[发明专利]非高斯噪声下数字调制信号识别方法

说明书

技术领域

本发明属于通信技术领域，具体涉及一种非高斯Alpha稳定分布噪声下数字调制信号识别方法，可用于对Alpha稳定分布噪声下的数字调制信号的调制方式类型进行识别。

背景技术

数字调制信号识别就是在未知接收信号信息的前提下，确定数字信号的调制方式和相应的参数，从而为信号解调提供必要的参数及信息，因此数字调制识别在军事和民用领域都有着非常重要的应用。传统的数字调制识别是假设背景噪声服从高斯分布，以便于对信号进行分析计算，但在实际的无线通信系统中往往存在一些非高斯分布的噪声，这些噪声具有显著尖峰脉冲状波形和较厚概率密度函数拖尾，以美国南加州大学尼卡斯（Nikias）教授为代表的研究者在充分研究各种随机过程模型后，发现Alpha稳定分布模型是描述这类随机信号的一种更有效的噪声模型。因此，研究在Alpha稳定分布噪声背景下的数字调制识别方法具有实际的工程意义。

近年来，已有学者对Alpha稳定分布噪声模型下的数字调制识别进行了一定的研究，但研究还很少。参见杨伟超,赵春晖,成宝芝.Alpha稳定分布噪声下的通信信号识别[J].应用科学学报,2010,28(2):111-114.。这种方法以分形盒维数作为识别特征，在Alpha稳定分布噪声背景下对信号进行了识别，但该方法仅能在一定混合信噪比范围内适用且识别性能较差；由于Alpha稳定分布噪声下的信号不具有二阶或二阶以上的统计量，参见贺涛.数字通信信号调制识别若干新问题研究[D].[博士论文].电子科技大学,2007.这种方法采用低阶量进行了调制识别的研究，但该方法识别性能较差；参见赵春晖,杨伟超,杜宇.采用分数低阶循环谱相干系数的调制识别[J].应用科学学报,2011,29(6):565-570.和赵春晖,杨伟超,马爽.基于广义二阶循环统计量的通信信号调制识别研究[J].通信学报,2011,32(1):144-150.这两种方法提出了分数低阶循环谱相干系数和广义二阶循环统计量的方法对数字调制信号进行识别，但该方法计算复杂度较高且循环谱指数b的设定缺少智能方法而导致普适性较差。因此，以上的方法不适合在实际的无线信道中应用。

发明内容

本发明的目的是克服上述已有技术的不足，提供了一种Alpha稳定分布噪声下数字调制识别的新方法，以提高在考虑滚降滤波以及噪声特征指数变化的情况下数字调制信号的识别率。本发明选取常用的2ASK（Binary Amplitude Shift Keying,二进制振幅键控）、QPSK（Quaternary Phase Shift Keying，四进制相移键控）、16QAM（16 Quadrature Amplitude Modulation，16正交幅度调制）、2FSK（Binary Frequency Shift Keying，二进制移频键控）、MSK（Minimum Frequency Shift Keying，最小移频键控）这5种数字调制信号作为待识别信号集。

实现本发明目的的技术方案，包括如下步骤：

（1）对接收到的信号y(t)进行预处理，即先经过采样得到y[n]，然后通过希尔伯特变换进行信号的复包络的恢复；

（2）计算信号的零中心归一化瞬时幅度的GFRFT的最大值即特征量r₁：

r₁＝max|GFRFT[a_cn(i)，p]²/N_s

式中，N_s个采样点，为瞬时幅度a(i)的平均值；p为分数阶傅里叶变换的阶数；

（3）设置信号集的判决门限δ1＝0和判决门限δ2将信号集合{2ASK、16QAM、2FSK、MSK、QPSK}分为{2ASK}、{16QAM}和{2FSK、MSK、QPSK}三类，则门限δ2的设置为：