数估计误差引起的等效误差,在假设条件下,Δf和Δd(n)的值均趋向于0,于是有:
ρ(n)≈θ+bn
步骤2,对相位序列提取其频谱的带宽W(Z),具体步骤如下:
(2-1)计算相关序列的相位谱:
式中,
(2-2)将相位谱Z(k)去均值处理后计算获得相位谱带宽W(Z);
(2-3)取门限值λ,若W(Z)≥λ,则相位谱带宽特征C1=1,否则C1=0;
步骤3,检验评估结果:若C1=1,则调制识别结果正确且无解码错误,复BPSK信号盲处理结果可信,假设成立;若C1=0,则调制识别结果错误或存在解码错误,复BPSK信号盲处理结果不可信,假设不成立。
如图2(a)所示,当复BPSK信号盲处理结果为调制方式识别结果正确,且不存在解码错误时相关序列相位的瞬时曲线。
如图2(b)所示,当调制方式识别结果正确,但复BPSK信号的参数估计误差较大,有可能因为载频估计误差或者码元宽度估计误差的积累较大,或者因为码元位数的估计有误等原因,将导致解码错误。由图可见,当调制方式识别正确,因其它参数估计的误差积累,存在1位解码错误时,相关序列z(n)的相位在错误解码处,存在相位跳变,而在解码正确的区间,其相位序列呈现随机相位特性。
如图2(c)所示,当复BPSK信号带宽较小或者信号受干扰发生畸变时,复BPSK信号的盲处理结果可能为调制方式识别结果错误,在接收端有可能将其判为常规信号(NS)或其它信号。由图可见,当BPSK信号误识为NS信号时,其码序列相当于全1,由于仿真所用码序列为13位巴克码,前5序列均为1,此时主要误差来源于载频估计,因此在此区间内相位误差函数为零,相位序列主要由2πΔfΔtn决定,呈现为一条斜率为2πΔfΔt的直线。而后续几位中,误识成NS,等价的解码为全1,这样与原信号相关时,在原信号码元非1时,就相当于产生了解码错误,相位曲线发生突变,呈现了斜坡特性。若复BPSK信号的盲处理结果为调制方式识别结果错误,且将复BPSK信号误识为常规信号,则可根据下述步骤进行处理:
(a)根据常规信号构造参考信号为:
(b)将参考信号y1(n)与观测信号的采样序列作相关,得到相关序列为:
z1(n)=x(n)y1(n)=s1(n)+w1(n),0≤n≤N-1
式中,w1(n)为噪声部分,s1(n)为信号部分;
式中,为相位误差函数;
(c)对相关序列提取相位,得到的相位序列为:
然后再根据步骤2中的相关步骤进行处理。
如图3(a)、3(b)和3(c)所示,图3(a)为调制方式识别结果正确且无解码错误时,相关序列的频谱图平滑滤波后的谱图,图3(b)为调制方式识别结果正确但存在一位解码错误时,相关序列的频谱图平滑滤波后的谱图,图3(c)为调制方式识别结果错误时,相关序列的频谱图平滑滤波后的谱图。所采用的仿真条件为:假设观测信号的采样序列模型x(n)为被加性高斯白噪声污染的复BPSK信号,信噪比为3dB,载频为10.05MHz,码元宽度为1μs,码序列为13位巴克码,码序列为[1,1,1,1,1,0,0,1,1,0,1,0,1],采样频率fs为100MHz,样本长度为1300点,三种情形下的仿真次数都为1000次。由图3(a)可见,当调制方式识别结果正确且无解码错误时,相关序列相位谱仍为一随机序列;由图3(b)和3(c)可见,当调制方式识别结果错误或调制方式识别结果正确但存在一位解码错误时,相关序列相关谱存在明显的尖峰,具有一定的带宽。其实质上是由于相关瞬时相位序列中含有非周期矩形波,或者斜坡函数分量的原因所致。
如图4所示为不同信噪比条件下,不同假设时相位谱带宽的均值对比图。由图可见,调制方式识别结果错误或调制方式识别结果正确但存在一位解码错误时,其相位谱带宽均远远小于调制方式识别结果正确且无解码错误时相位谱带宽。因此,我们可以利用相关序列相位谱带宽特征来区分调制方式识别结果正确与调制方式识别结果错误或存在解码错误两种情形。
参见表1,对复BPSK信号盲处理结果可靠性检验的性能进行了统计,假设接收到的观测信号的采样序列x(n)为被加性高斯白噪声污染的复BPSK信号,载频10.05MHz,码元宽度1μs,码序列为13位巴克码,码序列为[1,1,1,1,1,0,0,1,1,0,1,0,1],采样频率fs=100M,样本长度为1300点,信噪比为[-7dB,3dB],仿真次数5000次。若定义:H0为调制方式识别结果正确且无解码错误,H1为调制方式识别结果错误或调制方式识别结果正确但存在一位解码错误,则表中,n00表示实际为H0,判断为H0的次数;n01表示实际H0,判为H1的次数;n10表示实际为H1,判为H0的次数;n11表示实际为H1,判为H1的次数;两类错误概率之和为Pe=(n10+n01)/5000。
表1
SNR(dB) n00 n01 n11 n10 Pe
3 994 6 3903 97 0.0206
0 992 8 3734 266 0.0548
-3 981 19 3556 444 0.0926
-4 985 15 3593 407 0.0844
-5 951 49 3536 464 0.1026
-6 897 103 3458 542 0.129
-7 776 224 3321 679 0.1806
由表1可见,本方法在适度信噪比范围内,门限选择合适时,能有效完成对复BPSK信号盲处理结果的可信性进行评估。信噪比大于等于0dB时,5000次仿真中,所用识别算法调制识别错误或解码错误的次数较少,检验算法的两类错误概率小于6%,检错率大于90%;当信噪比小于0dB时,盲处理中调制识别错误或解码错误的次数随着信噪比的减少而增加,利用本文提出的可靠性检验算法能将这种情形中的大部分鉴别出来。例如:信噪比-4dB时,对于4000次存在调制识别或解码错误的处理结果,本算法可将其中的3593次鉴别出来,检错率大于89.8%。但同时,随着信噪比的减少,检验中两类错误概率也有所增加。当信噪比小于-4dB时,由于所用BPSK信号盲处理方法的性能急剧变差,从而导致5000次仿真中,调制识别错误或解码错误的次数进一步增加,此时,本检验算法的检错率达83%以上。因此,本发明提出的基于相位谱带宽检测的复BPSK信号盲处理结果的可信性评估方法,在较低信噪比条件下仍可对复BPSK信号盲处理结果进行有效地可信性评估,具备较好的检错鉴别能力。

Claims (1)

1.一种基于相位谱特征的BPSK信号处理结果可信性评估方法,复BPSK信号盲处理过程包括调制方式识别和解码,其特征在于:采用假设检验法对复BPSK信号盲处理结果的可信性进行评估,设有限观测时间内待盲处理的复BPSK信号为:
<mrow> <mi>s</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>Ae</mi> <mrow> <mi>j</mi> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mn>0</mn> </msub> <mi>t</mi> <mo>+</mo> <mi>&amp;theta;</mi> <mo>)</mo> </mrow> </mrow> </msup> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>c</mi> </msub> </munderover> <msup> <mi>e</mi> <mrow> <msub> <mi>j&amp;pi;c</mi> <mi>k</mi> </msub> </mrow> </msup> <msub> <mi>&amp;Pi;</mi> <msub> <mi>T</mi> <mi>c</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>kT</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>t</mi> <mo>&lt;</mo> <mi>T</mi> </mrow>
式中,T为观测时间,A为信号幅度,f0为信号载频,θ为信号的初始相位,Nc为信号的码长,Tc为信号的码元宽度,ck为第k个码字,取值为0或1;
分别对复BPSK信号的载频、码字、码长和码元宽度进行参数估计,得到的参数估计值分别为
建立叠加了噪声的复BPSK信号的观测信号的采样序列为:
<mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>w</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>Ae</mi> <mrow> <mi>j</mi> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mn>0</mn> </msub> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>+</mo> <mi>&amp;theta;</mi> <mo>)</mo> </mrow> </mrow> </msup> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>c</mi> </msub> </munderover> <msup> <mi>e</mi> <mrow> <msub> <mi>j&amp;pi;c</mi> <mi>k</mi> </msub> </mrow> </msup> <msub> <mi>&amp;Pi;</mi> <msub> <mi>T</mi> <mi>c</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <msub> <mi>kT</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>w</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&lt;</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow>
式中,Δt为信号的采样间隔,s(n)为复BPSK信号的采样信号,w(n)为复零均值限带高斯白噪声,N为样本个数,信号的信噪比为SNR=A2/2σ2,σ2为样本方差;
假设调制方式识别正确且无解码错误,即在盲处理过程中识别的调制方式为BPSK,且不存在解码错误,则可信性评估方法包括以下步骤:
步骤1,根据调制方式识别结果构建相应的参考信号,将参考信号与观测信号的采样序列作相关,得到相应的相关序列,具体步骤如下:
(1-1)根据复BPSK信号构造的参考信号为:
<mrow> <msub> <mi>y</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <msub> <mover> <mi>f</mi> <mo>^</mo> </mover> <mn>0</mn> </msub> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </msup> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mover> <mi>N</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> </munderover> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <msub> <mover> <mi>c</mi> <mo>^</mo> </mover> <mi>k</mi> </msub> </mrow> </msup> <msub> <mi>&amp;Pi;</mi> <msub> <mover> <mi>T</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <mi>k</mi> <msub> <mover> <mi>T</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow>
(1-2)将参考信号y0(n)与观测信号的采样序列作相关,得到相关序列为:
z0(n)=x(n)y0(n)=s0(n)+w0(n),0≤n≤N-1
式中,w0(n)为噪声部分,s0(n)为信号部分,分别为:
w0(n)=w(n)y0(n)
<mrow> <msub> <mi>s</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>Ae</mi> <mrow> <mi>j</mi> <mrow> <mo>(</mo> <mn>2</mn> <mi>&amp;pi;</mi> <mi>&amp;Delta;</mi> <mi>f</mi> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>+</mo> <mi>&amp;Delta;</mi> <mi>&amp;theta;</mi> <mo>)</mo> </mrow> </mrow> </msup> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mover> <mi>N</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> </munderover> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&amp;pi;</mi> <msub> <mover> <mi>c</mi> <mo>^</mo> </mover> <mi>k</mi> </msub> </mrow> </msup> <msub> <mi>&amp;Pi;</mi> <msub> <mover> <mi>T</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mover> <mi>T</mi> <mo>^</mo> </mover> <mi>c</mi> </msub> <mo>&amp;rsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>c</mi> </msub> </munderover> <msup> <mi>e</mi> <mrow> <msub> <mi>j&amp;pi;c</mi> <mi>k</mi> </msub> </mrow> </msup> <msub> <mi>&amp;Pi;</mi> <msub> <mi>T</mi> <mi>c</mi> </msub> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>T</mi> <mi>c</mi> </msub> <mo>&amp;rsqb;</mo> </mrow>
式中,为载频估计误差,在假设条件下和Δf的值均趋向于0时,得到信号部分近似为:
s0(n)=Aej[2πΔfnΔt+Δd(t)+θ]
式中,Δd(t)是由于参数估计误差引起的等效误差,在假设条件下忽略不计,而w0(n)是一个等效复零均值限带高斯白噪声,其实部与虚部相互独立,方差为2σ2
(1-3)将相关序列写成指数形式为:
式中,an为s0(n)的幅值,bn为w0(n)的幅值,为s0(n)的相位,为w0(n)的相位,进一步处理可得:
式中,φn和βn均为[0,2π)上的随机相位;
(1-4)对相关序列提取相位,得到的相位序列为:
式中,Δd(n)是由于参数估计误差引起的等效误差,在假设条件下,Δf和Δd(n)的值均趋向于0,于是有:
ρ(n)≈θ+βn
步骤2,对相位序列提取其频谱的带宽W(Z),具体步骤如下:
(2-1)计算相关序列的相位谱:
<mrow> <mi>Z</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <msubsup> <mi>W</mi> <mi>N</mi> <mrow> <mo>-</mo> <mi>n</mi> <mi>k</mi> </mrow> </msubsup> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow>
式中,
(2-2)将相位谱Z(k)去均值处理后计算获得相位谱带宽W(Z);
(2-3)取门限值λ,若W(Z)≥λ,则相位谱带宽特征C1=1,否则C1=0;
步骤3,检验评估结果:若C1=1,则调制识别结果正确且无解码错误,复BPSK信号盲处理结果可信,假设成立;若C1=0,则调制识别结果错误或存在解码错误,复BPSK信号盲处理结果不可信,假设不成立。
CN201510192176.6A 2015-04-21 2015-04-21 一种基于相位谱特征的bpsk信号处理结果可信性评估方法 Active CN104767700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510192176.6A CN104767700B (zh) 2015-04-21 2015-04-21 一种基于相位谱特征的bpsk信号处理结果可信性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510192176.6A CN104767700B (zh) 2015-04-21 2015-04-21 一种基于相位谱特征的bpsk信号处理结果可信性评估方法

Publications (2)

