CN113079120B - 一种2fsk调制信号的识别方法及装置 - Google Patents
一种2fsk调制信号的识别方法及装置 Download PDFInfo
- Publication number
- CN113079120B CN113079120B CN202110316079.9A CN202110316079A CN113079120B CN 113079120 B CN113079120 B CN 113079120B CN 202110316079 A CN202110316079 A CN 202110316079A CN 113079120 B CN113079120 B CN 113079120B
- Authority
- CN
- China
- Prior art keywords
- signal
- new signal
- new
- phase difference
- order
- 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
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/10—Frequency-modulated carrier systems, i.e. using frequency-shift keying
-
- 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)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本申请提供了一种2FSK调制信号的识别方法及装置,反无人机系统监测到信号后,首先从监测到的信号中获取调频类信号,并计算该调频类信号的相位差,然后,利用计算所得的相位差构建新信号,其中,该新信号的实部为调频类信号的相位差,该新信号的虚部为调频类信号的相位差的逆序。计算该新信号的四阶谱谱峰凸显度,并通过对比新信号的四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,判断该调频类信号是否为2FSK调制信号。在本申请所提供的识别方法中,所涉及到的计算过程较少,计算过程所涉及的参数较少,且计算过程较简单,可以有效提高判断无源待识别信号是否为2FSK调制信号的效率。
Description
技术领域
本申请涉及通讯技术领域,尤其涉及一种2FSK调制信号的识别方法及装置。
背景技术
在当前社会背景下,无人机技术无论在军用还是民用中都获得了越来越广泛的运用,为了可以防范不法无人机的侵扰,反无人机系统应运而生。反无人机系统可以通过识别所监测到的信号的调制制式来判断是否有无人机入侵。
无人机通常采用二进制数字频率调制(Binary Frequency Shift Keying,2FSK)方式对信号进行调制,得到2FSK调制信号,并进行发射。现有反无人机系统仅能够对所监测到的信号的调制大类进行区分,例如仅能够区分所监测到的信号是通过调幅、调相或者调频的调制方式获得的。但是,2FSK仅为调频调制方式中的一种方式,调频调制还包括如四进制数字频率调制(Quaternary Frequency Shift Keying,4FSK)、多进制数字频率调制(Multi-base Frequency Shift Keying,MFSK)等调制方式,而这些调制方式很可能不是无人机发射的。因此,需要进一步判断所监测到的信号是否为2FSK调制信号。
可以通过特征值提取方法或者高阶累积量计算方法来对所监测到的信号的调制方式进行判断,但是,特征值提取方法需要预先知道所监测到的信号的符号率,而在不确定所监测到的信号是否属于无人机发射的情况下,更无法得知无人机的型号,也就无法预先得知所监测到的信号的符号率,对于这种未知符号率的信号则无法采用该种方式判断信号的调制方式。而高阶累积量计算方法只能对基带信号进行识别,因此,如果所监测到的信号中存在载波,则需要精准的估计载波,再进行计算,载波估计的过程计算量大、且精度要求高,会大大降低判断所监测到的信号的调制方式的效率。
发明内容
本申请提供了一种2FSK调制信号的识别方法及装置,可以有效提高判断无源待识别信号是否为2FSK调制信号的效率。
第一方面,本申请提供了一种2FSK调制信号的识别方法,应用于反无人机系统,所述方法包括:
从监测到的信号中获取调频类信号;
计算所述调频类信号的相位差;
利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部;
计算所述新信号的四阶谱谱峰凸显度;
对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号。
在一种实现方式中,所述从监测到的信号中获取调频类信号包括:
对所述监测到的信号进行处理,得到基带信号;
根据指定参数,从所述基带信号中过滤掉调幅类信号和调相类信号,得到调频类信号。
在一种实现方式中,所述指定参数为所述基带信号的零中心归一化瞬时幅度的一阶原点矩,所述根据指定参数,从所述基带信号中过滤掉调幅类信号的步骤包括:
计算所述基带信号的模值;
计算所述基带信号的模值的一阶矩阵平均数;
根据所述基带信号的模值以及所述基带信号的模值的一阶矩阵平均数,计算所述基带信号的零中心归一化瞬时幅度;
计算所述基带信号的零中心归一化瞬时幅度的一阶原点矩;
对比所述基带信号的零中心归一化瞬时幅度的一阶原点矩与预设信号零中心归一化瞬时幅度的一阶原点矩,并从所述基带信号中过滤掉调幅类信号,其中,所述调幅类信号是指零中心归一化瞬时幅度的一阶原点矩大于所述预设信号零中心归一化瞬时幅度的一阶原点矩的基带信号。
在一种实现方式中,所述指定参数为所述基带信号的包络稳定度,所述根据指定参数,从所述基带信号中过滤掉调相类信号的步骤包括:
计算所述基带信号的包络;
计算所述基带信号的包络的均值;
根据所述基带信号的包络以及所述基带信号的包络的均值,计算所述基带信号的包络方差;
根据所述基带信号的包络的均值以及所述基带信号的包络方差,计算所述基带信号的包络稳定度;
对比所述基带信号的包络稳定度与预设包络稳定度门限值,并从所述基带信号中过滤掉调相类信号,所述调相类信号是指包络稳定度大于所述预设包络稳定度门限值的基带信号。
在一种实现方式中,所述相位差满足如下公式:
PhaseDiff(i)=arg(sig(i)*sig(i-1)H)
其中,PhaseDiff(i)代表i点时的相位差,sig(i)代表信号的第i个采样点,sig(i-1)代表信号的第i-1个采样点,H代表取共轭,arg代表反正切计算。
在一种实现方式中,所述利用所述相位差构建新信号包括:
对所述相位差进行去卷叠处理,得到处理后相位差;
利用所述处理后相位差构建新信号,其中,所述处理后相位差为所述新信号的实部,所述处理后的相位差的逆序为所述新信号的虚部。
在一种实现方式中,所述去卷叠处理满足如下公式:
在一种实现方式中,所述计算所述新信号的四阶谱谱峰凸显度包括:
计算所述新信号的四次方;
对所述新信号的四次方做快速傅里叶变换,得到所述新信号的四次方谱数据;
归一化所述新信号的四次方谱数据;
根据所述四次方谱数据,计算所述新信号的四阶谱谱峰凸显度。
在一种实现方式中,所述新信号的四阶谱谱峰凸显度满足如下公式:
其中,C4代表新信号的四阶谱谱峰凸显度,Pos代表所述新信号的四次方谱数据的最大值所在的位置数,Spec4(Pos)代表所述新信号的四次方谱数据的最大值,Pos+15代表所述新信号的四次方谱数据的最大值所在的位置数之后15位,Pos-15代表所述新信号的四次方谱数据的最大值所在的位置数之前15位,Spec4(k)代表所述新信号的四次方谱数据在第k位上的数值。
第二方面,本申请提供了一种2FSK调制信号的识别装置,应用于反无人机系统,所述装置包括:接收器和处理器,所述接收器与所述处理器相耦合;
所述接收器用于从监测到的信号中获取调频类信号;
所述处理器用于计算所述调频类信号的相位差;
所述处理器还用于利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部;
所述处理器还用于计算所述新信号的四阶谱谱峰凸显度;
所述处理器还用于对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号。
由上述可知,在本申请提供的2FSK调制信号的识别方法中,反无人机系统监测到信号后,首先从监测到的信号中获取调频类信号,并计算该调频类信号的相位差,然后,利用计算所得的相位差构建新信号,其中,所述相位差为该新信号的实部为调频类信号的相位差,该新信号的虚部为调频类信号的相位差的逆序。计算该新信号的四阶谱谱峰凸显度,并通过对比新信号的四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,判断该调频类信号是否为2FSK调制信号。可见,在本申请所提供的2FSK调制信号的识别方法中,所涉及到的计算过程仅为计算调频类信号的相位差,以及计算根据该相位差重新构建的新信号的四阶谱谱峰凸显度,计算过程所涉及的参数较少,且计算过程较简单,可以有效提高判断无源待识别信号是否为2FSK调制信号的效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种反无人机系统的应用场景示意图;
图2为本申请实施例提供的一种反无人机系统的硬件结构示意图;
图3为本申请实施例提供的一种2FSK调制信号的识别方法的流程示意图;
图4为本申请实施例提供的一种获取调频类信号的流程示意图;
图5为本申请实施例提供的一种剔除基带信号中的调幅类信号的流程示意图;
图6为本申请实施例提供的一种剔除基带信号中的调相类信号的流程示意图;
图7为本申请实施例提供的一种构建新信号的流程示意图;
图8为本申请实施例提供的一种计算新信号的四阶谱谱峰凸显度的流程示意图;
图9为本申请实施例提供的2FSK调制信号和4FSK调制信号在不同信噪比下的C4变化图;
图10为本申请实施例提供的2FSK调制信号和4FSK调制信号分别构建的新信号的四阶谱谱峰凸显度的蒙特卡洛仿真图;
图11为本申请实施例提供的2FSK调制信号和4FSK调制信号在不同信噪比下识别率的变化图;
图12为本申请实施例提供的一种反无人机系统的软件结构示意图。
具体实施方式
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、完整的描述,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做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。
图1为本申请实施例提供的一种反无人机系统的应用场景示意图,如图1所示,反无人机系统1可以通过天线等接收装置接收外界的信号,例如接收飞机2、无人机3、基站4等设备发出的信号,反无人机系统1接收到的这些设备发送的信号,在本实施例中可以定义为监测到的信号。在一些实施方式中,反无人机系统1可以为独立或者组合式电子设备,例如基站、具有信号接收功能的服务器等。反无人机系统1可以采用如图2所示的结构,即反无人机系统1包括接收器11和处理器12,接收器11与处理器12相耦合。其中,接收器11可以为一个或多个天线。处理器12是反无人机系统的控制中心,通过运行或执行具有功能效果的软件程序和/或模块,执行反无人机系统的各种功能和处理数据,从而对反无人机系统进行整体控制。可选的,处理器12可以包括一个或者多个处理单元,例如系统芯片(system on achip,SoC)、中央处理器(central processing unit,CPU)、微控制器(microcontroller,MCU)、存储控制器等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。在一些实施例中,反无人机系统1还可以包括存储器(未在图中示出),该存储器可以用于存储软件程序以及模块,处理器12通过运行存储在存储器的软件程序以及模块,从而执行反无人机系统的各种功能应用以及数据处理。该存储器可主要包括存储程序区和存储数据区,此外,存储器可以包括一个或者多个存储单元实现,存储单元例如可以包括易失性存储器(volatile memory),如:动态随机存取存储器(dynamic random accessmemory,DRAM)、静态随机存取存储器(static random access memory,SRAM)等;还可以包括非易失性存储器(non-volatile memory,NVM),如:只读存储器(read-only memory,ROM)、闪存(flash memory)等。其中,不同的存储单元可以是独立的器件,也可以集成或者封装在一起。
如图1所示,反无人机系统1可以同时监测到属于多个设备所发送的信号,反无人机系统1需要从中准确识别出无人机3发送的信号,反无人机系统1可以按照如图3所示的方法来识别无人机3发送的信号。
S301、从监测到的信号中获取调频类信号。
无人机3多采用2FSK调制方式调制信号,所以,只要反无人机系统1可以识别出2FSK调制信号,即可确定所监测到的信号中包含无人机3发射的信号,从而监测到无人机3的侵入。不同的设备可能以不同的调制方式来调制信号,例如调幅调制、调相调制和调频调制,2FSK调制信号是通过调频调制获得的信号,因此,反无人机系统1需要首先从监测到的信号中提取到调频类信号,才能够有针对性的进一步判断调频类信号的具体调制方式。
如图4所示,可以按照如下步骤从监测到的信号中获取调频类信号。
S401、对所述监测到的信号进行处理,得到基带信号。
S402、根据指定参数,从所述基带信号中过滤掉调幅类信号和调相类信号,得到调频类信号。
首先,反无人机系统1对监测到的信号进行处理,以获得基带信号,所谓基带信号,是指载波频率为0的调制信号,使用基带信号进行后续计算可以有效排除载波的影响。具体地,反无人机系统1对监测到的信号进行模拟数字转换器(Analog-to-Digital Converter,ADC)采样、降采样(down sampling)、下变频(down conversion)、滤波(wave filtering)、去直流等处理,其中,ADC采样可以将反无人机系统1接收到的模拟信号转变为数字信号;降采样可以减少对反无人机系统1接收到的信号进行后续计算的采样点的数量,从而简化计算过程,在一些实施方式中,还可以采用抽样来实现与降采样相同的效果;下变频可以降低或者直接去除反无人机系统1接收到的信号中的载波频率;滤波可以有效滤除反无人机系统1接收到的信号中的噪声,以降低噪声对后续计算的影响;去直流可以去除反无人机系统1接收到的信号中的直流分量(直流分量是一个与时间无关的常数),以去除直流分量对后续计算的影响。上述处理过程为对反无人机系统1接收到的信号的简化处理,目的为便于后续对信号的调制方式的判断,可以根据需要采用上述所述的一种或多种的处理方式,当然也可以根据实际需要对所接收到的信号进行其他信号处理过程,也可以不对所接收到的信号进行处理。
需要注意的是,如果反无人机系统1监测到的信号为实信号,则还需要对该实信号进行希尔伯特变换,使该实信号正交化,以扩展为复信号。
通过S401得到基带信号之后,可以继续对基带信号进行过滤,以剔除基带信号中的调幅类信号和调相类信号,从而得到所需要的调频类信号。
剔除基带信号中的调幅类信号的具体过程可以参考图5,具体如下:
S501、计算所述基带信号的模值。
可以根据如下公式计算基带信号的模值:
其中,Amp(i)代表基带信号在第i点时的模值,re(i)代表基带信号在第i点时的实部数值,im(i)代表基带信号在第i点时的虚部数值。其中,i可以理解为N个数据(长度)中的第i个。
S502、计算所述基带信号的模值的一阶矩阵平均数。
可以根据如下公式计算基带型号的模值的一阶矩阵平均数:
其中,Ampmean代表基带型号的模值的一阶矩阵平均数。
S503、根据所述基带信号的模值以及所述基带信号的模值的一阶矩阵平均数,计算所述基带信号的零中心归一化瞬时幅度。
可以根据如下公式计算基带信号的零中心归一化瞬时幅度:
其中,Ampint(i)代表基带信号在第i点时的零中心归一化瞬时幅度。
S504、计算所述基带信号的零中心归一化瞬时幅度的一阶原点矩。
可以根据如下公式计算基带信号的零中心归一化瞬时幅度的一阶原点矩:
其中,Env代表基带信号的零中心归一化瞬时幅度的一阶原点矩。
S505、对比所述基带信号的零中心归一化瞬时幅度的一阶原点矩与预设信号零中心归一化瞬时幅度的一阶原点矩的门限值,并从所述基带信号中过滤掉调幅类信号,其中,所述调幅类信号是指零中心归一化瞬时幅度的一阶原点矩大于所述预设信号零中心归一化瞬时幅度的一阶原点矩的门限值的基带信号。
可以以信号的零中心归一化瞬时幅度的一阶原点矩为判断依据,识别调幅类信号。本实施例中,可以预先通过机器学习的方法,根据一些调幅类信号的样本,学习得到调幅类信号对应的零中心归一化瞬时幅度的一阶原点矩,将其作为预设零中心归一化瞬时幅度的一阶原点矩的门限值,并规定大于该门限值的信号为调幅类信号,即ASK类信号。因此,通过S501-S504得到基带信号的零中心归一化瞬时幅度的一阶原点矩之后,可以通过对比该零中心归一化瞬时幅度的一阶原点矩与上述门限值,以判断基带信号是否为调幅类信号,当基带信号为调幅类信号时,将其从全部基带信号中过滤掉。
剔除基带信号中的调相类信号的具体过程可以参考图6,具体如下:
S601、计算所述基带信号的包络。
基带信号的包络与基带信号的模值在数值上相等,因此,可以通过计算基带信号的模值的方法,得到基带信号的包络,可以参见S501,此处不再赘述。
S602、计算所述基带信号的包络的均值。
基带信号的包络的均值与基带信号的模值的一阶矩阵平均数在数值上相等,因此,可以通过计算基带信号的模值的一阶矩阵平均数的方法,得到基带信号的包络的均值,可以参见S502,此处不再赘述。
S603、根据所述基带信号的包络以及所述基带信号的包络的均值,计算所述基带信号的包络方差。
可以根据如下公式计算基带信号的包络方差:
其中,σ2代表基带信号的包络方差,a(i)代表基带信号的模值,在数值上等于Amp(i),μ代表基带信号的包络的均值,在数值上等于Ampmean。
S604、根据所述基带信号的包络的均值以及所述基带信号的包络方差,计算所述基带信号的包络稳定度。
可以根据如下公式计算基带信号的包络稳定度:
其中,R代表基带信号的包络稳定度。
S605、对比所述基带信号的包络稳定度与预设包络稳定度门限值,并从所述基带信号中过滤掉调相类信号,所述调相类信号是指包络稳定度大于所述预设包络稳定度门限值的基带信号。
可以以信号的包络稳定度为判断依据,识别调相类信号。本实施例中,可以预先通过机器学习的方法,根据一些调相类信号的样本,学习得到调相类信号对应的包络稳定度,将其作为预设包络稳定度的门限值,并规定大于该门限值的信号为调相类信号,即MPSK和MQAM类信号。因此,通过S601-S604得到基带信号的包络稳定度之后,可以通过对比该包络稳定度与上述门限值,以判断基带信号是否为调相类信号,当基带信号为调相类信号时,将其从全部基带信号中过滤掉。
需要注意的是,对S501-S505与S601-S605的执行顺序不做严格限定。通过执行S501-S505与S601-S605可以剔除各种基带信号中的调幅类信号和调相类信号,从而得到调频类信号,即需要判断具体调制方式的调制信号。
S302、计算所述调频类信号的相位差。
可以根据如下公式计算由步骤S501-S505以及S601-S605得到的调频类信号的相位差:
PhaseDiff(i)=arg(sig(i)*sig(i-1)H)
其中,PhaseDiff(i)代表i点时的相位差,sig(i)代表信号的第i个采样点,计算时即为信号的第i个采样点的复数形式表达式,sig(i-1)代表信号的第i-1个采样点,计算时即为信号的第i-1个采样点的复数形式表达式,H代表取共轭,arg代表反正切计算,其中,arg(sig)=acttan(im(sig)/re(sig))。
使用延时共轭相乘,并取延时共轭相乘后的虚部除以实部的反正切计算,以延时时间为采样点,可以计算得到调频类信号的相位差。
S303、利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部。
根据S302得到的相位差,需要重新构建一个新信号,并以该新信号作为调频类信号的具体调制方式的判断依托,如图7所示,具体方法如下:
S701、对所述相位差进行去卷叠处理,得到处理后相位差。
可以根据如下公式对相位差进行去卷叠处理:
去卷叠处理的过程中,如果两个相位差小于π,则无需处理;如果当前相位差与前一相位差的差值大于π时,则当前相位差需要减去2π;如果当前相位差与前一相位差的差值小于-π时,则当前相位差需要加上2π。去卷叠处理后的相位差可以有效简化后续使用相位差进行的相关计算过程。
S702、利用所述处理后相位差构建新信号,其中,所述处理后相位差为所述新信号的实部,所述处理后的相位差的逆序为所述新信号的虚部。
新信号可以进行如下表示:
Signew=Φoff+i*flip(Φoff);或者,signew=Φoff(1:end)+i*Φoff(end:1)。
S304、计算所述新信号的四阶谱谱峰凸显度。
以信号的四阶谱谱峰凸显度信号调制方式的判断依据,因此,需要计算新信号的四阶谱谱峰凸显度,具体可以参照如图8所示的方法。
S801、计算所述新信号的四次方。
S802、对所述新信号的四次方做快速傅里叶变换(fast Fouriertransform,FFT),得到所述新信号的四次方谱数据。
可以根据如下公式对新信号的四次方做快速傅里叶变换:
其中,Spec4代表新信号的四次方谱数据。
S803、归一化所述新信号的四次方谱数据。
将新信号的四次方谱数据全部除以Spec4的最大值,以对新信号的四次方谱数据进行归一化处理。
S804、根据所述四次方谱数据,计算所述新信号的四阶谱谱峰凸显度。
可以根据如下公式计算新信号的四阶谱谱峰凸显度:
其中,C4代表新信号的四阶谱谱峰凸显度,Pos代表所述新信号的四次方谱数据的最大值所在的位置数,Spec4(Pos)代表所述新信号的四次方谱数据的最大值,Pos+15代表所述新信号的四次方谱数据的最大值所在的位置数之后15位,Pos-15代表所述新信号的四次方谱数据的最大值所在的位置数之前15位,Spec4(k)代表所述新信号的四次方谱数据在第k位上的数值。
S305、对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号。
可以以信号的四阶谱谱峰凸显度为判断依据,识别信号的具体调制方式。本实施例中,可以预先通过机器学习的方法,根据一些2FSK调制信号的样本,学习得到2FSK调制信号对应的四阶谱谱峰凸显度,将其作为预设四阶谱谱峰凸显度门限值,并规定大于该门限值的信号为2FSK信号,即无人机3所发射的信号。因此,通过S304得到新信号的四阶谱谱峰凸显度之后,可以通过对比该四阶谱谱峰凸显度与上述门限值,以判断该新信号对应的调频类信号是否为2FSK调制信号。
综合上述计算过程可以发现,如果数据长度和FFT点数均为N,则全部计算过程共需要10N+Nlog2N+1个乘法计算,6N+31个加法计算,5个除法计算和2个开方计算。相较于现有技术,可以大大减少计算量。而且,在计算的过程中,不会受与载波相关的参数的影响,可以说对载波估计精准度不敏感。同时,在计算的过程中,并不会涉及先验信息、符号率等参数,因此,也可以有效解决现有技术中无法对无源信号进行识别的问题。
进一步地,如图9所示,使用本实施例所提供的2FSK调制信号的识别方法,可以很明显的将2FSK调制信号和4FSK调制信号进行区分,从图9中可以明显看出,以C4值为18时为四阶谱谱峰凸显度门限值,可以有效将2FSK调制信号和4FSK调制信号进行区分。
如图10所示,2FSK调制信号与4FSK调制信号分别构建的新信号的四阶谱谱峰凸显度的蒙特卡洛仿真图,利用仿真软件,在同一信噪比下(本实施例以5dB为例),多次(本实施例以200次为例)灌入2FSK调制信号与4FSK调制信号进行仿真。可以看到在多次试验下,该识别方法仍然成立,可以说明本申请所提供的2FSK调制信号的识别效果并非随机,而是始终有效的。
如图11所示,当信噪比大于或者等于5dB时,就已经可以有效识别2FSK调制信号(如图11所示,识别率至少可达到90%,最高可达到100%),表明本申请所提供的2FSK调制信号的识别方法对信噪比的容忍度较高。
在本实施例中,还提供了一种用于实现上述2FSK调制信号的识别方法的反无人机系统1的软件结构,如图12所示,为本申请实施例提供的一种反无人机系统的结构示意图,所述反无人机系统包括:
获取模块101,用于从监测到的信号中获取调频类信号;
计算模块102,用于计算所述调频类信号的相位差;
信号构建模块103,用于利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部;
计算模块104,用于计算所述新信号的四阶谱谱峰凸显度;
对比模块105,用于对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号。
其中,获取模块101具体用于,对所述监测到的信号进行处理,得到基带信号;根据指定参数,从所述基带信号中过滤掉调幅类信号和调相类信号,得到调频类信号。
获取模块101还用于,所述指定参数为所述基带信号的零中心归一化瞬时幅度的一阶原点矩,根据指定参数,从所述基带信号中过滤掉调幅类信号的步骤具体包括:计算所述基带信号的模值;计算所述基带信号的模值的一阶矩阵平均数;根据所述基带信号的模值以及所述基带信号的模值的一阶矩阵平均数,计算所述基带信号的零中心归一化瞬时幅度;计算所述基带信号的零中心归一化瞬时幅度的一阶原点矩;对比所述基带信号的零中心归一化瞬时幅度的一阶原点矩与预设信号零中心归一化瞬时幅度的一阶原点矩的门限值,并从所述基带信号中过滤掉调幅类信号,其中,所述调幅类信号是指零中心归一化瞬时幅度的一阶原点矩大于所述预设信号零中心归一化瞬时幅度的一阶原点矩的门限值的基带信号。
获取模块101还用于,所述指定参数为所述基带信号的包络稳定度,根据指定参数,从所述基带信号中过滤掉调相类信号的步骤具体包括:计算所述基带信号的包络;计算所述基带信号的包络的均值;根据所述基带信号的包络以及所述基带信号的包络的均值,计算所述基带信号的包络方差;根据所述基带信号的包络的均值以及所述基带信号的包络方差,计算所述基带信号的包络稳定度;对比所述基带信号的包络稳定度与预设包络稳定度门限值,并从所述基带信号中过滤掉调相类信号,所述调相类信号是指包络稳定度大于所述预设包络稳定度门限值的基带信号。
其中,所述相位差满足如下公式:
PhaseDiff(i)=arg(sig(i)*sig(i-1)H)
其中,PhaseDiff(i)代表i点时的相位差,sig(i)代表信号的第i个采样点,sig(i-1)代表信号的第i-1个采样点,H代表取共轭,arg代表反正切计算。
信号构建模块103具体用于,对所述相位差进行去卷叠处理,得到处理后相位差;利用所述处理后相位差构建新信号,其中,所述处理后相位差为所述新信号的实部,所述处理后的相位差的逆序为所述新信号的虚部。
其中,所述去卷叠处理满足如下公式:
计算模块104具体用于,计算所述新信号的四次方;对所述新信号的四次方做快速傅里叶变换,得到所述新信号的四次方谱数据;归一化所述新信号的四次方谱数据;根据所述四次方谱数据,计算所述新信号的四阶谱谱峰凸显度。
其中,所述新信号的四阶谱谱峰凸显度满足如下公式:
其中,C4代表新信号的四阶谱谱峰凸显度,Pos代表所述新信号的四次方谱数据的最大值所在的位置数,Spec4(Pos)代表所述新信号的四次方谱数据的最大值,Pos+15代表所述新信号的四次方谱数据的最大值所在的位置数之后15位,Pos-15代表所述新信号的四次方谱数据的最大值所在的位置数之前15位,Spec4(k)代表所述新信号的四次方谱数据在第k位上的数值。
上述软件结构执行2FSK调制信号的识别方法时所能够实现的效果,可以参考前述反无人机系统执行2FSK调制信号的识别方法的效果,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由上面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (8)
1.一种2FSK调制信号的识别方法,应用于反无人机系统,其特征在于,所述方法包括:
从监测到的信号中获取调频类信号;
计算所述调频类信号的相位差;
利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部;
计算所述新信号的四阶谱谱峰凸显度;
对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号;
所述计算所述新信号的四阶谱谱峰凸显度为,
对所述新信号的四次方做快速傅里叶变换,得到所述新信号的四次方谱数据:
可以根据如下公式对新信号的四次方做快速傅里叶变换:
其中,Spec4代表新信号的四次方谱数据;
归一化所述新信号的四次方谱数据:
将新信号的四次方谱数据全部除以Spec4的最大值,以对新信号的四次方谱数据进行归一化处理;
根据所述四次方谱数据,计算所述新信号的四阶谱谱峰凸显度:
可以根据如下公式计算新信号的四阶谱谱峰凸显度:
其中,C4代表新信号的四阶谱谱峰凸显度,Pos代表所述新信号的四次方谱数据的最大值所在的位置数,Spec4(Pos)代表所述新信号的四次方谱数据的最大值,Pos+15代表所述新信号的四次方谱数据的最大值所在的位置数之后15位,Pos-15代表所述新信号的四次方谱数据的最大值所在的位置数之前15位,Spec4(k)代表所述新信号的四次方谱数据在第k位上的数值。
2.根据权利要求1所述的方法,其特征在于,所述从监测到的信号中获取调频类信号包括:
对所述监测到的信号进行处理,得到基带信号;
根据指定参数,从所述基带信号中过滤掉调幅类信号和调相类信号,得到调频类信号。
3.根据权利要求2所述的方法,其特征在于,所述指定参数为所述基带信号的零中心归一化瞬时幅度的一阶原点矩,所述根据指定参数,从所述基带信号中过滤掉调幅类信号的步骤包括:
计算所述基带信号的模值;
计算所述基带信号的模值的一阶矩阵平均数;
根据所述基带信号的模值以及所述基带信号的模值的一阶矩阵平均数,计算所述基带信号的零中心归一化瞬时幅度;
计算所述基带信号的零中心归一化瞬时幅度的一阶原点矩;
对比所述基带信号的零中心归一化瞬时幅度的一阶原点矩与预设信号零中心归一化瞬时幅度的一阶原点矩的门限值,并从所述基带信号中过滤掉调幅类信号,其中,所述调幅类信号是指零中心归一化瞬时幅度的一阶原点矩大于所述预设信号零中心归一化瞬时幅度的一阶原点矩的门限值的基带信号。
4.根据权利要求2所述的方法,其特征在于,所述指定参数为所述基带信号的包络稳定度,所述根据指定参数,从所述基带信号中过滤掉调相类信号的步骤包括:
计算所述基带信号的包络;
计算所述基带信号的包络的均值;
根据所述基带信号的包络以及所述基带信号的包络的均值,计算所述基带信号的包络方差;
根据所述基带信号的包络的均值以及所述基带信号的包络方差,计算所述基带信号的包络稳定度;
对比所述基带信号的包络稳定度与预设包络稳定度门限值,并从所述基带信号中过滤掉调相类信号,所述调相类信号是指包络稳定度大于所述预设包络稳定度门限值的基带信号。
5.根据权利要求1所述的方法,其特征在于,所述相位差满足如下公式:
PhaseDiff(i)=arg(sig(i)*sig(i-1)H)
其中,PhaseDiff(i)代表i点时的相位差,sig(i)代表信号的第i个采样点,sig(i-1)代表信号的第i-1个采样点,H代表取共轭,arg代表反正切计算。
6.根据权利要求5所述的方法,其特征在于,所述利用所述相位差构建新信号包括:
对所述相位差进行去卷叠处理,得到处理后相位差;
利用所述处理后相位差构建新信号,其中,所述处理后相位差为所述新信号的实部,所述处理后的相位差的逆序为所述新信号的虚部。
8.一种2FSK调制信号的识别装置,应用于反无人机系统,其特征在于,所述装置包括:接收器和处理器,所述接收器与所述处理器相耦合;
所述接收器用于从监测到的信号中获取调频类信号;
所述处理器用于计算所述调频类信号的相位差;
所述处理器还用于利用所述相位差构建新信号,其中,所述相位差为所述新信号的实部,所述相位差的逆序为所述新信号的虚部;
所述处理器还用于计算所述新信号的四阶谱谱峰凸显度;
所述处理器还用于对比所述四阶谱谱峰凸显度与预设四阶谱谱峰凸显度门限值,以判断所述调频类信号是否为2FSK调制信号;
所述计算所述新信号的四阶谱谱峰凸显度为,
对所述新信号的四次方做快速傅里叶变换,得到所述新信号的四次方谱数据:
可以根据如下公式对新信号的四次方做快速傅里叶变换:
其中,Spec4代表新信号的四次方谱数据;
归一化所述新信号的四次方谱数据:
将新信号的四次方谱数据全部除以Spec4的最大值,以对新信号的四次方谱数据进行归一化处理;
根据所述四次方谱数据,计算所述新信号的四阶谱谱峰凸显度:
可以根据如下公式计算新信号的四阶谱谱峰凸显度:
其中,C4代表新信号的四阶谱谱峰凸显度,Pos代表所述新信号的四次方谱数据的最大值所在的位置数,Spec4(Pos)代表所述新信号的四次方谱数据的最大值,Pos+15代表所述新信号的四次方谱数据的最大值所在的位置数之后15位,Pos-15代表所述新信号的四次方谱数据的最大值所在的位置数之前15位,Spec4(k)代表所述新信号的四次方谱数据在第k位上的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316079.9A CN113079120B (zh) | 2021-03-24 | 2021-03-24 | 一种2fsk调制信号的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316079.9A CN113079120B (zh) | 2021-03-24 | 2021-03-24 | 一种2fsk调制信号的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113079120A CN113079120A (zh) | 2021-07-06 |
CN113079120B true CN113079120B (zh) | 2022-05-17 |
Family
ID=76610619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316079.9A Active CN113079120B (zh) | 2021-03-24 | 2021-03-24 | 一种2fsk调制信号的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113079120B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357575A (zh) * | 2016-10-17 | 2017-01-25 | 中国电子科技集团公司第五十四研究所 | 一种多参数联合估计的干扰类型识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363194B (zh) * | 2014-11-04 | 2016-05-11 | 武汉大学 | 基于波形变换的psk调制识别方法 |
CN107124381B (zh) * | 2017-03-27 | 2020-05-22 | 华南理工大学 | 一种数字通信信号调制方式自动识别方法 |
CN108989256B (zh) * | 2018-09-04 | 2021-03-19 | 泰凌微电子(上海)股份有限公司 | 一种fsk/gfsk解调方法及装置 |
CN110046591B (zh) * | 2019-04-22 | 2022-06-07 | 桂林电子科技大学 | 一种基于分数阶小波变换的无人机图传信号与遥控信号识别方法 |
CN111800359B (zh) * | 2020-09-07 | 2020-12-04 | 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
- 2021-03-24 CN CN202110316079.9A patent/CN113079120B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357575A (zh) * | 2016-10-17 | 2017-01-25 | 中国电子科技集团公司第五十四研究所 | 一种多参数联合估计的干扰类型识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113079120A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20090207950A1 (en) | Modulation scheme estimation apparatus and method | |
Moser et al. | Automatic modulation classification via instantaneous features | |
EP3826203B1 (en) | Signal detection device, signal detecting method, control circuit and computer readable storage medium | |
CN106357575A (zh) | 一种多参数联合估计的干扰类型识别方法 | |
CN114025379B (zh) | 一种宽带多信号检测方法、装置和设备 | |
CN111585662B (zh) | 一种调相信号的分类识别和参数估计方法及系统 | |
CN108282428A (zh) | 一种无需先验知识的常用通信信号调制方式的自动识别方法 | |
CN104363194A (zh) | 基于波形变换的psk调制识别方法 | |
CN113079120B (zh) | 一种2fsk调制信号的识别方法及装置 | |
DE102008027561A1 (de) | Verfahren und Vorrichtung zum Verarbeiten eines Kommunikationssignals | |
CN112800863B (zh) | 用于通信信号调制模式识别的时频特征提取方法及系统 | |
CN109660475B (zh) | 一种非合作相位编码水声通信信号自主辨识方法 | |
CN110190917B (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
CN115460048B (zh) | 一种基于码元速率的msk调制识别方法、介质及装置 | |
CN110247868B (zh) | 一种卫星信号盲解调方法、装置及电子设备 | |
CN109450835B (zh) | 基于hsca提取通信信号特征的调制识别方法 | |
CN114172771A (zh) | 一种基于突发通信的快速频偏估计和补偿的方法及系统 | |
CN113271273A (zh) | 基于维纳滤波预处理的调制识别方法 | |
Ulovec | Recognition of OFDM modulation method | |
CN117201249B (zh) | 一种信号调制方式识别方法、系统及装置 | |
US7593488B2 (en) | Method and apparatus for detection of signal without the aid of training sequence | |
Snoap et al. | Novel Nonlinear Neural-Network Layers for High Performance and Generalization in Modulation-Recognition Applications | |
CN116962123B (zh) | 软件定义框架的升余弦成型滤波带宽估计方法与系统 | |
CN115225440B (zh) | 基于图最大度特征的cr信号调制识别方法及系统 | |
US10812133B1 (en) | System and method for robust interference detection |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 410000 room 101-402, building 1, No. 8, Xingkang South Road, high tech Development Zone, Changsha, Hunan Applicant after: Hunan kunlei Technology Co.,Ltd. Address before: Room a754, headquarters building, Changsha Zhongdian Software Park, No. 39, Jianshan Road, high tech Development Zone, Changsha, Hunan 410000 Applicant before: HUNAN BOER KUNLEI INFORMATION TECHNOLOGY CO.,LTD. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |