CN113014523A - 一种基于融合特征的复合调制信号盲识别方法 - Google Patents
一种基于融合特征的复合调制信号盲识别方法 Download PDFInfo
- Publication number
- CN113014523A CN113014523A CN202110210447.1A CN202110210447A CN113014523A CN 113014523 A CN113014523 A CN 113014523A CN 202110210447 A CN202110210447 A CN 202110210447A CN 113014523 A CN113014523 A CN 113014523A
- Authority
- CN
- China
- Prior art keywords
- pcm
- qpsk
- bpsk
- signal
- signals
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004927 fusion Effects 0.000 title claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000004088 simulation Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- IWYDHOAUDWTVEP-UHFFFAOYSA-N mandelic acid Chemical compound OC(=O)C(O)C1=CC=CC=C1 IWYDHOAUDWTVEP-UHFFFAOYSA-N 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 3
- 102100026758 Serine/threonine-protein kinase 16 Human genes 0.000 description 11
- 101710184778 Serine/threonine-protein kinase 16 Proteins 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种基于融合特征的复合调制信号盲识别方法,根据复合调制信号的应用场景,确定信号仿真参数,分别对不同类型的复合调制信号进行传输仿真,得到8种类型复合调制信号观测信号的高阶累积量绝对值以及PCM/BPSK、PCM/QPSK观测信号的平方谱特征,然后确定用于区分不同信号的识别阈值;当需要进行复合调制信号识别时,获取观测信号并计算其高阶累积量绝对值和平方谱特征,根据识别阈值得到复合调制信号识别结果。本发明通过融合高阶累积量和平方谱特征两种信号特征实现复合调制信号的盲识别。
Description
技术领域
本发明属于复合调制信号识别技术领域,更为具体地讲,涉及一种基于融合特征的复合调制信号盲识别方法。
背景技术
随着测控系统和技术的不断发展,测控信号由单一调制向复合调制转变。复合调制信号又称“二次调制信号”,该类信号通常需要对载波进行两种及以上的调制,即有主载波和副载波之分。不同于单一调制和多辐射源混合信号,复合调制信号结合了多种调制方式的特征,具有很强的隐蔽性,符合测控系统安全要求,同时对接收端检测和处理也提出了较高要求。
目前对于复合调制信号的识别主要基于特征参数提取的方法,针对常规调制信号常用的特征有:信号的瞬时时域特征、小波变换、高阶矩以及功率谱特征等。而在非合作通信环境下由于信号的信息未知,且复合调制信号的瞬时特征没有明显的区分,因此通过直接提取常用特征来识别复合调制信号的识别效果较差。另外,除了直接提取特征进行识别外,还可以采用内外调制识别的分离方法,即先进行外调制识别,解调后再进行内调制识别。但该类方法在解调和分离信号前需要对信号的载波频率、副载波频率以及码速率等参数进行估计,而估计过程产生的误差将直接影响最终的识别效果。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于融合特征的复合调制信号盲识别方法,通过融合高阶累积量和平方谱特征两种信号特征实现复合调制信号的盲识别。
为了实现上述发明目的,本发明基于融合特征的复合调制信号盲识别方法包括以下步骤:
S1:根据复合调制信号的应用场景,确定信号仿真参数,包括载波频率、副载波频率1、副载波频率2、码速率和信号观测长度;
S2:根据步骤S1确定的信号仿真参数,分别对不同类型的复合调制信号进行传输仿真,复合调制信号类型包括PCM/BPSK、PCM/QPSK、PCM/UQPSK、PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM、PCM/BPSK_BPSK/PM共计8种类型,获取不同类型复合调制信号的观测信号,分别计算其高阶累积量绝对值|C40|i和|C42|i,i=1,2,…,8,并计算PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|i/|C42|i,然后计算PCM/BPSK、PCM/QPSK观测信号的平方谱特征PPCM/BPSK和PPCM/QPSK;
S3:确定用于区分PCM/BPSK、PCM/QPSK、PCM/UQPSK信号和其他五种复合调制信号的识别阈值TH1,其确定方法如下:
获取PCM/BPSK、PCM/QPSK、PCM/UQPSK三种信号所对应的高阶累积量绝对值|C40|i的最大值max1,然后获取其他五种复合调制信号所对应的高阶累积量绝对值|C40|i的最小值min1,则识别阈值TH1的取值范围为(max1(1+λ),min1(1-λ)),λ为预设的[0,0.2]范围内的值;
确定用于识别PCM/UQPSK信号的识别阈值TH2,其确定方法如下:
获取PCM/UQPSK信号所对应的高阶累积量绝对值|C42|3,然后获取PCM/BPSK、PCM/QPSK信号所对应的高阶累积量绝对值|C42|i的最小值min2,则识别阈值TH2的取值范围为(|C42|3(1+λ),min2(1-λ));
确定用于区分PCM/BPSK、PCM/QPSK信号的识别阈值TH3,其确定方法如下:
获取PCM/BPSK、PCM/QPSK信号所对应的平方谱特征PPCM/BPSK和PPCM/QPSK,则识别阈值TH3的取值范围为(PPCM/BPSK(1+λ),PPCM/QPSK(1-λ));
确定用于区分PCM/BPSK_BPSK/PM信号的识别阈值TH4,其确定方法如下:
获取PCM/BPSK_BPSK/PM信号所对应的高阶累积量绝对值|C40|8,然后获取PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最大值max4,则识别阈值TH4的取值范围为(max4(1+λ),|C40|8(1-λ));
确定用于区分PCM/BPSK/PM、PCM/QPSK/PM信号和PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH5,其确定方法如下:
获取PPCM/BPSK/PM、PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|i中的最大值max5,然后获取PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最小值min5,则识别阈值TH5的取值范围为(max5(1+λ),min5(1-λ));
确定用于区分PCM/BPSK/PM和PCM/QPSK/PM信号的识别阈值TH6,其确定方法如下:
获取PCM/BPSK/PM和PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|4和|C40|5,则识别阈值TH6的取值范围为(|C40|5(1+λ),|C40|4(1-λ));
确定用于区分PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH7,其确定方法如下:
获取PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|6/|C42|6、|C40|7/|C42|7,则识别阈值TH7的取值范围为(|C40|7/|C42|7(1+λ),|C40|6/|C42|6(1-λ));
S4:当需要进行复合调制信号识别时,获取长度为N的观测信号,计算其高阶累积量绝对值|C′40|和|C′42|和平方谱特征P′,按照以下流程进行识别:
S4.1:判断高阶累积量绝对值|C′40|是否小于阈值TH1,如果是,进入步骤S4.2,否则进入步骤S4.7:
S4.2:判断高阶累积量绝对值|C′42|是否小于阈值TH2,如果是,进入步骤S4.3,否则进入步骤S4.4;
S4.3:判定当前复合调制信号为PCM/UQPSK信号;
S4.4:判断平方谱特征P′是否小于阈值TH3,如果是,进入步骤S4.5,否则进入步骤S4.6;
S4.5:判定当前复合调制信号为PCM/BPSK信号;
S4.6:判定当前复合调制信号为PCM/QPSK信号;
S4.7:判断高阶累积量绝对值|C′40|是否小于阈值TH4,如果是,进入步骤S4.8,否则进入步骤S4.9;
S4.8:判定当前复合调制信号为PCM/BPSK_BPSK/PM信号;
S4.9:判断高阶累积量绝对值|C′40|是否小于阈值TH5,如果不是,进入步骤S4.10,否则进入步骤S4.13;
S4.10:判断高阶累积量绝对值|C′40|是否小于阈值TH6,如果是,进入步骤S4.11,否则进入步骤S4.12;
S4.11:判定当前复合调制信号为PCM/QPSK/PM信号;
S4.12:判定当前复合调制信号为PCM/BPSK/PM信号;
S4.13:判定两个高阶累积量绝对值的比值|C′40|/|C′42|是否小于阈值TH7,如果是,进入步骤S4.14,否则进入步骤S4.15;
S4.14:判定当前复合调制信号为PCM/QPSK_QPSK/PM信号;
S4.15:判定当前复合调制信号为PCM/BPSK_QPSK/PM信号。
本发明基于融合特征的复合调制信号盲识别方法,根据复合调制信号的应用场景,确定信号仿真参数,分别对不同类型的复合调制信号进行传输仿真,得到8种类型复合调制信号观测信号的高阶累积量绝对值以及PCM/BPSK、PCM/QPSK观测信号的平方谱特征,然后确定用于区分不同信号的识别阈值;当需要进行复合调制信号识别时,获取观测信号并计算其高阶累积量绝对值和平方谱特征,根据识别阈值得到复合调制信号识别结果。
本发明具有以下技术效果:
1)本发明直接对信号提取高阶累积量和平方谱特征,不需要进行解调和信号分离的处理,简化了识别流程,避免了参数估计的误差;
2)本发明所采用的特征参数的计算不需要先验信息,且高阶累积量对噪声有一定的抑制作用,在低信噪比下能有较好的区分效果,提高复合调制信号的识别率。
附图说明
图1是本发明基于融合特征的复合调制信号盲识别方法的具体实施方式流程图;
图2是本发明中复合调制信号识别流程图;
图3是本实施例中8种信号的识别率曲线图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
为了更好地说明本发明的技术方案,首先对本发明的技术原理进行简要说明。
本发明所针对的复合调制信号类型包括8种:PCM/BPSK、PCM/QPSK、PCM/UQPSK、PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM、PCM/BPSK_BPSK/PM,其中,脉冲编码调制(PCM)是从模拟信号抽样、量化直到变换成二进制符号的基本过程,CCSDS标准建议基带码元采用NRZ-L码型,即需要将PCM信号转换成NRZ-L码型再进行调制。在8种复合调制信号类型中,PCM/BPSK、PCM/QPSK、PCM/UQPSK可以统称为PCM/MPSK信号,PCM/BPSK/PM、PCM/QPSK/PM可以统称为PCM/MPSK/PM信号,PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM、PCM/BPSK_BPSK/PM可以统称为多副载波信号。接下来对各类型信号进行简要说明:
·PCM/BPSK信号
PCM/BPSK信号的数学表达式如下:
其中,n=1,2,…,N,N表示信号长度,ωc为载波频率,an是码型为NRZ-L的PCM信号,Td是PCM信号的码元持续时间,g(t)是脉宽为Td的码元成型脉冲,理想条件下为矩形脉冲,实际中多采用升余弦等脉冲。在BPSK信号中通常使用二进制“1”和“0”表示相位0和π,即若相位为0,则an取1,若相位为π,则an取-1。
·PCM/QPSK信号
PCM/QPSK信号也是利用载波的相位变化来传递数字信息,其载波有0、π/2、π、3π/2四种相位,相位对应信息码元分别为00、10、11和01。信号的时域表达式如式(2),由式(2)可知,可将QPSK信号看成幅度相同、码元同步的两路正交的BPSK信号叠加而成。
其中,bn表示码型为NRZ-L的PCM信号。
·PCM/UQPSK信号
UQPSK信号是非均衡的QPSK信号,UQPSK信号的两路正交信号的幅度不等,功率不同,其数学表达式如下:
其中α为均衡因子,表征两路正交信号的幅度,取值范围在0到1。
当α取0.5时,两路正交信号的幅度相等,此时即为QPSK信号;当α取0或1时,两路正交信号中某一路信号为0,此时即为BPSK信号。除了上述两种特殊情况外,UQPSK信号是介于BPSK信号和QPSK信号之间的,α越靠近0,则UQPSK信号越接近于BPSK信号。
·PCM/MPSK/PM信号
PCM/MPSK/PM信号是由初始信息经过PCM编码、MPSK调制以及PM调制得到的复合调制信号,其中MPSK调制称为内调制或一次调制,对应的调制载波称为副载波,主要用于携带信息来完成通信;PM调制称为外调制或二次调制,对应的调制载波称为主载波,主要用于探测。上述复合调制信号的表达式如下:
sPCM/MPSK/PM(t)=Acos[ωct+Kpf(t)] (4)
其中,A为恒定的载波振幅;Kp为调相灵敏度(rad/V),代表由单位调制信号幅度引起的PM信号相位偏移量;f(t)为经过1次调制的MPSK信号。
·多副载波信号
所谓多副载波信号,即经过不同副载波调制的PCM信号经过线性叠加后再调制到同一主载波上的复杂调制信号。其副载波调制的方式为常用的数字调制方式,根据CCSDS建议书,副载波调制方式多为BPSK和QPSK。这类多载波调制信号的数学表达式就是将PCM/MPSK/PM信号表达式中的f(t)用叠加信号F(t)=f1(t)+f2(t)+...+fn(t)代替。
对于复合调制信号的特征,本发明采用了高阶累积量和平方谱特征,下面分别对这两种特征进行说明。
·高阶累积量
在复合调制信号的间接识别方法中,信号的正确识别率会受到信号参数估计和解调过程中所产生的误差的影响。为了提高正确识别率,并减少识别流程中对先验信息的依赖,本文根据接收信号高阶累积量值的差异来区分复合调制信号。
假设高频复信号的模型为:
其中,k表示采样点序号,ck表示信号幅度;ωc=2πfc/fs,fc为载波频率,fs为采样频率;f[k]为内调制信号;n[k]为高斯白噪声。
平稳信号x(t)的高阶累积量定义为:
c20=cum(X,X)=M20 (6)
c21=cum(X,X*)=M21 (7)
其中,t表示时刻,上标*表示伴随矩阵,Mpq表示平稳信号x(t)的p阶混合矩,定义如下:
Mpq=E{[x(t)]p-q[x*(t)]q} (10)
p,q的值根据需要设置,E{}表示求取期望。
由于信号与噪声相互独立,且由高阶累积量的性质知,零均值高斯白噪声其2阶以上的累积量为0,因此r[k]的4阶累积量就是x[k]的4阶累积量值。假设数字调制的成型脉冲为矩形脉冲,在非合作通信的情况下,只能对有限的观测数据进行计算,当信号的观测长度为N时,信号的高阶累积量C20和C21的计算式如下:
其中,f[k]的表达式如下:
f[k]表达式中,从上到下分别对应PCM/MPSK信号、PCM/MPSK/PM信号以及多副载波信号的内层调制表达式。
经研究发现,PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号的高阶累积量值差异不明显,本发明中采用高阶累积量绝对值|C40|i和|C42|i的比值|C40|i/|C42|i作为特征来区分这两种信号。
·平方谱特征
根据对不同复合调制信号的高阶累积量进行仿真可以获知,由于接收到的PCM/BPSK和PCM/QPSK信号在相同基带码元下的调制幅度相近,其高阶累积量的差异不明显,因此本发明通过增加平方谱特征来区别这两种信号。对PCM/BPSK信号和PCM/QPSK信号进行平方运算得:
分析式(16)、(17)可知,PCM/BPSK信号和PCM/QPSK信号相比,其平方谱在载波频率的二倍频处会出现离散谱线,故可利用两者平方谱的差异构造特征识别两种信号。平方谱特征参数P的表达式如下:
式中P1、P2、P3分别是信号平方谱中除零频外谱线幅值最大值、次大值、第三大值。在相同的基带码元、载频以及码速率的情况下,PCM/BPSK信号的平方谱特征参数P的值会比PCM/QPSK信号的值要小,故可据此对两种信号进行识别。
图1是本发明基于融合特征的复合调制信号盲识别方法的具体实施方式流程图。如图1所示,本发明基于融合特征的复合调制信号盲识别方法的具体步骤包括:
S101:确定信号仿真参数:
根据复合调制信号的应用场景,确定信号仿真参数,包括载波频率、副载波频率1、副载波频率2、码速率和观测信号的长度N。
表1是本实施例中信号仿真参数列表。
参数 | 参数值 |
载波频率 | 70MHz |
副载波频率1 | 20KHz |
副载波频率2 | 40KHz |
码速率 | 1Mbit/s |
观测信号的长度 | 4096 |
表1
S102:仿真确定高阶累积量和平方谱特征:
根据步骤S101确定的信号仿真参数,分别对不同类型的复合调制信号进行传输仿真,复合调制信号类型包括PCM/BPSK、PCM/QPSK、PCM/UQPSK、PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM、PCM/BPSK_BPSK/PM共计8种类型,获取不同类型复合调制信号的观测信号,分别计算其高阶累积量绝对值|C40|i和|C42|i,i=1,2,…,8,并计算PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|i/|C42|i,然后计算PCM/BPSK、PCM/QPSK观测信号的平方谱特征PPCM/BPSK和PPCM/QPSK。
表2是本实施例中根据表1中的信号仿真参数所得到的各类型观测信号的高阶累积量绝对值|C40|i和|C42|i。
复合调制信号类型 | |C<sub>40</sub>|<sub>i</sub> | |C<sub>42</sub>|<sub>i</sub> |
PCM/BPSK | 0.013 | 0.995 |
PCM/QPSK | 0.019 | 0.995 |
PCM/UQPSK | 0.001 | 0.067 |
PCM/BPSK/PM | 0.2267 | 0.9243 |
PCM/QPSK/PM | 0.1177 | 0.9613 |
PCM/BPSK_QPSK/PM | 0.3938 | 0.8687 |
PCM/QPSK_QPSK/PM | 0.4308 | 0.8566 |
PCM/BPSK_BPSK/PM | 0.7691 | 0.7429 |
表2
表3是本实施例中PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|i/|C42|i。
复合调制信号类型 | PCM/BPSK_QPSK/PM | PCM/QPSK_QPSK/PM |
|C<sub>40</sub>|<sub>i</sub>/|C<sub>42</sub>|<sub>i</sub> | 2.208 | 1.988 |
表3
仿真得到在信噪比为0dB情况下,PCM/BPSK、PCM/QPSK观测信号的平方谱特征的值分别为PPCM/BPSK=0.75和PPCM/QPSK=0.84。
S103:确定复合调制信号识别阈值:
首先确定用于区分PCM/BPSK、PCM/QPSK、PCM/UQPSK信号和其他五种复合调制信号的识别阈值TH1,其确定方法如下:
获取PCM/BPSK、PCM/QPSK、PCM/UQPSK三种信号所对应的高阶累积量绝对值|C40|i的最大值max1,然后获取其他五种复合调制信号所对应的高阶累积量绝对值|C40|i的最小值min1,则识别阈值TH1的取值范围为(max1(1+λ),min1(1-λ)),λ为预设的[0,0.2]范围内的值,本实施例中设置λ=0.1。
确定用于识别PCM/UQPSK信号的识别阈值TH2,其确定方法如下:
获取PCM/UQPSK信号所对应的高阶累积量绝对值|C42|3,然后获取PCM/BPSK、PCM/QPSK信号所对应的高阶累积量绝对值|C42|i的最小值min2,则识别阈值TH2的取值范围为(|C42|3(1+λ),min2(1-λ))。
确定用于区分PCM/BPSK、PCM/QPSK信号的识别阈值TH3,其确定方法如下:
获取PCM/BPSK、PCM/QPSK信号所对应的平方谱特征PPCM/BPSK和PPCM/QPSK,则识别阈值TH3的取值范围为(PPCM/BPSK(1+λ),PPCM/QPSK(1-λ))。
确定用于区分PCM/BPSK_BPSK/PM信号的识别阈值TH4,其确定方法如下:
获取PCM/BPSK_BPSK/PM信号所对应的高阶累积量绝对值|C40|8,然后获取PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最大值max4,则识别阈值TH4的取值范围为(max4(1+λ),|C40|8(1-λ))。
确定用于区分PCM/BPSK/PM、PCM/QPSK/PM信号和PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH5,其确定方法如下:
获取PPCM/BPSK/PM、PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|i中的最大值max5,然后获取PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最小值min5,则识别阈值TH5的取值范围为(max5(1+λ),min5(1-λ))。
确定用于区分PCM/BPSK/PM和PCM/QPSK/PM信号的识别阈值TH6,其确定方法如下:
获取PCM/BPSK/PM和PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|4和|C40|5,则识别阈值TH6的取值范围为(|C40|5(1+λ),|C40|4(1-λ))。
确定用于区分PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH7,其确定方法如下:
获取PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|6/|C42|6、|C40|7/|C42|7,则识别阈值TH7的取值范围为(|C40|7/|C42|7(1+λ),|C40|6/|C42|6(1-λ))。
根据本实施例中各特征参数的仿真结果可以确定本实施例中各项识别阈值的取值。表4是本实施例中各项识别阈值的取值表。
TH<sub>1</sub> | TH<sub>2</sub> | TH<sub>3</sub> | TH<sub>4</sub> | TH<sub>5</sub> | TH<sub>6</sub> | TH<sub>7</sub> |
0.1 | 0.5 | 0.79 | 0.5 | 0.3 | 0.2 | 2.1 |
表4
S104:复合调制信号识别:
当需要进行复合调制信号识别时,获取长度为N的观测信号,计算其高阶累积量绝对值|C′40|和|C′42|和平方谱特征P′,据此进行复合调制信号识别。图2是本发明中复合调制信号识别流程图。如图2所示,本发明中复合调制信号识别的具体步骤包括:
S201:判断高阶累积量绝对值|C′40|是否小于阈值TH1,如果是,进入步骤S202,否则进入步骤S207:
S202:判断高阶累积量绝对值|C′42|是否小于阈值TH2,如果是,进入步骤S203,否则进入步骤S204;
S203:判定当前复合调制信号为PCM/UQPSK信号;
S204:判断平方谱特征P′是否小于阈值TH3,如果是,进入步骤S205,否则进入步骤S206;
S205:判定当前复合调制信号为PCM/BPSK信号;
S206:判定当前复合调制信号为PCM/QPSK信号;
S207:判断高阶累积量绝对值|C′40|是否小于阈值TH4,如果是,进入步骤S208,否则进入步骤S209;
S208:判定当前复合调制信号为PCM/BPSK_BPSK/PM信号;
S209:判断高阶累积量绝对值|C′40|是否小于阈值TH5,如果不是,进入步骤S210,否则进入步骤S213;
S210:判断高阶累积量绝对值|C′40|是否小于阈值TH6,如果是,进入步骤S211,否则进入步骤S212;
S211:判定当前复合调制信号为PCM/QPSK/PM信号;
S212:判定当前复合调制信号为PCM/BPSK/PM信号;
S213:判定两个高阶累积量绝对值的比值|C′40|/|C′42|是否小于阈值TH7,如果是,进入步骤S214,否则进入步骤S215;
S214:判定当前复合调制信号为PCM/QPSK_QPSK/PM信号;
S215:判定当前复合调制信号为PCM/BPSK_QPSK/PM信号。
为了说明本发明的技术效果,采用具体实例对本发明进行仿真验证。所采用的仿真参数如表1所示,各项识别阈值如表4所示。本次仿真验证中MATLAB对8种信号在每种信噪比下进行2000次蒙特卡洛试验,得到了8种信号在11种不同信噪比下的正确识别率。图3是本实施例中8种信号的识别率曲线图。如图3所示,当信噪比在4dB以上时,所有信号的识别率均可达到100%;信号PCM/BPSK、PCM/QPSK、PCM/UPQSK、PCM/BPSK/BPSK/PM分别在信噪比为-2dB、2dB、-6dB、-2dB时达到识别率100%。总体上,在2dB信噪比条件下采用本发明所有信号的识别率均可达到98%,可以满足实际应用需求。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (1)
1.一种基于融合特征的复合调制信号盲识别方法,其特征在于,包括以下步骤:
S1:根据复合调制信号的应用场景,确定信号仿真参数,包括载波频率、副载波频率1、副载波频率2、码速率和信号观测长度;
S2:根据步骤S1确定的信号仿真参数,分别对不同类型的复合调制信号进行传输仿真,复合调制信号类型包括PCM/BPSK、PCM/QPSK、PCM/UQPSK、PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM、PCM/BPSK_BPSK/PM共计8种类型,获取不同类型复合调制信号的观测信号,分别计算其高阶累积量绝对值|C40|i和|C42|i,i=1,2,…,8,并计算PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|i/|C42|i,然后计算PCM/BPSK、PCM/QPSK观测信号的平方谱特征PPCM/BPSK和PPCM/QPSK;
S3:确定用于区分PCM/BPSK、PCM/QPSK、PCM/UQPSK信号和其他五种复合调制信号的识别阈值TH1,其确定方法如下:
获取PCM/BPSK、PCM/QPSK、PCM/UQPSK三种信号所对应的高阶累积量绝对值|C40|i的最大值max1,然后获取其他五种复合调制信号所对应的高阶累积量绝对值|C40|i的最小值min1,则识别阈值TH1的取值范围为(max1(1+λ),min1(1-λ)),λ为预设的[0,0.2]范围内的值;
确定用于识别PCM/UQPSK信号的识别阈值TH2,其确定方法如下:
获取PCM/UQPSK信号所对应的高阶累积量绝对值|C42|3,然后获取PCM/BPSK、PCM/QPSK信号所对应的高阶累积量绝对值|C42|i的最小值min2,则识别阈值TH2的取值范围为(|C42|3(1+λ),min2(1-λ));
确定用于区分PCM/BPSK、PCM/QPSK信号的识别阈值TH3,其确定方法如下:
获取PCM/BPSK、PCM/QPSK信号所对应的平方谱特征PPCM/BPSK和PPCM/QPSK,则识别阈值TH3的取值范围为(PPCM/BPSK(1+λ),PPCM/QPSK(1-λ));
确定用于区分PCM/BPSK_BPSK/PM信号的识别阈值TH4,其确定方法如下:
获取PCM/BPSK_BPSK/PM信号所对应的高阶累积量绝对值|C40|8,然后获取PCM/BPSK/PM、PCM/QPSK/PM、PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最大值max4,则识别阈值TH4的取值范围为(max4(1+λ),|C40|8(1-λ));
确定用于区分PCM/BPSK/PM、PCM/QPSK/PM信号和PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH5,其确定方法如下:
获取PPCM/BPSK/PM、PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|i中的最大值max5,然后获取PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号所对应的高阶累积量绝对值|C40|i的最小值min5,则识别阈值TH5的取值范围为(max5(1+λ),min5(1-λ));
确定用于区分PCM/BPSK/PM和PCM/QPSK/PM信号的识别阈值TH6,其确定方法如下:
获取PCM/BPSK/PM和PCM/QPSK/PM信号所对应的高阶累积量绝对值|C40|4和|C40|5,则识别阈值TH6的取值范围为(|C40|5(1+λ),|C40|4(1-λ))。
确定用于区分PCM/BPSK_QPSK/PM、PCM/QPSK_QPSK/PM信号的识别阈值TH7,其确定方法如下:
获取PCM/BPSK_QPSK/PM和PCM/QPSK_QPSK/PM两种信号高阶累积量绝对值|C40|i和|C42|i的比值|C40|6/|C42|6、|C40|7/|C42|7,则识别阈值TH7的取值范围为(|C40|7/|C42|7(1+λ),|C40|6/|C42|6(1-λ));
S4:当需要进行复合调制信号识别时,获取长度为N的观测信号,计算其高阶累积量绝对值|C′40|和|C′42|和平方谱特征P′,按照以下流程进行识别:
S4.1:判断高阶累积量绝对值|C′40|是否小于阈值TH1,如果是,进入步骤S4.2,否则进入步骤S4.7:
S4.2:判断高阶累积量绝对值|C′42|是否小于阈值TH2,如果是,进入步骤S4.3,否则进入步骤S4.4;
S4.3:判定当前复合调制信号为PCM/UQPSK信号;
S4.4:判断平方谱特征P′是否小于大于阈值TH3,如果是,进入步骤S4.5,否则进入步骤S4.6;
S4.5:判定当前复合调制信号为PCM/BPSK信号;
S4.6:判定当前复合调制信号为PCM/QPSK信号;
S4.7:判断高阶累积量绝对值|C′40|是否小于阈值TH4,如果是,进入步骤S4.8,否则进入步骤S4.9;
S4.8:判定当前复合调制信号为PCM/BPSK_BPSK/PM信号;
S4.9:判断高阶累积量绝对值|C′40|是否小于阈值TH5,如果不是,进入步骤S4.10,否则进入步骤S4.13;
S4.10:判断高阶累积量绝对值|C′40|是否小于阈值TH6,如果是,进入步骤S4.11,否则进入步骤S4.12;
S4.11:判定当前复合调制信号为PCM/QPSK/PM信号;
S4.12:判定当前复合调制信号为PCM/BPSK/PM信号;
S4.13:判定两个高阶累积量绝对值的比值|C′40|/|C′42|是否小于阈值TH7,如果是,进入步骤S4.14,否则进入步骤S4.15;
S4.14:判定当前复合调制信号为PCM/QPSK_QPSK/PM信号;
S4.15:判定当前复合调制信号为PCM/BPSK_QPSK/PM信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110210447.1A CN113014523B (zh) | 2021-02-25 | 2021-02-25 | 一种基于融合特征的复合调制信号盲识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110210447.1A CN113014523B (zh) | 2021-02-25 | 2021-02-25 | 一种基于融合特征的复合调制信号盲识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113014523A true CN113014523A (zh) | 2021-06-22 |
CN113014523B CN113014523B (zh) | 2022-01-11 |
Family
ID=76386367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110210447.1A Expired - Fee Related CN113014523B (zh) | 2021-02-25 | 2021-02-25 | 一种基于融合特征的复合调制信号盲识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113014523B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904902A (zh) * | 2021-09-18 | 2022-01-07 | 北京理工大学 | 信号调制类型的识别方法及装置 |
CN116232824A (zh) * | 2022-11-21 | 2023-06-06 | 电子科技大学 | 一种测控复合调制信号的参数盲估计方法 |
CN117411754A (zh) * | 2023-12-15 | 2024-01-16 | 大尧信息科技(湖南)有限公司 | 基于决策树综合判决的数字信号调制识别方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103780462A (zh) * | 2014-01-22 | 2014-05-07 | 中国人民解放军理工大学 | 基于高阶累积量和谱特征的卫星通信信号调制识别方法 |
US20150350001A1 (en) * | 2014-04-07 | 2015-12-03 | University Of Utah Research Foundation | Blind phase-shift keying (psk) and quadrature amplitude modulation (qam) identification |
CN106027436A (zh) * | 2016-05-03 | 2016-10-12 | 北京邮电大学 | 一种识别信号调制方式的方法及装置 |
CN106899531A (zh) * | 2017-03-01 | 2017-06-27 | 西安电子科技大学 | 一种识别卫星通信信号调制方式的方法 |
CN109167746A (zh) * | 2018-08-31 | 2019-01-08 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 连续波与脉冲信号快速识别装置 |
CN110113278A (zh) * | 2019-04-30 | 2019-08-09 | 杭州电子科技大学 | 一种基于全数字接收机的调制方式识别方法 |
CN111800359A (zh) * | 2020-09-07 | 2020-10-20 | 中国人民解放军国防科技大学 | 一种通信信号调制方式的识别方法、装置、设备及介质 |
-
2021
- 2021-02-25 CN CN202110210447.1A patent/CN113014523B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103780462A (zh) * | 2014-01-22 | 2014-05-07 | 中国人民解放军理工大学 | 基于高阶累积量和谱特征的卫星通信信号调制识别方法 |
US20150350001A1 (en) * | 2014-04-07 | 2015-12-03 | University Of Utah Research Foundation | Blind phase-shift keying (psk) and quadrature amplitude modulation (qam) identification |
CN106027436A (zh) * | 2016-05-03 | 2016-10-12 | 北京邮电大学 | 一种识别信号调制方式的方法及装置 |
CN106899531A (zh) * | 2017-03-01 | 2017-06-27 | 西安电子科技大学 | 一种识别卫星通信信号调制方式的方法 |
CN109167746A (zh) * | 2018-08-31 | 2019-01-08 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 连续波与脉冲信号快速识别装置 |
CN110113278A (zh) * | 2019-04-30 | 2019-08-09 | 杭州电子科技大学 | 一种基于全数字接收机的调制方式识别方法 |
CN111800359A (zh) * | 2020-09-07 | 2020-10-20 | 中国人民解放军国防科技大学 | 一种通信信号调制方式的识别方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
何羚,舒文江等: ""改进的多目标粒子群优化算法及其在"", 《电子科技大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904902A (zh) * | 2021-09-18 | 2022-01-07 | 北京理工大学 | 信号调制类型的识别方法及装置 |
CN116232824A (zh) * | 2022-11-21 | 2023-06-06 | 电子科技大学 | 一种测控复合调制信号的参数盲估计方法 |
CN117411754A (zh) * | 2023-12-15 | 2024-01-16 | 大尧信息科技(湖南)有限公司 | 基于决策树综合判决的数字信号调制识别方法及系统 |
CN117411754B (zh) * | 2023-12-15 | 2024-03-08 | 大尧信息科技(湖南)有限公司 | 基于决策树综合判决的数字信号调制识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113014523B (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113014523B (zh) | 一种基于融合特征的复合调制信号盲识别方法 | |
Chan et al. | Symbol rate estimation by the wavelet transform | |
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 | |
CN103780462A (zh) | 基于高阶累积量和谱特征的卫星通信信号调制识别方法 | |
CN103199945B (zh) | 一种低信噪比条件下认知无线电信号调制方式的识别方法 | |
CN100521670C (zh) | 一种多进制频移键控信号的检测和分析方法 | |
CN113472483B (zh) | 数字调制信号码元速率及码元转换时刻盲估计方法 | |
CN104869096B (zh) | 基于Bootstrap的BPSK信号盲处理结果可信性检验方法 | |
CN107707497B (zh) | 基于减法聚类和模糊聚类算法的通信信号识别方法 | |
CN112134818A (zh) | 一种水声信号调制方式自适应类内识别方法 | |
CN107689933B (zh) | Alpha稳定分布噪声下MFSK信号调制识别方法 | |
CN113179235B (zh) | 浅海脉冲噪声和多途信道下的mfsk信号解调方法及系统 | |
CN106452652A (zh) | 一种基于混沌无线通信系统的多径干扰抑制方法 | |
CN111490954B (zh) | 信道脉冲响应的重要时延抽头选择方法及系统 | |
Iglesias et al. | Automatic modulation classifier for military applications | |
CN107707499B (zh) | 一种Alpha稳定分布噪声下OFDM信号调制参数估计方法 | |
CN116112039A (zh) | 一种基于fpga的无人机跳频信号快速侦测方法 | |
JP3949585B2 (ja) | Mfsk信号復調装置及びmfsk信号復調方法 | |
CN113542164B (zh) | 一种盲信号检测中的通信参数估计方法及系统 | |
CN114268393A (zh) | 一种基于连通分量个数特征的认知无线电频谱感知方法 | |
Zhinan et al. | A novel blind recognition algorithm for modulated M-QAM signals | |
CN114285713A (zh) | 一种低轨宽带卫星时频偏估计方法及系统 | |
CN114200492B (zh) | 一种高阶boc信号捕获方法及系统 | |
CN113259027A (zh) | 一种基于Haar变换的敌我识别信号码速率计算方法 | |
KR102005616B1 (ko) | Ofdm 기반의 dab 시스템 및 그것을 이용한 모드 및 프레임 동기 방법 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220111 |