Publication Number Publication Date
CN104767700A CN104767700A (zh) 2015-07-08
CN104767700B true CN104767700B (zh) 2017-10-13

Family

ID=53649321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510192176.6A Active CN104767700B (zh) 2015-04-21 2015-04-21 一种基于相位谱特征的bpsk信号处理结果可信性评估方法

Country Status (1)

Country Link
CN (1) CN104767700B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443604B (zh) * 2016-09-22 2018-09-21 金陵科技学院 Lfm/bpsk混合调制信号盲处理结果的校验方法
CN106411803B (zh) * 2016-09-22 2019-08-27 金陵科技学院 基于顺序统计量特征的混合调制信号盲处理结果校验方法
CN110602010B (zh) * 2019-09-16 2021-04-20 金陵科技学院 基于pot模型的bpsk信号盲处理结果可信性评估方法
CN110602009B (zh) * 2019-09-16 2021-05-11 金陵科技学院 基于cfar准则的bpsk盲分析结果的可信性评估方法
CN110730146B (zh) * 2019-09-16 2021-04-06 金陵科技学院 基于bm模型的bpsk信号盲处理结果可信性评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690746B1 (en) * 1999-06-11 2004-02-10 Southwest Research Institute Signal recognizer for communications signals
CN103607370A (zh) * 2013-11-22 2014-02-26 南京信息职业技术学院 一种复bpsk信号盲处理结果的可信性评估方法
CN103888397A (zh) * 2014-03-14 2014-06-25 南京信息职业技术学院 基于hough变换的bpsk信号盲识别结果的有效性评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690746B1 (en) * 1999-06-11 2004-02-10 Southwest Research Institute Signal recognizer for communications signals
CN103607370A (zh) * 2013-11-22 2014-02-26 南京信息职业技术学院 一种复bpsk信号盲处理结果的可信性评估方法
CN103888397A (zh) * 2014-03-14 2014-06-25 南京信息职业技术学院 基于hough变换的bpsk信号盲识别结果的有效性评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于K-S检验的BPSK信号盲处理结果可信性评估;胡国兵等;《电子学报》;20141031;1882-1886 *

Also Published As

Publication number Publication date
CN104767700A (zh) 2015-07-08

Similar Documents

Publication Publication Date Title
CN104767700B (zh) 一种基于相位谱特征的bpsk信号处理结果可信性评估方法
CN104869096B (zh) 基于Bootstrap的BPSK信号盲处理结果可信性检验方法
CN103607370B (zh) 一种复bpsk信号盲处理结果的可信性评估方法
US8619909B2 (en) Signal detector using matched filter for training signal detection
CN106411803B (zh) 基于顺序统计量特征的混合调制信号盲处理结果校验方法
CN110099019B (zh) 基于深度学习的LoRa调制信号检测方法
Like et al. Signal classification in fading channels using cyclic spectral analysis
CN106443604B (zh) Lfm/bpsk混合调制信号盲处理结果的校验方法
CN106357574A (zh) 基于顺序统计量的bpsk/qpsk信号调制盲识别方法
CN105137396B (zh) 一种smsp干扰和c&amp;i干扰的检测方法
CN107748356B (zh) 基于复相像系数的相位编码信号欺骗式干扰类型识别方法
CN108243130B (zh) 解调方法、装置、频谱检测仪及计算机可读存储介质
CN105429719B (zh) 基于功率谱和多尺度小波变换分析强干扰信号检测方法
CN107577999A (zh) 一种基于奇异值和分形维数的雷达信号脉内调制方式识别方法
CN104270331A (zh) 基于hough变换的bpsk信号盲识别结果的有效性评估方法
CN107607920B (zh) 基于gp分布拟合检验的复合调制信号分析结果校验方法
CN105071830A (zh) 一种直扩信号的检测识别方法
Ming et al. Intrapulse modulation recognition of radar signals based on statistical tests of the time-frequency curve
CN110602009B (zh) 基于cfar准则的bpsk盲分析结果的可信性评估方法
KR20100059794A (ko) 사이클로-스테이션너리 신호를 감지하는 방법
CN105812300B (zh) 消除信息码跳变的长码dsss信号盲估计方法
Sharma et al. Improving robustness of cyclostationary detectors to cyclic frequency mismatch using Slepian basis
CN102307166A (zh) 一种信噪比估计方法
Moawad et al. A wideband spectrum sensing approach for cognitive radios based on cepstral analysis
CN113848391A (zh) 一种脉冲信号检测和提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant