CN112737668A - 卫星通信信号高精度调制分类方法、装置及系统 - Google Patents
卫星通信信号高精度调制分类方法、装置及系统 Download PDFInfo
- Publication number
- CN112737668A CN112737668A CN202011622470.3A CN202011622470A CN112737668A CN 112737668 A CN112737668 A CN 112737668A CN 202011622470 A CN202011622470 A CN 202011622470A CN 112737668 A CN112737668 A CN 112737668A
- Authority
- CN
- China
- Prior art keywords
- satellite communication
- signal
- low
- orbit satellite
- frequency modulation
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 299
- 238000000034 method Methods 0.000 title claims description 50
- 238000003066 decision tree Methods 0.000 claims abstract description 42
- 238000013145 classification model Methods 0.000 claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 5
- 230000000644 propagated effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 abstract description 26
- 230000006870 function Effects 0.000 description 9
- 241000209094 Oryza Species 0.000 description 6
- 235000007164 Oryza sativa Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 235000009566 rice Nutrition 0.000 description 6
- 238000007635 classification algorithm Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1853—Satellite systems for providing telephony service to a mobile station, i.e. mobile satellite service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Astronomy & Astrophysics (AREA)
- Electromagnetism (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例中,基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练。可见,本发明实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及一种卫星通信信号高精度调制分类方法、装置及系统。
背景技术
为了满足卫星移动通信系统的通信需求,减小多种噪声的影响,保障信号接收不失真,满足用户不同需求,通信信号必须经过调制分类器的处理,使其在不同频道上传输。由此可见,在卫星移动通信系统中,调制分类技术具有着至关重要的作用。
但卫星现有调制分类器对通信信号处理不当,导致在信噪比10dB-50dB情况下,通信信号识别率与分类精度较低,难以满足5G时代的卫星通信需求。
发明内容
本发明所要解决的技术问题在于,提供一种卫星通信信号高精度调制分类方法、装置及系统,能够将通信信号转换为调频信号,提取并选取调频信号特征,以此为基础,设计调制分类算法,实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。
为了解决上述技术问题,本发明第一方面公开了一种卫星通信信号高精度调制分类方法,所述方法包括:
基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素;
根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型;
根据所述5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;
对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;
基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;
建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
作为一种可选的实施方式,在本发明第一方面中,所述5G低轨卫星通信信号传播的衰减影响因素包括大气层闪烁、自由空间路径损耗、气体吸收和降雨雨衰中的一种或多种,所述根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型,包括:
根据所述5G低轨卫星通信信号传播的衰减影响因素,确定所述5G低轨卫星通信信号传播的信道模型参数;
根据所述5G低轨卫星通信信号传播的信道模型参数构建5G低轨卫星通信信号获取信道模型。
作为一种可选的实施方式,在本发明第一方面中,所述5G低轨卫星通信信号获取信道模型为:
Ph(τ)/(dB)=Ph,0(τ)/(dB)-dτ/(dB);
其中,Ph(τ)表示的是回响功率;τ表示的是固定延时;Ph,0(τ)表示的是初始回响功率;d表示的是固定常数,取值为10logδ/10loge。
作为一种可选的实施方式,在本发明第一方面中,所述对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号,包括:
所述5G低轨卫星通信信号的表达式为
r(n)=As(n)exp{j(2πnTΔf+θ)}+υ(n);
其中,A表示的是信号幅度;s(n)表示的是相位调制后的第n个调制符号;j表示的是常数,通常取值为0.25;T表示的是符号周期,单位为s;Δf表示的是待估计的频偏;θ表示的是位置初始相位,单位为rad;υ(n)表示的是方差为σ2,均值为0的高斯白噪声;n的取值范围为[0,N-1],N表示的是序列长度;
设置A为1,则所述5G低轨卫星通信信号的表达式可以转换为消除调制信号的通信信号,所述消除调制信号的通信信号的表达式为:
x(n)=r(n)s*(n)=exp{j(2πnTΔf+θ)}+υ(n)s*(n);
其中,x(n)表示的是消除调制信号的通信信号;s*(n)表示的是辅助数据,其与s(n)共轭相乘为1;υ(n)s*(n)与υ(n)具备同样的数学特征,将两者看作相等;
将所述消除调制信号的通信信号的表达式的高斯白噪声转换为乘性噪声,则得到5G低轨卫星通信调频信号为:
其中,φ(n)表示的是频偏数值;w(n)表示的是乘性噪声,其方差与均值随着信噪比增加趋近于零,具备类高斯分布特征。
作为一种可选的实施方式,在本发明第一方面中,所述基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数,包括:
将所述5G低轨卫星通信调频信号表示为
确定所述5G低轨卫星通信调频信号的调频信号特征参数包括归一化中心瞬时幅度谱最大值γmax、零中心瞬时相位非线性分量绝对值标准差σap、零中心瞬时相位非线性分量直接值标准差σdp、零中心归一化瞬时幅度绝对值标准差σaa和零中心归一化瞬时频率绝对值标准差σaf;
根据以下公式对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数:
其中,acn(i)表示的是时刻为i/fs时,归一化中心瞬时幅度;Ns表示的是调频信号采样点数;c表示的是满足acn(i)>at的采样点数;φNL(i)表示的是时刻为i/fs时,瞬时相位非线性分量数值;fN(i)表示的是时刻为i/fs时的瞬时频率绝对值。
作为一种可选的实施方式,在本发明第一方面中,所述调频信号决策树分类模型包括:
第一节点,所述第一节点的输入为模型的总输入,所述第一节点的输出包括第一是输出和第一否输出,所述第一节点的判定条件为:所述归一化中心瞬时幅度谱最大值γmax是否大于第一门限;
第二节点,所述第二节点的输入为所述第一是输出,所述第二节点的输出包括第二是输出和第二否输出,所述第二节点的判定条件为:所述零中心归一化瞬时频率绝对值标准差σaf是否大于第二门限;
第三节点,所述第三节点的输入为所述第一否输出,所述第三节点的输出包括第三是输出和第三否输出,所述第三节点的判定条件为:所述零中心瞬时相位非线性分量绝对值标准差σap是否大于第三门限;
第四节点,所述第四节点的输入为所述第三是输出,所述第四节点的输出包括第四是输出和第四否输出,所述第四节点的判定条件为:所述零中心瞬时相位非线性分量直接值标准差σdp是否大于第四门限;
第五节点,所述第五节点的输入为所述第四是输出,所述第五节点的输出包括第五是输出和第五否输出,所述第五节点的判定条件为:所述零中心归一化瞬时幅度绝对值标准差σaa是否大于第五门限。
本发明第二方面公开了一种卫星通信信号高精度调制分类装置,所述装置包括:
确定模块,用于基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素;
构建模块,用于根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型;
获取模块,用于根据所述5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;
调频模块,用于对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;
提取模块,用于基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;
训练模块,用于建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
作为一种可选的实施方式,在本发明第二方面中,所述5G低轨卫星通信信号传播的衰减影响因素包括大气层闪烁、自由空间路径损耗、气体吸收和降雨雨衰中的一种或多种,所述构建模块根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型的具体方式,包括:
根据所述5G低轨卫星通信信号传播的衰减影响因素,确定所述5G低轨卫星通信信号传播的信道模型参数;
根据所述5G低轨卫星通信信号传播的信道模型参数构建5G低轨卫星通信信号获取信道模型。
作为一种可选的实施方式,在本发明第二方面中,所述5G低轨卫星通信信号获取信道模型为:
Ph(τ)/(dB)=Ph,0(τ)/(dB)-dτ/(dB);
其中,Ph(τ)表示的是回响功率;τ表示的是固定延时;Ph,0(τ)表示的是初始回响功率;d表示的是固定常数,取值为10logδ/10loge。
作为一种可选的实施方式,在本发明第二方面中,所述调频模块对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号的具体方式,包括:
所述5G低轨卫星通信信号的表达式为
r(n)=As(n)exp{j(2πnTΔf+θ)}+υ(n);
其中,A表示的是信号幅度;s(n)表示的是相位调制后的第n个调制符号;j表示的是常数,通常取值为0.25;T表示的是符号周期,单位为s;Δf表示的是待估计的频偏;θ表示的是位置初始相位,单位为rad;υ(n)表示的是方差为σ2,均值为0的高斯白噪声;n的取值范围为[0,N-1],N表示的是序列长度;
设置A为1,则所述5G低轨卫星通信信号的表达式可以转换为消除调制信号的通信信号,所述消除调制信号的通信信号的表达式为:
x(n)=r(n)s*(n)=exp{j(2πnTΔf+θ)}+υ(n)s*(n);
其中,x(n)表示的是消除调制信号的通信信号;s*(n)表示的是辅助数据,其与s(n)共轭相乘为1;υ(n)s*(n)与υ(n)具备同样的数学特征,将两者看作相等;
将所述消除调制信号的通信信号的表达式的高斯白噪声转换为乘性噪声,则得到5G低轨卫星通信调频信号为:
其中,φ(n)表示的是频偏数值;w(n)表示的是乘性噪声,其方差与均值随着信噪比增加趋近于零,具备类高斯分布特征。
作为一种可选的实施方式,在本发明第二方面中,所述提取模块基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数的具体方式,包括:
将所述5G低轨卫星通信调频信号表示为
确定所述5G低轨卫星通信调频信号的调频信号特征参数包括归一化中心瞬时幅度谱最大值γmax、零中心瞬时相位非线性分量绝对值标准差σap、零中心瞬时相位非线性分量直接值标准差σdp、零中心归一化瞬时幅度绝对值标准差σaa和零中心归一化瞬时频率绝对值标准差σaf;
根据以下公式对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数:
其中,acn(i)表示的是时刻为i/fs时,归一化中心瞬时幅度;Ns表示的是调频信号采样点数;c表示的是满足acn(i)>at的采样点数;φNL(i)表示的是时刻为i/fs时,瞬时相位非线性分量数值;fN(i)表示的是时刻为i/fs时的瞬时频率绝对值。
作为一种可选的实施方式,在本发明第二方面中,所述调频信号决策树分类模型包括:
第一节点,所述第一节点的输入为模型的总输入,所述第一节点的输出包括第一是输出和第一否输出,所述第一节点的判定条件为:所述归一化中心瞬时幅度谱最大值γmax是否大于第一门限;
第二节点,所述第二节点的输入为所述第一是输出,所述第二节点的输出包括第二是输出和第二否输出,所述第二节点的判定条件为:所述零中心归一化瞬时频率绝对值标准差σaf是否大于第二门限;
第三节点,所述第三节点的输入为所述第一否输出,所述第三节点的输出包括第三是输出和第三否输出,所述第三节点的判定条件为:所述零中心瞬时相位非线性分量绝对值标准差σap是否大于第三门限;
第四节点,所述第四节点的输入为所述第三是输出,所述第四节点的输出包括第四是输出和第四否输出,所述第四节点的判定条件为:所述零中心瞬时相位非线性分量直接值标准差σdp是否大于第四门限;
第五节点,所述第五节点的输入为所述第四是输出,所述第五节点的输出包括第五是输出和第五否输出,所述第五节点的判定条件为:所述零中心归一化瞬时幅度绝对值标准差σaa是否大于第五门限。
本发明第三方面公开了另一种卫星通信信号高精度调制分类装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
本发明实施例第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明实施例第一方面公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
本发明实施例第五方面公开了一种卫星通信信号高精度调制分类系统,所述系统包括信号接收装置和调制分类装置;所述系统用于执行本发明实施例第一方面公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素;根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型;根据所述5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。可见,本发明能够将通信信号转换为调频信号,提取并选取调频信号特征,以此为基础,设计调制分类算法,实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种卫星通信信号高精度调制分类方法的流程示意图;
图2是本发明实施例公开的一种卫星通信信号高精度调制分类装置的结构示意图;
图3是本发明实施例公开的又一种卫星通信信号高精度调制分类装置的结构示意图;
图4是本发明实施例公开的一种用于卫星通信信号高精度调制分类的调频信号决策树分类模型的示意图;
图5是本发明实施例公开的一种卫星通信信号高精度调制分类方法的调频信号识别率与分类精度数据图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种卫星通信信号高精度调制分类方法、装置及系统,能够提供一种卫星通信信号高精度调制分类方法,相较于传统方法,能够将通信信号转换为调频信号,提取并选取调频信号特征,以此为基础,设计调制分类算法,实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种卫星通信信号高精度调制分类方法的流程示意图。如图1所示,该卫星通信信号高精度调制分类方法可以包括以下操作:
101、基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素。
102、根据5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型。
103、根据5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号。
104、对获取得到的5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号。
105、基于预设的参数提取规则,对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数。
106、建立调频信号决策树分类模型,根据5G低轨卫星通信调频信号的调频信号特征参数对调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
可见,实施本发明实施例所描述的方法能够提供一种卫星通信信号高精度调制分类方法,相较于传统方法,能够将通信信号转换为调频信号,提取并选取调频信号特征,以此为基础,设计调制分类算法,实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。以下分别进行详细说明。
具体的在本实施例中,首先阐述,5G(第五代移动通信系统)与低轨卫星移动通信系统融合过程中,卫星地面站以及用户设备载波频率根据现有的研究,其范围如下表所示:
对于卫星移动通信系统来说,由于卫星与用户终端的距离较大,通信信号传输路径较远,再加上大气层等多种因素的影响,导致通信信道出现不同程度的衰减,影响因素主要包含大气层闪烁、自由空间路径损耗、气体吸收、降雨雨衰等,以此为基础,确定信道模型参数,
在一个可选的实施例中,5G低轨卫星通信信号传播的衰减影响因素包括大气层闪烁、自由空间路径损耗、气体吸收和降雨雨衰中的一种或多种。
具体的,根据5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型,包括:
根据5G低轨卫星通信信号传播的衰减影响因素,确定5G低轨卫星通信信号传播的信道模型参数;
根据5G低轨卫星通信信号传播的信道模型参数构建5G低轨卫星通信信号获取信道模型。
在另一个可选的实施例中,5G低轨卫星通信信号传播的信道模型参数包括:
在信号延迟传播占比为90%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为5.2dB或-12.1dB;
信号延迟时间为60ns时,信号幅度分布为瑞利分布,信号回响功率为-17.0dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-18.3dB;
信号延迟时间为130ns时,信号幅度分布为瑞利分布,信号回响功率为-19.1dB;
信号延迟时间为250ns时,信号幅度分布为瑞利分布,信号回响功率为-22.1dB;
在信号延迟传播占比为50%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为6.3dB或-9.5dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-24.1dB;
信号延迟时间为250ns时,信号幅度分布为瑞利分布,信号回响功率为-25.2dB;
在信号延迟传播占比为10%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为9.7dB或-7.3dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-23.6dB;
信号延迟时间为180ns时,信号幅度分布为瑞利分布,信号回响功率为-28.1dB。
具体的在本实施例中,信道模型的参数也可以参照下表:
在又一个可选的实施例中,5G低轨卫星通信信号获取信道模型为:
Ph(τ)/(dB)=Ph,0(τ)/(dB)-dτ/(dB);
其中,Ph(τ)表示的是回响功率;τ表示的是固定延时;Ph,0(τ)表示的是初始回响功率;d表示的是固定常数,取值为10logδ/10loge。
具体的在本实施例中,根据上述信道模型获取卫星移动通信系统通信信号,记为r(n),为下述卫星移动通信系统通信信号处理提供依据。
在又一个可选的实施例中,以上述获取的系统通信信号为基础,对其进行相应的处理,将其转换为调频信号,方便后续通信信号的分类,具体通信信号处理过程如下所示。
在通信信号接收过程中,首先对信号做正交下变频处理,将其转换为基带信号,以此为基础,对基带信号做其它处理。由于通信信道环境较为复杂,通信信号具有时延、频偏以及相移,故通信信号解映射之前,需要对通信信号进行同步处理。因此,步骤104中的对获取得到的5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号,包括:
5G低轨卫星通信信号的表达式为
r(n)=As(n)exp{j(2πnTΔf+θ)}+υ(n);
其中,A表示的是信号幅度;s(n)表示的是相位调制后的第n个调制符号;j表示的是常数,通常取值为0.25;T表示的是符号周期,单位为s;Δf表示的是待估计的频偏;θ表示的是位置初始相位,单位为rad;υ(n)表示的是方差为σ2,均值为0的高斯白噪声;n的取值范围为[0,N-1],N表示的是序列长度;
设置A为1,则5G低轨卫星通信信号的表达式可以转换为消除调制信号的通信信号,消除调制信号的通信信号的表达式为:
x(n)=r(n)s*(n)=exp{j(2πnTΔf+θ)}+υ(n)s*(n);
其中,x(n)表示的是消除调制信号的通信信号;s*(n)表示的是辅助数据,其与s(n)共轭相乘为1;υ(n)s*(n)与υ(n)具备同样的数学特征,将两者看作相等;
将消除调制信号的通信信号的表达式的高斯白噪声转换为乘性噪声,则得到5G低轨卫星通信调频信号为:
其中,φ(n)表示的是频偏数值;w(n)表示的是乘性噪声,其方差与均值随着信噪比增加趋近于零,具备类高斯分布特征。
在又一个可选的实施例中,步骤105中的基于预设的参数提取规则,对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数,包括:
将5G低轨卫星通信调频信号表示为
确定5G低轨卫星通信调频信号的调频信号特征参数包括归一化中心瞬时幅度谱最大值γmax、零中心瞬时相位非线性分量绝对值标准差σap、零中心瞬时相位非线性分量直接值标准差σdp、零中心归一化瞬时幅度绝对值标准差σaa和零中心归一化瞬时频率绝对值标准差σaf;
根据以下公式对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数:
其中,acn(i)表示的是时刻为i/fs时,归一化中心瞬时幅度;Ns表示的是调频信号采样点数;c表示的是满足acn(i)>at的采样点数;φNL(i)表示的是时刻为i/fs时,瞬时相位非线性分量数值;fN(i)表示的是时刻为i/fs时的瞬时频率绝对值。
在又一个可选的实施例中,步骤106中的调频信号决策树分类模型包括:
第一节点,第一节点的输入为模型的总输入,第一节点的输出包括第一是输出和第一否输出,第一节点的判定条件为:归一化中心瞬时幅度谱最大值γmax是否大于第一门限;
第二节点,第二节点的输入为第一是输出,第二节点的输出包括第二是输出和第二否输出,第二节点的判定条件为:零中心归一化瞬时频率绝对值标准差σaf是否大于第二门限;
第三节点,第三节点的输入为第一否输出,第三节点的输出包括第三是输出和第三否输出,第三节点的判定条件为:零中心瞬时相位非线性分量绝对值标准差σap是否大于第三门限;
第四节点,第四节点的输入为第三是输出,第四节点的输出包括第四是输出和第四否输出,第四节点的判定条件为:零中心瞬时相位非线性分量直接值标准差σdp是否大于第四门限;
第五节点,第五节点的输入为第四是输出,第五节点的输出包括第五是输出和第五否输出,第五节点的判定条件为:零中心归一化瞬时幅度绝对值标准差σaa是否大于第五门限。
具体的,本实施例采用决策树理论分类调频信号,依据上述调频信号特征参数训练调频信号决策树分类模型,决策树理论可以将复杂问题通过一级一级分解,采用简单方式解决复杂问题。决策树调制分类器由叶节点、中间节点以及根节点构成。在调频信号决策树分类模型训练过程中,需要注意的问题主要包含三个,具体问题内容如下所示:
一是确定每个非叶节点上的特征参数门限值;
二是确定每个非叶节点需要采用的分类特征参数;
三是选取适当树结构,并科学的安排树的节点与分支。
现有卫星移动通信系统调频信号主要分为六类,分别为2ASK、4ASK、2FSK、4FSK、2PSK、4PSK。则调频信号决策树分类模型训练程序如图4所示,可见第一节点的第一是输出可以分类出2FSK和4FSK的调频信号,第一否输出可以分类出2ASK、4ASK、2PSK、4PSK的调频信号,进一步的,第二节点的第二是输出可以分类出2FSK的信号,第二否输出可以分类出4FSK的信号,进一步的,第三节点的第三否输出可以分类出4PSK的信号,第三是输出可以分类出2ASK、4ASK、2PSK的信号,再进一步的,第四节点的第四否输出可以分类出2PSK的信号,第四是输出可以分类出2ASK和4ASK的信号,最后,第五节点的第五是输出可以分类出2ASK的信号,其第五否输出可以分类出4ASK的信号,至此,六类调频信号均可以被调频信号决策树分类模型分类得出,依据图4训练决策树调制分类器,确定各个节点的门限值,输入调频信号决策树分类模型,以此为基础,分类卫星移动通信系统调频信号,实现了卫星移动通信系统调制分类器的运行,为卫星移动通信系统的应用与发展提供更加有力的支撑。
下面通过具体的实验数据来说明本实施例的效果:
为了验证设计调制分类器的性能,采用MATLAB软件工具设计仿真实验。为了保障仿真实验的顺利进行,首要的任务就是确定调制分类器的门限数值,具体确定过程如下所示。
γmax门限值的功能是分类2ASK、4ASK、2PSK、4PSK与2FSK、4FSK,其随信噪比变化数据如下表所示。
如上表数据显示,2ASK、4ASK、2PSK、4PSK的γmax门限值较小,最大值为0.25,2FSK、4FSKγmax门限值较大,最小值为0.26,故确定γmax对应的第一门限的值为0.25。
σap门限值的功能是分类4PSK与2ASK、4ASK、2PSK,其随信噪比变化数据如下表所示。
如上表数据显示,2ASK、4ASK、2PSKσap门限值最大值为0.80,4PSKσap门限值最小值为0.81,故确定σap对应的第三门限的值为0.80。
σdp门限值的功能是2PSK与2ASK、4ASK,其随信噪比变化数据如下表所示。
如上表数据显示,2ASK、4ASKσdp门限值最大值为1.20,2PSKσdp门限值最小值为1.21,故确定σdp对应第四门限的值为1.20。
σaa门限值的功能是分类2ASK与4ASK,其随信噪比变化数据如下表所示。
如上表数据显示,2ASKσaa门限值最大值为0.15,4ASKσaa门限值最小值为0.16,故确定σaa对应的第五门限的值为0.15。
σaf门限值的功能是分类2FSK与4FSK,其随信噪比变化数据如下表所示。
如上表数据显示,2FSKσaf门限值最大值为0.48,4FSKσaf门限值最小值为0.49,故确定σaf对应的第二门限的值为0.48。
通过上述过程得到调频信号特征参数γmax、σap、σdp、σaa与σaf门限值,为调制分类器仿真实验提供参数支撑。
依据上述确定的门限值进行仿真实验,得到调频信号识别率与分类精度数据如图5所示。如图5数据所示,在信噪比10dB-50dB情况下,设计调制分类器的调频信号识别率与分类精度普遍高于现有调制分类器,充分表明设计调制分类器具备更好的性能。
实施例二
请参阅图2,图2是本发明实施例公开的一种卫星通信信号高精度调制分类装置的结构示意图。如图2所示,该装置可以包括:
确定模块201,用于基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素。
构建模块202,用于根据5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型。
获取模块203,用于根据5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号。
调频模块204,用于对获取得到的5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号。
提取模块205,用于基于预设的参数提取规则,对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数。
训练模块206,用于建立调频信号决策树分类模型,根据5G低轨卫星通信调频信号的调频信号特征参数对调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
可见,实施本发明实施例所描述的方法能够提供一种卫星通信信号高精度调制分类方法,相较于传统方法,能够将通信信号转换为调频信号,提取并选取调频信号特征,以此为基础,设计调制分类算法,实现通信信号的调制分类,从而提升卫星移动通信系统的调频信号识别率与分类精度,为用户提供更加优质的通信服务。以下分别进行详细说明。
具体的在本实施例中,首先阐述,5G(第五代移动通信系统)与低轨卫星移动通信系统融合过程中,卫星地面站以及用户设备载波频率根据现有的研究,其范围如下表所示:
对于卫星移动通信系统来说,由于卫星与用户终端的距离较大,通信信号传输路径较远,再加上大气层等多种因素的影响,导致通信信道出现不同程度的衰减,影响因素主要包含大气层闪烁、自由空间路径损耗、气体吸收、降雨雨衰等,以此为基础,确定信道模型参数,
在一个可选的实施例中,5G低轨卫星通信信号传播的衰减影响因素包括大气层闪烁、自由空间路径损耗、气体吸收和降雨雨衰中的一种或多种。
具体的,获取模块203根据5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型的具体方式,包括:
根据5G低轨卫星通信信号传播的衰减影响因素,确定5G低轨卫星通信信号传播的信道模型参数;
根据5G低轨卫星通信信号传播的信道模型参数构建5G低轨卫星通信信号获取信道模型。
在另一个可选的实施例中,5G低轨卫星通信信号传播的信道模型参数包括:
在信号延迟传播占比为90%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为5.2dB或-12.1dB;
信号延迟时间为60ns时,信号幅度分布为瑞利分布,信号回响功率为-17.0dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-18.3dB;
信号延迟时间为130ns时,信号幅度分布为瑞利分布,信号回响功率为-19.1dB;
信号延迟时间为250ns时,信号幅度分布为瑞利分布,信号回响功率为-22.1dB;
在信号延迟传播占比为50%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为6.3dB或-9.5dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-24.1dB;
信号延迟时间为250ns时,信号幅度分布为瑞利分布,信号回响功率为-25.2dB;
在信号延迟传播占比为10%的情况下:
信号延迟时间为0ns时,信号幅度分布为莱斯分布或瑞利分布,信号回响功率为9.7dB或-7.3dB;
信号延迟时间为100ns时,信号幅度分布为瑞利分布,信号回响功率为-23.6dB;
信号延迟时间为180ns时,信号幅度分布为瑞利分布,信号回响功率为-28.1dB。
具体的在本实施例中,信道模型的参数也可以参照下表:
在又一个可选的实施例中,5G低轨卫星通信信号获取信道模型为:
Ph(τ)/(dB)=Ph,0(τ)/(dB)-dτ/(dB);
其中,Ph(τ)表示的是回响功率;τ表示的是固定延时;Ph,0(τ)表示的是初始回响功率;d表示的是固定常数,取值为10logδ/10loge。
具体的在本实施例中,获取模块203根据上述信道模型获取卫星移动通信系统通信信号,记为r(n),为下述卫星移动通信系统通信信号处理提供依据。
在又一个可选的实施例中,以上述获取的系统通信信号为基础,对其进行相应的处理,将其转换为调频信号,方便后续通信信号的分类,具体通信信号处理过程如下所示。
在通信信号接收过程中,首先对信号做正交下变频处理,将其转换为基带信号,以此为基础,对基带信号做其它处理。由于通信信道环境较为复杂,通信信号具有时延、频偏以及相移,故通信信号解映射之前,需要对通信信号进行同步处理。因此,调频模块204对获取得到的5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号的具体方式,包括:
5G低轨卫星通信信号的表达式为
r(n)=As(n)exp{j(2πnTΔf+θ)}+υ(n);
其中,A表示的是信号幅度;s(n)表示的是相位调制后的第n个调制符号;j表示的是常数,通常取值为0.25;T表示的是符号周期,单位为s;Δf表示的是待估计的频偏;θ表示的是位置初始相位,单位为rad;υ(n)表示的是方差为σ2,均值为0的高斯白噪声;n的取值范围为[0,N-1],N表示的是序列长度;
设置A为1,则5G低轨卫星通信信号的表达式可以转换为消除调制信号的通信信号,消除调制信号的通信信号的表达式为:
x(n)=r(n)s*(n)=exp{j(2πnTΔf+θ)}+υ(n)s*(n);
其中,x(n)表示的是消除调制信号的通信信号;s*(n)表示的是辅助数据,其与s(n)共轭相乘为1;υ(n)s*(n)与υ(n)具备同样的数学特征,将两者看作相等;
将消除调制信号的通信信号的表达式的高斯白噪声转换为乘性噪声,则得到5G低轨卫星通信调频信号为:
其中,φ(n)表示的是频偏数值;w(n)表示的是乘性噪声,其方差与均值随着信噪比增加趋近于零,具备类高斯分布特征。
在又一个可选的实施例中,提取模块205基于预设的参数提取规则,对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数的具体方式,包括:
将5G低轨卫星通信调频信号表示为
确定5G低轨卫星通信调频信号的调频信号特征参数包括归一化中心瞬时幅度谱最大值γmax、零中心瞬时相位非线性分量绝对值标准差σap、零中心瞬时相位非线性分量直接值标准差σdp、零中心归一化瞬时幅度绝对值标准差σaa和零中心归一化瞬时频率绝对值标准差σaf;
根据以下公式对5G低轨卫星通信调频信号进行参数提取,以得到5G低轨卫星通信调频信号的调频信号特征参数:
其中,acn(i)表示的是时刻为i/fs时,归一化中心瞬时幅度;Ns表示的是调频信号采样点数;c表示的是满足acn(i)>at的采样点数;φNL(i)表示的是时刻为i/fs时,瞬时相位非线性分量数值;fN(i)表示的是时刻为i/fs时的瞬时频率绝对值。
在又一个可选的实施例中,训练模块206所建立的调频信号决策树分类模型包括:
第一节点,第一节点的输入为模型的总输入,第一节点的输出包括第一是输出和第一否输出,第一节点的判定条件为:归一化中心瞬时幅度谱最大值γmax是否大于第一门限;
第二节点,第二节点的输入为第一是输出,第二节点的输出包括第二是输出和第二否输出,第二节点的判定条件为:零中心归一化瞬时频率绝对值标准差σaf是否大于第二门限;
第三节点,第三节点的输入为第一否输出,第三节点的输出包括第三是输出和第三否输出,第三节点的判定条件为:零中心瞬时相位非线性分量绝对值标准差σap是否大于第三门限;
第四节点,第四节点的输入为第三是输出,第四节点的输出包括第四是输出和第四否输出,第四节点的判定条件为:零中心瞬时相位非线性分量直接值标准差σdp是否大于第四门限;
第五节点,第五节点的输入为第四是输出,第五节点的输出包括第五是输出和第五否输出,第五节点的判定条件为:零中心归一化瞬时幅度绝对值标准差σaa是否大于第五门限。
具体的,本实施例采用决策树理论分类调频信号,依据上述调频信号特征参数训练调频信号决策树分类模型,决策树理论可以将复杂问题通过一级一级分解,采用简单方式解决复杂问题。决策树调制分类器由叶节点、中间节点以及根节点构成。在调频信号决策树分类模型训练过程中,需要注意的问题主要包含三个,具体问题内容如下所示:
一是确定每个非叶节点上的特征参数门限值;
二是确定每个非叶节点需要采用的分类特征参数;
三是选取适当树结构,并科学的安排树的节点与分支。
现有卫星移动通信系统调频信号主要分为六类,分别为2ASK、4ASK、2FSK、4FSK、2PSK、4PSK。则调频信号决策树分类模型训练程序如图4所示,可见第一节点的第一是输出可以分类出2FSK和4FSK的调频信号,第一否输出可以分类出2ASK、4ASK、2PSK、4PSK的调频信号,进一步的,第二节点的第二是输出可以分类出2FSK的信号,第二否输出可以分类出4FSK的信号,进一步的,第三节点的第三否输出可以分类出4PSK的信号,第三是输出可以分类出2ASK、4ASK、2PSK的信号,再进一步的,第四节点的第四否输出可以分类出2PSK的信号,第四是输出可以分类出2ASK和4ASK的信号,最后,第五节点的第五是输出可以分类出2ASK的信号,其第五否输出可以分类出4ASK的信号,至此,六类调频信号均可以被调频信号决策树分类模型分类得出,依据图4训练决策树调制分类器,确定各个节点的门限值,输入调频信号决策树分类模型,以此为基础,分类卫星移动通信系统调频信号,实现了卫星移动通信系统调制分类器的运行,为卫星移动通信系统的应用与发展提供更加有力的支撑。
实施例三
请参阅图3,图3是本发明实施例公开的又一种卫星通信信号高精度调制分类装置的结构示意图。如图3所示,该装置可以包括:
存储有可执行程序代码的存储器301;
与存储器301耦合的处理器302;
处理器302调用存储器301中存储的可执行程序代码,执行本发明实施例一公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
实施例四
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
实施例五
本发明实施例公开了一种卫星通信信号高精度调制分类系统,该系统包括信号接收装置和调制分类装置。其中,该系统用于执行本发明实施例一公开的卫星通信信号高精度调制分类方法中的部分或全部步骤。
以上所描述的装置实施例仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种卫星通信信号高精度调制分类方法、装置及系统所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种卫星通信信号高精度调制分类方法,其特征在于,所述方法包括:
基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素;
根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型;
根据所述5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;
对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;
基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;
建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
2.根据权利要求1所述的卫星通信信号高精度调制分类方法,其特征在于,所述5G低轨卫星通信信号传播的衰减影响因素包括大气层闪烁、自由空间路径损耗、气体吸收和降雨雨衰中的一种或多种,所述根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型,包括:
根据所述5G低轨卫星通信信号传播的衰减影响因素,确定所述5G低轨卫星通信信号传播的信道模型参数;
根据所述5G低轨卫星通信信号传播的信道模型参数构建5G低轨卫星通信信号获取信道模型。
3.根据权利要求2所述的卫星通信信号高精度调制分类方法,其特征在于,所述5G低轨卫星通信信号获取信道模型为:
Ph(τ)/(dB)=Ph,0(τ)/(dB)-dτ/(dB);
其中,Ph(τ)表示的是回响功率;τ表示的是固定延时;Ph,0(τ)表示的是初始回响功率;d表示的是固定常数,取值为10logδ/10loge。
4.根据权利要求3所述的卫星通信信号高精度调制分类方法,其特征在于,所述对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号,包括:
所述5G低轨卫星通信信号的表达式为
r(n)=As(n)exp{j(2πnTΔf+θ)}+υ(n);
其中,A表示的是信号幅度;s(n)表示的是相位调制后的第n个调制符号;j表示的是常数,通常取值为0.25;T表示的是符号周期,单位为s;Δf表示的是待估计的频偏;θ表示的是位置初始相位,单位为rad;υ(n)表示的是方差为σ2,均值为0的高斯白噪声;n的取值范围为[0,N-1],N表示的是序列长度;
设置A为1,则所述5G低轨卫星通信信号的表达式可以转换为消除调制信号的通信信号,所述消除调制信号的通信信号的表达式为:
x(n)=r(n)s*(n)=exp{j(2πnTΔf+θ)}+υ(n)s*(n);
其中,x(n)表示的是消除调制信号的通信信号;s*(n)表示的是辅助数据,其与s(n)共轭相乘为1;υ(n)s*(n)与υ(n)具备同样的数学特征,将两者看作相等;
将所述消除调制信号的通信信号的表达式的高斯白噪声转换为乘性噪声,则得到5G低轨卫星通信调频信号为:
其中,φ(n)表示的是频偏数值;w(n)表示的是乘性噪声,其方差与均值随着信噪比增加趋近于零,具备类高斯分布特征。
5.根据权利要求4所述的卫星通信信号高精度调制分类方法,其特征在于,所述基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数,包括:
将所述5G低轨卫星通信调频信号表示为
确定所述5G低轨卫星通信调频信号的调频信号特征参数包括归一化中心瞬时幅度谱最大值γmax、零中心瞬时相位非线性分量绝对值标准差σap、零中心瞬时相位非线性分量直接值标准差σdp、零中心归一化瞬时幅度绝对值标准差σaa和零中心归一化瞬时频率绝对值标准差σaf;
根据以下公式对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数:
其中,acn(i)表示的是时刻为i/fs时,归一化中心瞬时幅度;Ns表示的是调频信号采样点数;c表示的是满足acn(i)>at的采样点数;φNL(i)表示的是时刻为i/fs时,瞬时相位非线性分量数值;fN(i)表示的是时刻为i/fs时的瞬时频率绝对值。
6.根据权利要求5所述的卫星通信信号高精度调制分类方法,其特征在于,所述调频信号决策树分类模型包括:
第一节点,所述第一节点的输入为模型的总输入,所述第一节点的输出包括第一是输出和第一否输出,所述第一节点的判定条件为:所述归一化中心瞬时幅度谱最大值γmax是否大于第一门限;
第二节点,所述第二节点的输入为所述第一是输出,所述第二节点的输出包括第二是输出和第二否输出,所述第二节点的判定条件为:所述零中心归一化瞬时频率绝对值标准差σaf是否大于第二门限;
第三节点,所述第三节点的输入为所述第一否输出,所述第三节点的输出包括第三是输出和第三否输出,所述第三节点的判定条件为:所述零中心瞬时相位非线性分量绝对值标准差σap是否大于第三门限;
第四节点,所述第四节点的输入为所述第三是输出,所述第四节点的输出包括第四是输出和第四否输出,所述第四节点的判定条件为:所述零中心瞬时相位非线性分量直接值标准差σdp是否大于第四门限;
第五节点,所述第五节点的输入为所述第四是输出,所述第五节点的输出包括第五是输出和第五否输出,所述第五节点的判定条件为:所述零中心归一化瞬时幅度绝对值标准差σaa是否大于第五门限。
7.一种卫星通信信号高精度调制分类装置,其特征在于,所述装置包括:
确定模块,用于基于5G低轨卫星通信信号传播特性,确定5G低轨卫星通信信号传播的衰减影响因素;
构建模块,用于根据所述5G低轨卫星通信信号传播的衰减影响因素,构建5G低轨卫星通信信号获取信道模型;
获取模块,用于根据所述5G低轨卫星通信信号获取信道模型,获取5G低轨卫星通信信号;
调频模块,用于对获取得到的所述5G低轨卫星通信信号进行调频处理,得到5G低轨卫星通信调频信号;
提取模块,用于基于预设的参数提取规则,对所述5G低轨卫星通信调频信号进行参数提取,以得到所述5G低轨卫星通信调频信号的调频信号特征参数;
训练模块,用于建立调频信号决策树分类模型,根据所述5G低轨卫星通信调频信号的调频信号特征参数对所述调频信号决策树分类模型进行训练,得到5G低轨卫星通信调频信号分类器。
8.一种卫星通信信号高精度调制分类装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-6任一项所述的卫星通信信号高精度调制分类方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-6任一项所述的卫星通信信号高精度调制分类方法。
10.一种卫星通信信号高精度调制分类系统,其特征在于,所述系统包括信号接收装置和调制分类装置;所述系统用于执行如权利要求1-6任一项所述的卫星通信信号高精度调制分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622470.3A CN112737668B (zh) | 2020-12-30 | 2020-12-30 | 卫星通信信号高精度调制分类方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622470.3A CN112737668B (zh) | 2020-12-30 | 2020-12-30 | 卫星通信信号高精度调制分类方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112737668A true CN112737668A (zh) | 2021-04-30 |
CN112737668B CN112737668B (zh) | 2022-10-14 |
Family
ID=75609022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011622470.3A Active CN112737668B (zh) | 2020-12-30 | 2020-12-30 | 卫星通信信号高精度调制分类方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112737668B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139569A (zh) * | 2021-10-26 | 2022-03-04 | 中国人民解放军63891部队 | 一种非抑制载波fm信号的识别模型及方法 |
CN117434497A (zh) * | 2023-12-20 | 2024-01-23 | 深圳市宇隆移动互联网有限公司 | 卫星通信终端的室内定位方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6131013A (en) * | 1998-01-30 | 2000-10-10 | Motorola, Inc. | Method and apparatus for performing targeted interference suppression |
CN105207965A (zh) * | 2015-08-14 | 2015-12-30 | 成都中安频谱科技有限公司 | 一种vhf/uhf频段的调制自动识别方法 |
CN110518963A (zh) * | 2019-09-04 | 2019-11-29 | 航天科工空间工程发展有限公司 | 低轨宽带卫星通信系统连通性任务规划方法 |
CN112671428A (zh) * | 2021-03-16 | 2021-04-16 | 成都华兴大地科技有限公司 | 一种多通道射频信号收发幅相控制装置 |
-
2020
- 2020-12-30 CN CN202011622470.3A patent/CN112737668B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6131013A (en) * | 1998-01-30 | 2000-10-10 | Motorola, Inc. | Method and apparatus for performing targeted interference suppression |
CN105207965A (zh) * | 2015-08-14 | 2015-12-30 | 成都中安频谱科技有限公司 | 一种vhf/uhf频段的调制自动识别方法 |
CN110518963A (zh) * | 2019-09-04 | 2019-11-29 | 航天科工空间工程发展有限公司 | 低轨宽带卫星通信系统连通性任务规划方法 |
CN112671428A (zh) * | 2021-03-16 | 2021-04-16 | 成都华兴大地科技有限公司 | 一种多通道射频信号收发幅相控制装置 |
Non-Patent Citations (2)
Title |
---|
李英涛,郝川,张中兆,张乃通: "卫星移动通信信道模型和误码率特性分析", 《通信学报》 * |
王娜娜: "基于5G的低轨宽带卫星移动通信系统同步技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139569A (zh) * | 2021-10-26 | 2022-03-04 | 中国人民解放军63891部队 | 一种非抑制载波fm信号的识别模型及方法 |
CN117434497A (zh) * | 2023-12-20 | 2024-01-23 | 深圳市宇隆移动互联网有限公司 | 卫星通信终端的室内定位方法、装置、设备及存储介质 |
CN117434497B (zh) * | 2023-12-20 | 2024-03-19 | 深圳市宇隆移动互联网有限公司 | 卫星通信终端的室内定位方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112737668B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5959966A (en) | Methods and apparatus for blind separation of radio signals | |
WO2020041135A1 (en) | Variational design of companders for papr reduction in ofdm systems | |
CA2187480C (en) | Co-channel interference reduction | |
JP2000503172A (ja) | Cdma信号直交化方法および装置 | |
CN112737668A (zh) | 卫星通信信号高精度调制分类方法、装置及系统 | |
CN104363194B (zh) | 基于波形变换的psk调制识别方法 | |
CN106059968A (zh) | Musa系统多级部分并行干扰消除多用户检测方法 | |
EP1058968B1 (en) | Quadrature-free rf receiver for directly receiving angle modulated signal | |
CN113225282A (zh) | 一种基于bp神经网络的通信信号调制识别方法 | |
Dahap et al. | Advanced algorithm for automatic modulation recognition for analogue & digital signals | |
CN103718525B (zh) | 一种削波方法、装置及系统 | |
Azza et al. | Implementation of an automatic modulation recognition system on a software defined radio platform | |
CN113452403B (zh) | 多载波相干捕获方法、装置、电子设备及存储介质 | |
Mao | [Retracted] Information Processing Methods of Electronic Warfare Events Based on Communication Technology | |
CN112822136A (zh) | 卫星通信信号调频方法、装置及系统 | |
WO1994018757A1 (en) | Circuit for removing random fm noise | |
Salkintzis | Implementation of a digital wide-band mobile channel simulator | |
US6859772B2 (en) | Mixed signal dynamical environment modeling | |
Kumar | SoC implementation of a modulation classification module for cognitive radios | |
Durney et al. | CDF estimation for pre-distortion of non-linear high power amplifiers | |
Wang et al. | Research on Influencing Factors of Digital Signal Modulation Recognition | |
CHIARUCCI | LFAA functional model user’s guide | |
Laporte-Fauret et al. | ADC required resolution for correct demodulation of an intra-quantum signal | |
Koh et al. | Computation of interference into angle-modulated systems carrying multichannel telephone signals | |
US10361895B1 (en) | Systems and methods for hybrid multi-layer signal decomposition |
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 |