CN110086554A - 一种基于频谱感知的信号识别方法 - Google Patents

Abstract

本发明公开了一种基于频谱感知的信号识别方法，针对空间待检测信号在小波域的信号特征，根据不同信号的小波变换信号特征不同，建立了基于小波变换的非线性门限分类器，通过对待检测信号进行调制参数盲估计、调制方式自动识别、盲解调算法研究与测试，实现对空间目标典型信号的检测分类，并通过对截获某数传通信信号MPSK/OQPSK/MQAM调制方式的自动识别，验证了该算法的有效性和系统的可行性，本发明能够及时截获或者发现空间通信信号，并感知到待检测信号的发射天线位置，以及通信体制、通信频率、功率、调制方式等参数，并根据其它已知先验信息确定信号特性。

Description

一种基于频谱感知的信号识别方法

技术领域

本发明属于信号检测技术领域，具体涉及一种基于频谱感知的信号识别方法。

背景技术

频谱感知技术是获取空间无线电信号特征的主要技术手段，本方法分析了频谱感知技术在空间卫星网络中的应用模型，主要内容是未知待检测信号先验信息的情况下，利用通用无线电信号接收机，基于软件无线电思想，采用数字信号处理方法，通过对接收无线电信号的频谱监测、信号搜索、参数估计、调制方式自动识别、盲接收等关键技术研究，获取无线电信号特征和信息内容。

分析目前常用的几种频谱检测技术，在不需要知道待检测信号先验信息的情况下进行频谱检测。针对能量检测在低信噪比情况下，检测性能低下；高阶统计量检测、循环平稳特征检测算法计算量大，计算周期长等问题，提出了基于小波域特征谱的自适应门限判决技术，有效解决在低信噪比，采样率低的情况下，有效完成频谱监测、参数估计、调制方式自动识别等功能。

发明内容

本发明的目的是提供一种基于频谱感知的信号识别方法，能够及时截获或者发现空间通信信号，并感知到待检测信号的发射天线位置，以及通信体制、通信频率、功率、调制方式等参数，并根据其它已知先验信息确定信号特性。

本发明所采用的技术方案是，一种基于频谱感知的信号识别方法，具体按照以下步骤实施：

步骤1、根据星上截获的中频采样信号频谱分析、带通滤波预处理，将预处理信号进行离散小波变换，得到采样信号的小波域离散谱特征；

步骤2、根据小波域离散谱特征对MPSK、MFSK和QAM 3类信号进行类间分类，得到{MPSK}、{MFSK}和{QAM 3}信号集合；

步骤3、在集合{MFSK}内，通过小波变换幅值直方图中的阶数不同对MFSK信号进行类间识别；

步骤4、在集合{MPSK}内，提取测试信号小波变换幅值，并取其尖峰，对其进行直方图统计分析，对MPSK信号进行类间识别；

步骤5、在集合{QAM 3}内，比较接收信号的小波变换幅值均值的最大幅度，对QAM信号进行类间识别。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、以MPSK信号为例，设信源信号为，其中，D(t)为低通信号，t为连续时间变量，w_c为载波频率，为初始相位，当带宽时，其低通等效信号为为实信号s(t)的复包络，则信源信号表示为：

其中，j＝1,2,…,N，A为信号幅度；

步骤1.2、待检测信号的离散小波变换系数表示为：

式中，k＝t/T_s，T_s为采样时间，a为伸缩因子，n为平移因子，ψ^*为小波函数基，即由同一母小波函数ψ(n)经过伸缩平移后得到的一组函数序列，当(i-1)T+a/2≤n≤iT-a/2时，T为一个信号周期，当信号不发生相位改变，此时将式(1)式代入式(2)中，经过计算得到离散小波变换系数为：

其中，i＝1,2,…,N，

此时从式(3)看出，信号小波变换幅值与平移因子n无关；

步骤1.3、当时，T为一个信号周期，小波变换系数的幅值为：

其中，S为归一化小波幅度，当a、ω_c确定时，此时小波变换系数的幅值为一定值；

当n＝iT时，信号相位发生改变，此时信号小波变换幅值的绝对值变为：

其中，α为相位变化值，

这里定义|w_a,n|为小波变换系数幅值，其中|w_a,n|＝|DWT(a,n)|；

比较式(4)和式(5)看到，伸缩因子a一定的情况下，信号小波变换幅值的大小只在信号相位变化的时候发生改变，其他时候小波变换幅值保持不变；当时伸缩因子a的值也很小时：

此时小波变换幅值会出现极大值，而噪声部分的小波变换模值分布仍然呈现出Gaussian白噪声分布。

步骤2具体按照以下步骤实施：

对信号进行归一化后再进行小波变换得到|w_a,n|＝|DWT(a,n)|，计算|w_a,n|的方差，QAM信号的|w_a,n|的方差理想化为零，对于MFSK信号，|w_a,n|仍是多阶函数的变量，所以，|w_a,n|的方差大于零，因此，在类间识别时选取|w_a,n|作为分类特征，类间信号分类步骤如下：

步骤2.1、对信号进行小波变换，得到小波变换幅值；

步骤2.2、计算小波变换幅方差；

步骤2.3、与门限值进行比较，对MPSK信号和QAM/MFSK信号进行分类，建立子集Qmpsk{MPSK}、Q1{QAM,MFSK}；

步骤2.4、对Q1信号归一化后，计算小波变换幅值；

步骤2.5、计算小波变换幅方差；

步骤2.6、将信源信号小波变换幅方差与门限值进行比较，对Q1{QAM,MFSK}、QAM信号和MFSK信号进行分类，建立子集Qmfsk{MFSK}、Qqam{QAM}。

步骤3具体如下：

MFSK信号的类内识别作为一种理想情况，MFSK信号的CWT是多阶函数，由频率变化产生M个不同的直流分量，因此，调制的阶数通过CWT直方图中的阶数来确定，如果有M个尖峰出现，输入就判为MFSK。

步骤4具体如下：

由于MPSK信号的M个相位突变具有对称性，其引起的尖峰有M-1个取值，相应地，这M-1个取值中相近的两个所对应的高斯分布也会相互重叠，因此提取测试信号小波变换后的系数值，并取其尖峰，对其进行直方图统计分析，如果结果中含有M-1个高斯分布，就判定该调制信号为MPSK信号。

步骤5具体如下：

QAM信号的小波变换系数幅值类似于幅度归一化的PSK信号的小波变换系数幅值，由于零度相位变化时出现的尖峰，|w_a,n|的均值用来确定载频，不同阶数的QAM信号其|w_a,n|均值的最大值不同，通过比较接收信号的|w_a,n|均值最大幅度，识别出信号的调制阶数。

本发明的有益效果是，针对空间待检测信号在小波域的信号特征，根据不同信号的小波变换信号特征不同，建立了基于小波变换的非线性门限分类器，通过对待检测信号进行调制参数盲估计、调制方式自动识别、盲解调算法研究与测试，实现对空间目标典型信号的检测分类，实现对无线电信号特征提取。

具体实施方式

下面结合具体实施方式对本发明进行详细说明。

本发明一种基于频谱感知的信号识别方法，依托某信号监测系统硬件平台，根据系统接收机输出A/D采样信号进行信号分析，具体按照以下步骤实施：

步骤1、根据星上截获的中频采样信号频谱分析、带通滤波预处理，将预处理信号进行离散小波变换，得到采样信号的小波域离散谱特征，具体按照以下步骤实施：

步骤1.1、以MPSK信号为例，设信源信号为，其中，D(t)为低通信号，t为连续时间变量，wc为载波频率，为初始相位，当带宽时，其低通等效信号为为实信号s(t)的复包络，则信源信号表示为：

其中，j＝1,2,…,N，A为信号幅度；

步骤1.2、待检测信号的离散小波变换系数表示为：

式中，k＝t/T_s，T_s为采样时间，a为伸缩因子，n为平移因子，ψ^*为小波函数基，即由同一母小波函数ψ(n)经过伸缩平移后得到的一组函数序列，当(i-1)T+a/2≤n≤iT-a/2时，T为一个信号周期，当信号不发生相位改变，此时将式(1)式代入式(2)中，经过计算得到离散小波变换系数为：

其中，i＝1,2,…,N，

此时从式(3)看出，信号小波变换幅值与平移因子n无关；

步骤1.3、当时，T为一个信号周期，小波变换系数的幅值为：

其中，S为归一化小波幅度，当a、ω_c确定时，此时小波变换系数的幅值为一定值；

当n＝iT时，信号相位发生改变，此时信号小波变换幅值的绝对值变为：

其中，α为相位变化值，

这里定义|w_a,n|为小波变换系数幅值，其中|w_a,n|＝|DWT(a,n)|；

比较式(4)和式(5)看到，伸缩因子a一定的情况下，信号小波变换幅值的大小只在信号相位变化的时候发生改变，其他时候小波变换幅值保持不变；当时伸缩因子a的值也很小时：

此时小波变换幅值会出现极大值，而噪声部分的小波变换模值分布仍然呈现出Gaussian白噪声分布；

步骤2、根据小波域离散谱特征对MPSK、MFSK和QAM 3类信号进行类间分类，得到{MPSK}、{MFSK}和{QAM 3}信号集合，具体按照以下步骤实施：

对信号进行归一化后再进行小波变换得到|w_a,n|＝|DWT(a,n)|，计算|w_a,n|的方差，QAM信号的|w_a,n|的方差理想化为零，对于MFSK信号，|w_a,n|仍是多阶函数的变量，所以，|w_a,n|的方差大于零，因此，在类间识别时选取|w_a,n|作为分类特征，类间信号分类步骤如下：

步骤2.1、对信号进行小波变换，得到小波变换幅值；

步骤2.2、计算小波变换幅方差；

步骤2.3、与门限值进行比较，对MPSK信号和QAM/MFSK信号进行分类，建立子集Qmpsk{MPSK}、Q1{QAM,MFSK}；

步骤2.4、对Q1信号归一化后，计算小波变换幅值；

步骤2.5、计算小波变换幅方差；

步骤2.6、将信源信号小波变换幅方差与门限值进行比较，对Q1{QAM,MFSK}、QAM信号和MFSK信号进行分类，建立子集Qmfsk{MFSK}、Qqam{QAM}；

步骤3、在集合{MFSK}内，通过小波变换幅值直方图中的阶数不同对MFSK信号进行类间识别，具体如下：

MFSK信号的类内识别作为一种理想情况，MFSK信号的CWT是多阶函数，由频率变化产生M个不同的直流分量，因此，调制的阶数通过CWT直方图中的阶数来确定，如果有M个尖峰出现，输入就判为MFSK；

步骤4、在集合{MPSK}内，提取测试信号小波变换幅值，并取其尖峰，对其进行直方图统计分析，对MPSK信号进行类间识别，具体如下：

由于MPSK信号的M个相位突变具有对称性，其引起的尖峰有M-1个取值，相应地，这M-1个取值中相近的两个所对应的高斯分布也会相互重叠，因此提取测试信号小波变换后的系数值，并取其尖峰，对其进行直方图统计分析，如果结果中含有M-1个高斯分布，就判定该调制信号为MPSK信号；

步骤5、在集合{QAM 3}内，比较接收信号的小波变换幅值均值的最大幅度，对QAM信号进行类间识别，具体如下：

QAM信号的小波变换系数幅值类似于幅度归一化的PSK信号的小波变换系数幅值，由于零度相位变化时出现的尖峰，|w_a,n|的均值用来确定载频，不同阶数的QAM信号其|w_a,n|均值的最大值不同，通过比较接收信号的|w_a,n|均值最大幅度，识别出信号的调制阶数。

本发明一种基于频谱感知的信号识别方法，采用小波变换的信号处理方法，通过对接收下行无线电信号的频谱在线监测、信号搜索、参数估计、调制方式自动识别，及时截获或者发现空间通信信号，并感知到待检测信号的发射天线位置，以及通信体制、通信频率、功率、调制方式等参数，并根据其它已知先验信息确定信号特性，实现对无线电信号特征提取。

Claims (6)

1.一种基于频谱感知的信号识别方法，其特征在于，具体按照以下步骤实施：

步骤1、根据星上截获的中频采样信号频谱分析、带通滤波预处理，将预处理信号进行离散小波变换，得到采样信号的小波域离散谱特征；

步骤2、根据小波域离散谱特征对MPSK、MFSK和QAM 3类信号进行类间分类，得到{MPSK}、{MFSK}和{QAM 3}信号集合；

步骤3、在集合{MFSK}内，通过小波变换幅值直方图中的阶数不同对MFSK信号进行类间识别；

步骤4、在集合{MPSK}内，提取测试信号小波变换幅值，并取其尖峰，对其进行直方图统计分析，对MPSK信号进行类间识别；

步骤5、在集合{QAM 3}内，比较接收信号的小波变换幅值均值的最大幅度，对QAM信号进行类间识别。

2.根据权利要求1所述的一种基于频谱感知的信号识别方法，其特征在于，所述步骤1具体按照以下步骤实施：

步骤1.1、以MPSK信号为例，设信源信号为，其中，D(t)为低通信号，t为连续时间变量，w_c为载波频率，为初始相位，当带宽时，其低通等效信号为为实信号s(t)的复包络，则信源信号表示为：

其中，j＝1,2,…,N，A为信号幅度；

步骤1.2、待检测信号的离散小波变换系数表示为：

式中，k＝t/T_s，T_s为采样时间，a为伸缩因子，n为平移因子，ψ^*为小波函数基，即由同一母小波函数ψ(n)经过伸缩平移后得到的一组函数序列，当(i-1)T+a/2≤n≤iT-a/2时，T为一个信号周期，当信号不发生相位改变，此时将式(1)式代入式(2)中，经过计算得到离散小波变换系数为：

其中，i＝1,2,…,N，

此时从式(3)看出，信号小波变换幅值与平移因子n无关；

步骤1.3、当时，T为一个信号周期，小波变换系数的幅值为：

其中，S为归一化小波幅度，当a、ω_c确定时，此时小波变换系数的幅值为一定值；

当n＝iT时，信号相位发生改变，此时信号小波变换幅值的绝对值变为：

其中，α为相位变化值，

这里定义|w_a,n|为小波变换系数幅值，其中|w_a,n|＝|DWT(a,n)|；

比较式(4)和式(5)看到，伸缩因子a一定的情况下，信号小波变换幅值的大小只在信号相位变化的时候发生改变，其他时候小波变换幅值保持不变；当时伸缩因子a的值也很小时：

此时小波变换幅值会出现极大值，而噪声部分的小波变换模值分布仍然呈现出Gaussian白噪声分布。

3.根据权利要求2所述的一种基于频谱感知的信号识别方法，其特征在于，所述步骤2具体按照以下步骤实施：

对信号进行归一化后再进行小波变换得到|w_a,n|＝|DWT(a,n)|，计算|w_a,n|的方差，QAM信号的|w_a,n|的方差理想化为零，对于MFSK信号，|w_a,n|仍是多阶函数的变量，所以，|w_a,n|的方差大于零，因此，在类间识别时选取|w_a,n|作为分类特征，类间信号分类步骤如下：

步骤2.1、对信号进行小波变换，得到小波变换幅值；

步骤2.2、计算小波变换幅方差；

步骤2.3、与门限值进行比较，对MPSK信号和QAM/MFSK信号进行分类，建立子集Qmpsk{MPSK}、Q1{QAM,MFSK}；

步骤2.4、对Q1信号归一化后，计算小波变换幅值；

步骤2.5、计算小波变换幅方差；

步骤2.6、将信源信号小波变换幅方差与门限值进行比较，对Q1{QAM,MFSK}、QAM信号和MFSK信号进行分类，建立子集Qmfsk{MFSK}、Qqam{QAM}。

4.根据权利要求3所述的一种基于频谱感知的信号识别方法，其特征在于，所述步骤3具体如下：

MFSK信号的类内识别作为一种理想情况，MFSK信号的CWT是多阶函数，由频率变化产生M个不同的直流分量，因此，调制的阶数通过CWT直方图中的阶数来确定，如果有M个尖峰出现，输入就判为MFSK。

5.根据权利要求3所述的一种基于频谱感知的信号识别方法，其特征在于，所述步骤4具体如下：

由于MPSK信号的M个相位突变具有对称性，其引起的尖峰有M-1个取值，相应地，这M-1个取值中相近的两个所对应的高斯分布也会相互重叠，因此提取测试信号小波变换后的系数值，并取其尖峰，对其进行直方图统计分析，如果结果中含有M-1个高斯分布，就判定该调制信号为MPSK信号。

6.根据权利要求3所述的一种基于频谱感知的信号识别方法，其特征在于，所述步骤5具体如下：

QAM信号的小波变换系数幅值类似于幅度归一化的PSK信号的小波变换系数幅值，由于零度相位变化时出现的尖峰，|w_a,n|的均值用来确定载频，不同阶数的QAM信号其|w_a,n|均值的最大值不同，通过比较接收信号的|w_a,n|均值最大幅度，识别出信号的调制阶数。