[发明专利]一种微量采样数据数字调制识别方法

权利要求书

1.一种微量采样数据数字调制识别方法，其特征在于：

(1)对采样信号进行带通滤波处理；

(2)使用希尔伯特变换获取信号瞬时信息，包括瞬时幅度、非线性相位和瞬时频率；

(3)计算信号幅度中心化参数、相位中心化参数和频率中心化参数；

(4)计算信号分类所需的5个特征参数：σ_da、σ_aa、σ_df、σ_ap和σ_af；其中，σ_da为中心化瞬时幅度的标准偏差，σ_aa为中心化瞬时幅度绝对值的标准偏差，σ_df为非弱信号段瞬时频率的标准偏差，σ_ap为中心化瞬时相位绝对值的标准偏差，σ_af为中心化瞬时频率绝对值的标准偏差；中心化瞬时幅度、中心化瞬时相位和中心化频率的具体计算方法为：

中心化瞬时幅度a_an(i)＝a(i)-m_oa，其中a(i)为信号的瞬时幅度，m_oa为幅度中心化参数；

中心化瞬时相位其中为信号的非线性相位，m_op为相位中心化参数；

中心化瞬时频率f_cn(i)＝f(i)-m_of，其中f(i)为信号的瞬时频率，m_of为频率中心化参数；

(5)使用决策树分类器对信号进行分类判决：

(5.1)如果参数σ_da＜th₁，则信号属于类0{2FSK，4FSK，2PSK,4PSK}，否则信号属于类1{2ASK,4ASK}；其中th₁为参数σ_da的判决门限；

(5.2)已判决出信号属于类1，执行SNR粗估计模块1：当σ_ap＜th₅，选择th₂＝th₂高SNR，否则选择th₂＝th₂低SNR；如果参数σ_aa＜th₂，则信号为2ASK，否则信号为4ASK；

其中th₅为利用σ_ap进行SNR粗估计的判决门限，th₂为参数σ_aa的判决门限，th₂高SNR为在高信噪比情况下th₂选取的门限，th₂低SNR为在低信噪比情况下th₂选取的门限；

(5.3)已判决出信号属于类0，且参数σ_df＜th₃，则信号属于类01{2PSK,4PSK}，否则信号属于类00{2FSK,4FSK}；其中th₃为参数σ_df的判决门限；

(5.4)已判决出信号属于类01，执行SNR粗估计模块2：当σ_da＜th₆，选择th₅＝th₅高SNR，否则选择th₅＝th₅低SNR；如果参数σ_ap＜th₅，则信号属于2PSK，否则信号为4PSK；

其中th₆为利用σ_da进行SNR粗估计的门限，th₅为σ_ap的判决门限，th₅高SNR为在高信噪比情况下th₅选取的门限，th₅低SNR为在低信噪比情况下的th₅选取的门限；

(5)已判决出信号属于类00，执行SNR粗估计模块3：当σ_da＜th₆，选择th₄＝th₄高SNR，否则选择th₄＝th₄低SNR；如果参数σ_af＜th₄，则信号为2FSK，否则信号为4FSK；

其中th₆为利用σ_da进行SNR粗估计的门限，th₄为σ_af的判决门限，th₄高SNR为在高信噪比情况下th₄选取的门限，th₄低SNR为在低信噪比情况下th₄选取的门限。