基于顺序统计量特征的混合调制信号盲处理结果校验方法.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CN106411803A(43)申请公布日2017.02.15(21)申请号201610843074.0(22)申请日2016.09.22(71)申请人金陵科技学院地址211169江苏省南京市江宁区弘景大道99号(72)发明人胡国兵李岳衡姜志鹏陈正宇吴珊珊宋军孙健杨莉(74)专利代理机构南京钟山专利代理有限公司32252代理人戴朝荣(51)Int.Cl.H04L27/00(2006.01)H04L27/38(2006.01)权利要求书1页说明书6页附图10页(54)发明名称基于顺序统计量特征的混合调制信号盲处理结果校验方法(57)摘要本发明针对线性调频/二相编码（LFM/BPSK）混合调制信号盲处理结果的校验问题，提出了一种基于顺序统计量特征的校验方法。首先根据调制识别结果对应的信号模型构造参考信号，而后计算其与观测信号的相关谱，并通过检测相关谱中是否存在峰值来检验LFM/BPSK信号盲处理结果。计算机仿真结果表明，该方法可在较低信噪比条件下对LFM/BPSK信号盲处理结果进行有效检验。CN106411803ACN106411803A权利要求书1/1页1.一种基于顺序统计量特征的混合调制信号盲处理结果校验方法，其中混合调制信号为LFM/BPSK信号，其特征在于，包括如下步骤：1)建立参考信号：对观测信号进行调制方式识别，根据识别结果对应的模型，构建参考信号；2)选取统计量：将参考信号与接收到的观测信号相关，去均值后作DFT并取模，得到相关幅度谱，并取相关幅度谱的最大值作为统计量；3)确定判决门限：在给定的虚警概率下，基于恒虚警规则计算判决门限；4)通过比较统计量与判决门限的大小，校验LFM/BPSK信号的盲处理结果。2.如权利要求1所述的混合调制信号盲处理结果校验方法，其特征在于：在步骤1)中，建立叠加了高斯白噪声的LFM/BPSK混合调制信号模型为x(n)＝s(n)+w(n)22＝Aexp[j(2πf0Δtn+πlΔtn+θ(n)+θ0)]+w(n),0≤n≤N-1其中，A为信号幅度，j为虚数单位，f0为起始频率，Δt为采样间隔，l为调频斜率，BPSK分量的相位函数θ(n)＝πd2(n)，d2(n)为二元编码信号，其码元宽度为Tc，码元个数Nc，码字为cm,m＝1,...,Nc，θ0为初相位，N为样本点数，w(n)为零均值加性复高斯白噪声过程，方差为2σ2；构建参考信号y(n)，建立假设检验问题H0和H1，H0表示调制方式识别结果正确且无解码错误，H1表示调制方式识别错误或存在至少一位错误解码。3.如权利要求2所述的混合调制信号盲处理结果校验方法，其特征在于：步骤2)中具体包括以下步骤：2.1)计算参考信号和观测信号的相关序列z(n)＝x(n)+y(n)；2.2)对相关序列作DFT变换并取模，得到相关谱Zm(k)＝|DFT[zm(n)]|＝|Sm(k)+Wm(k)|,0≤k≤N-1，其中，zm(n)是对相关序列z(n)进行去除直流处理后得到的序列，Sm(k)，Wm(k)分别表示相关谱Zm(k)中的信号分量与噪声分量；2.3)定义随机变量其中，表示方差，利用二阶四阶矩方法对接收信号的方差σ2进行计算，而后利用公式计算出2.4)取R(k)的最大值为统计量，统计量4.如权利要求3所述的混合调制信号盲处理结果校验方法，其特征在于：在步骤3)中，给定的虚警概率Pfa下，基于恒虚警规则，计算判决门限5.如权利要求4所述的混合调制信号盲处理结果校验方法，其特征在于：若统计量大于判决门限，即Γ＞η时，则H1成立；若统计量小于判决门限，即Γ＜η时，则H0成立。2CN106411803A说明书1/6页基于顺序统计量特征的混合调制信号盲处理结果校验方法技术领域[0001]本发明属于信号处理领域，具体涉及一种基于顺序统计量特征的LFM/BPSK(linearfrequencymodulation/binaryphaseshiftkeying)混合调制信号盲处理结果的校验方法。背景技术[0002]在非协作信号处理场合(如电子侦察、认知无线电等)，由于缺乏信号的先验信息，前端处理环节中的检测、调制识别及参数估计等只能进行盲处理。显然，其处理结果的可靠与否，直接影响后续环节(如信号的跟踪、干扰及频谱管理)的性能。因此，对信号盲处理结果的可信性(也称可靠性)校验，对于提高整个处理系统的有效性与可靠性具有重要价值，已成为军用及民用信号处理中的热点与难点课题，并引起相关学者普遍重视。[0003]相关文献针对雷达脉内分析中常用单一调制信号，如幅度、相位等特征，对其盲处理结果进行统计分析。但在雷达电子侦察中，随着电磁环境的复杂化，为了进一步提高雷达性能及战场生存概率，混合调制信号被广泛采用，