CN112333123B - 非合作psk水声通信信号多小波基自动优选基带解调方法 - Google Patents
非合作psk水声通信信号多小波基自动优选基带解调方法 Download PDFInfo
- Publication number
- CN112333123B CN112333123B CN202011078782.2A CN202011078782A CN112333123B CN 112333123 B CN112333123 B CN 112333123B CN 202011078782 A CN202011078782 A CN 202011078782A CN 112333123 B CN112333123 B CN 112333123B
- Authority
- CN
- China
- Prior art keywords
- wavelet
- underwater acoustic
- psk
- cooperative
- sequence
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/18—Phase-modulated carrier systems, i.e. using phase-shift keying
- H04L27/22—Demodulator circuits; Receiver circuits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Transducers For Ultrasonic Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种非合作PSK水声通信信号多小波基自动优选基带解调方法,获取待处理的多种小波分析结果模值对多种小波分析结果的模值进行平滑处理;对平滑处理结果进行降序排列;基于码速率与采样频率预估优选长度;计算用于优选小波基的质量评价因子;提取最大质量评价因子对应的序列号以及相应的优选结果。本发明针对水声通信信号容易在水声信道作用下产生畸变以及非合作参数未知等难点,利用PSK信号小波变换后位于码元跳变点时的模值发生突变的特性,通过优选最优的一组小波分析估计结果,可在非合作条件下,实现能自主适应较宽参数范围内不同PSK信号的基带码估计,运算量小,实用性强,适合对信号进行实时处理。
Description
技术领域
本发明涉及一种非合作PSK水声通信信号多小波基自动优选基带解调方法,通信和信号处理技术领域。
背景技术
相移键控(Phase Shift Keying,PSK)调制技术在水声通信与探测领域已得到广泛应用,其特点是利用载波的相位变化传递信息,而振幅和频率保持不变。PSK信号的截获检测与参数估计技术是通信与水声对抗中的研究热点与难点,PSK信号的解调是非合作截获处理的重要部分,并且是PSK信号参数估计的难点。
在非合作条件下,由于缺乏相关的先验信息,难以恢复出完全同频同相的相干载波。且参数估计误差会对相干解调的性能产生较大影响。因此,目前常规的相干解调对于非合作条件下的PSK信号不太适用。而采用非相干解调会给解调性能带来一些损失。
由于水声信道的复杂性,需要通过一种变换实现PSK信号从非平稳信号到平稳信号的转变,进行后续处理。小波分析是常用的一种时频分析方法,能够利用可伸缩和平移的可变视窗,聚焦信号的各处细节从而实现时频域处理,被广泛的应用于信号处理中。小波变换具有细节化和局部分析的能力,可以保留细节的瞬时特征,实现较为理想的时频局部特征分析。因此,可以利用小波分析能够检测相位跳变的特点来估计产生相位跳变的位置,进而完成PSK信号的解调工作。
对于带宽较高的PSK信号,在非合作条件下,难以选择合适的一种小波基来适应不同参数的信号,需要不同的小波来实现,此时采用多种小波基能够提升解调的性能。但在小波分析过程中,采用不同的小波基函数往往会有不同的估计结果,对于不同小波检测相位跳变的性能是未知的。此外,各种小波对不同信号参数的适应性不同,难以自动判断哪种小波分析结果更优。因此,针对不同小波基分析结果制定一种自动优选方法是非合作条件下PSK信号基带解调的难点。
发明内容
发明目的:针对现有技术中存在的问题与不足,本发明提供估计结果精度高、运算量较小且适应低信噪比环境的非合作PSK水声通信信号多小波基自动优选基带解调方法。
技术方案:一种非合作PSK水声通信信号多小波基自动优选基带解调方法,包括以下步骤:
步骤1:获取由采集到的水声通信的离散信号序列x(n),n=0,1,2,…,N-1,经不同的小波基函数进行小波变换产生的多种小波分析结果的模值Wi(n),i=1,2,…,m,n=0,1,2,…,N-1。m为用于小波分析的小波种类总数,i为对应的小波种类,N为采集的离散信号序列长度。
步骤2:对各种所述小波分析结果的模值Wi(n),i=1,2,…,m,进行平滑处理,得到平滑处理后的序列yi(n),i=1,2,…,m。
步骤3:对所述平滑处理后的序列yi(n),i=1,2,…,m,进行降序排列,得到序列y'i(n),i=1,2,…,m。
步骤5:通过计算序降序排列后列前M个较大值的总和与序列平均值的比值,作为质量评价因子Ari,用来表现相位跳变处的模值突变特性。比值越大,对于跳变点的检测越明显。
步骤6:选择质量评价因子Ari中最大值,所述最大值对应下标i代表的小波变换结果模值Wi(n)即为最优解调结果。
进一步的,所述步骤1中,采用的小波基函数可自选,本发明中选取四种小波基分别为Haar小波、Morlet小波、Marr小波以及Daubechies小波,具有良好的性能。
进一步的,所述步骤2中,采用如下方法对各种小波分析结果的模值Wi(n),i=1,2,…,k,n=0,1,2,…,N-1进行平滑处理,得到平滑处理结果为yi(n),i=1,2,…,k:
w表示平滑窗长。
进一步的,所述步骤6中,通过比较Ari的大小,选出最大的Ari,根据其编号i找到对应的小波分析结果模值Wi(n),模值Wi(n)即为最优解调结果。
有益效果:与现有技术相比,本发明提供的非合作PSK水声通信信号多小波基自动优选基带解调方法,具有以下优点:
(1)利用PSK信号小波变换后位于码元跳变点时的模值发生突变的特性,通过优选最优的一组小波变换估计结果即可得到基带码。本发明方法原理简单,无需选择特定的小波函数,通过制定一种适当的优选方法选择最优的小波分析结果,自动得出针对不同参数的PSK信号的最优估计,能够适应不同的环境;
(2)相较于相干解调方法,本方法能够实现无先验条件情况下的PSK信号的自动解调,并且总是能保证优选出的小波分析结果为当前最优结果,而且小波变换的快速算法使得算法复杂度大大降低,因而具有很好的实时性。
附图说明
图1为本发明方法的流程示意图;
图2为实施例1中平滑后的多小波分析结果的模值;
图3为实施例1中最优的小波变换结果;
图4为实施例2中平滑后的多小波分析结果的模值;
图5为实施例2中最优的小波变换结果。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示,一种非合作PSK水声通信信号多小波基自动优选基带解调方法,包括如下步骤:
步骤1:获取由采集到的水声通信的离散信号序列x(n),n=0,1,2,…,N-1,将离散信号序列x(n)经不同的小波基函数进行小波变换产生的多种小波分析结果的模值Wi(n),i=1,2,…,m,n=0,1,2,…,N-1。m为用于小波分析的小波种类总数,i为对应的种类,N为采集的序列长度。
步骤2:对各种小波分析结果的模值Wi(n),i=1,2,…,m,进行平滑处理,得到序列yi(n),i=1,2,…,m。
步骤3:对yi(n),i=1,2,…,m进行降序排列,得到y'i(n),i=1,2,…,m。
步骤6:选择质量评价因子Ari中最大值,其对应下标i代表的小波变换结果即为最优解调结果。
实施例1
仿真信号参数为:采样频率fs=100kHz,载波频率f0=5000Hz,码速率B=400Buad,采集的信号时长t=2s,信号幅度A0=1,叠加零均值高斯白噪声,方差σ2的大小由信噪比SNR决定:设置的信噪比为20dB。采用的小波基函数种类数m=4,种类为Haar小波、Morlet小波、Marr小波以及Daubechies小波。
依据步骤2,对各种小波分析的模值Wi(n),进行平滑处理,得到yi(n),如图2所示。由图2可以看出,采用的Haar小波、Morlet小波、Marr小波以及Daubechies小波基函数在小波分析中均会在码元跳变位置有突变,但无法区分各种小波分析结果的好坏。
依据步骤6,根据质量评价因子最大值对应的下标i选择相应的小波分析模值序列,作为筛选出的最优的小波变换结果,根据此解调结果与已有条件估计PSK信号的基带码,得到PSK信号基带码估计图,如图3所示。由图3可以看出,此时Haar小波、Daubechies小波估计出的基带码与输入信号基带码相同,Morlet小波、Marr小波则有偏差,而经过优选得出的结果与输入信号基带码相同。
实施例2
仿真信号参数为:采样频率fs=100kHz,载波频率f0=8000Hz,码速率B=200Buad,采集的信号时长t=2s,信号幅度A0=1,叠加零均值高斯白噪声,方差σ2的大小由信噪比SNR决定:设置的信噪比为20dB。采用的小波基函数种类数m=4,种类分别为Haar小波、Morlet小波、Marr小波以及Daubechies小波。
依据步骤2,对各种小波分析的模值Wi(n),进行平滑处理,得到yi(n),如图4所示。由图4可以看出,采用的Haar小波、Morlet小波、Marr小波以及Daubechies小波基函数在小波分析中均会在码元跳变位置有突变,但无法区分各种小波分析结果的好坏。
依据步骤6,根据质量评价因子最大值对应的下标i选择相应的小波分析模值序列,作为筛选出的最优的小波变换结果,根据此解调结果与已有条件估计PSK信号的基带码,得到PSK信号基带码估计图,如图5所示。由图5可以看出,此时Morlet小波、Daubechies小波估计出的基带码与输入信号基带码相同,Haar小波、Marr小波则有偏差,而经过优选得出的结果与输入信号基带码相同。
Claims (3)
1.一种非合作PSK水声通信信号多小波基自动优选基带解调方法,其特征在于,包括以下步骤:
步骤1:获取由采集到的水声通信的离散信号序列x(n),n=0,1,2,…,N-1,经不同的小波基函数进行小波变换产生的多种小波分析结果的模值Wi(n),i=1,2,…,m,n=0,1,2,…,N-1;m为用于小波分析的小波种类总数,i为对应的小波种类,N为采集的离散信号序列长度;
步骤2:对各种所述小波分析结果的模值Wi(n),i=1,2,…,m,进行平滑处理,得到平滑处理后的序列yi(n),i=1,2,…,m;
步骤3:对所述平滑处理后的序列yi(n),i=1,2,…,m,进行降序排列,得到序列y'i(n),i=1,2,…,m;
步骤5:通过计算序降序排列后列前M个较大值的总和与序列平均值的比值,作为质量评价因子Ari,用来表现相位跳变处的模值突变特性;
步骤6:选择质量评价因子Ari中最大值,所述最大值对应下标i代表的小波变换结果模值Wi(n)即为最优解调结果;
所述步骤2中,采用如下方法对各种小波分析结果的模值Wi(n),i=1,2,…,k,n=0,1,2,…,N-1进行平滑处理,得到平滑处理结果为yi(n),i=1,2,…,k:
2.根据权利要求1所述的非合作PSK水声通信信号多小波基自动优选基带解调方法,其特征在于,所述步骤1中,采用的小波基函数包括Haar小波、Morlet小波、Marr小波以及Daubechies小波;分别通过四种小波基函数对水声通信的离散信号序列x(n)进行小波变换。
3.根据权利要求1所述的非合作PSK水声通信信号多小波基自动优选基带解调方法,其特征在于,所述步骤6中,通过比较Ari的大小,选出最大的Ari,根据其编号i找到对应的小波分析结果模值Wi(n),模值Wi(n)即为最优解调结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078782.2A CN112333123B (zh) | 2020-10-10 | 2020-10-10 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078782.2A CN112333123B (zh) | 2020-10-10 | 2020-10-10 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112333123A CN112333123A (zh) | 2021-02-05 |
CN112333123B true CN112333123B (zh) | 2022-06-03 |
Family
ID=74314740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011078782.2A Active CN112333123B (zh) | 2020-10-10 | 2020-10-10 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112333123B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113259027B (zh) * | 2021-05-12 | 2022-09-06 | 深圳华创电科技术有限公司 | 一种基于Haar变换的敌我识别信号码速率计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106506414A (zh) * | 2016-11-17 | 2017-03-15 | 中国电子科技集团公司第四十研究所 | 一种基于峰值位置的相位调制码速率估计方法 |
CN109379310A (zh) * | 2018-09-13 | 2019-02-22 | 东南大学 | 一种基于Rife-Quinn综合的MPSK信号载频估计方法 |
CN109633593A (zh) * | 2019-01-22 | 2019-04-16 | 长沙理工大学 | 一种地质雷达信号定量分析方法及系统 |
CN110690931A (zh) * | 2019-10-11 | 2020-01-14 | 中国科学院软件研究所 | 一种基于多小波基联合的数字信号自适应码率估计方法和装置 |
-
2020
- 2020-10-10 CN CN202011078782.2A patent/CN112333123B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106506414A (zh) * | 2016-11-17 | 2017-03-15 | 中国电子科技集团公司第四十研究所 | 一种基于峰值位置的相位调制码速率估计方法 |
CN109379310A (zh) * | 2018-09-13 | 2019-02-22 | 东南大学 | 一种基于Rife-Quinn综合的MPSK信号载频估计方法 |
CN109633593A (zh) * | 2019-01-22 | 2019-04-16 | 长沙理工大学 | 一种地质雷达信号定量分析方法及系统 |
CN110690931A (zh) * | 2019-10-11 | 2020-01-14 | 中国科学院软件研究所 | 一种基于多小波基联合的数字信号自适应码率估计方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112333123A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8619909B2 (en) | Signal detector using matched filter for training signal detection | |
JP5154544B2 (ja) | マルチキャリア通信システムにおける信号検出 | |
CN110690931B (zh) | 一种基于多小波基联合的数字信号自适应码率估计方法和装置 | |
CN112511477A (zh) | 一种基于星座图和深度学习的混合卫星通信调制识别方法及系统 | |
KR20130104289A (ko) | 오프셋 값을 추정하는 장치, 방법, 수신장치 및 수신장치에서 신호를 처리하는 방법 | |
CN112333123B (zh) | 非合作psk水声通信信号多小波基自动优选基带解调方法 | |
CN112003803B (zh) | 一种vhf、uhf频段航空电台信号的侦收设备 | |
Daldal | A novel demodulation method for quadrate type modulations using a hybrid signal processing method | |
CN109450829A (zh) | 数字调制信号码速率估计方法和装置 | |
CN111490954B (zh) | 信道脉冲响应的重要时延抽头选择方法及系统 | |
CN116973869A (zh) | 一种基于频谱分析的雷达信号脉内调制分类识别方法 | |
CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
CN110808791A (zh) | 基于分数阶傅里叶变换的线性调频信号的检测方法 | |
CN109104215A (zh) | 一种基于小波变换的跳频信号码元速率盲估计方法 | |
CN111245756B (zh) | 基于级联svm和全数字接收机的复合信号调制识别方法 | |
JP5252430B2 (ja) | 信号検出方法,プログラム,情報記憶媒体,及びセンサー | |
CN111814703B (zh) | 一种非重构条件下基于hb的信号联合特征提取方法 | |
KR20070000274A (ko) | 무선통신 시스템에서 bpsk/qpsk 블라인드 변조분류 장치 및 그 방법 | |
CN114584179A (zh) | 一种plc时域消除脉冲干扰的方法 | |
CN116359851A (zh) | 一种基于融合网络的雷达有源干扰检测识别方法及装置 | |
KR20060136244A (ko) | 무선통신 시스템에서 bpsk/qpsk 블라인드 변조분류 장치 및 그 방법 | |
CN113972951A (zh) | 一种低信噪比高动态信号载波多普勒频偏的梳状搜索方法 | |
JP3875657B2 (ja) | 信号処理装置および信号処理方法 | |
JP2003244263A (ja) | 信号処理装置 | |
JP4084269B2 (ja) | 自動電波監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |