一种基于频谱感知的信号识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110086554A(43)申请公布日2019.08.02(21)申请号201811366599.5(22)申请日2018.11.16(71)申请人中国西安卫星测控中心地址710043陕西省西安市咸宁东路462号(72)发明人李海玥任域叶楠何雨帆刘军锋任勃王丹叶修松薛嘉张轲王彦荣方海舰(74)专利代理机构西安弘理专利事务所61214代理人韩玙(51)Int.Cl.H04B17/382(2015.01)权利要求书3页说明书5页(54)发明名称一种基于频谱感知的信号识别方法(57)摘要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。CN110086554ACN110086554A权利要求书1/3页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QAM3类信号进行类间分类，得到{MPSK}、{MFSK}和{QAM3}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{QAM3}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，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/Ts，Ts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、ωc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：2CN110086554A权利要求书2/3页其中，α为相位变化值，这里定义|wa,n|为小波变换系数幅值，其中|wa,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|wa,n|＝|DWT(a,n)|，计算|wa,n|的方差，QAM信号的|wa,n|的方差理想化为零，对于MFSK信号，|wa,n|仍是多阶函数的变量，所以，|wa,n|的方差大于零，因此，在类间识别时选取|wa,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{QA