[发明专利]一种数字通信信号调制方式自动识别方法

说明书

本发明提供一种数字通信信号调制方式自动识别方法。该方法包括：S1、训练数字调制信号的预处理；S2、训练数字调制信号特征值的提取；S3、通过Bagging学习构建强分类器；S4、将待测的调制信号进行预处理并提取对应的特征参数，然后输入到S3的强分类器中，对调制信号进行分类识别。本方法通过并行处理所有的特征值，识别的成功率就与单个特征参数的识别性能关系不大，主要与整体性能有关，使得对调制方式的识别具有具有识别速度快，识别成功率高的优势。

技术领域

本发明涉及模式识别，机器学习和数字通信领域，特别涉及一种数字通信信号调制方式自动识别方法。

背景技术

通信的目的是通过信道有效、安全、准确地传输信息。无论有线通信或者无线通信,由于信道的限制也为了充分利用信道的容量,满足用户的不同需求,基带信号都不能直接传输,必须经过调制。通过调制,可以使信号更安全的进行传输，还可以获得更高的通信速率、更有效的频谱利用率。随着电子技术的快速发展,以及对信息传输要求的不断提高,通信信号的调制方式也越来越多。目前的通信系统中应用了各种各样的调制方式,并将信号调制到不同的频带上进行传输。在具体应用中,我们遇到的不仅仅是合作性通信问题,还有非合作性通信问题。在大部分民用通信中,大都采用合作通信即事先知道传输信号的调制方式、调制参数,接收机只需要将接收到的信息按事先所给的调制方式和调制参数解调即可。但是接收端可能会接收到各种各样的信号,毕竟在通信信号如此发达的今天,周围空间中的信号复杂繁多,如何从接收端提取出真正要接收的信号也是一个重要的问题,有一种方法就是对接收到的信号进行识别,得到其调制方式和调制参数,然后和事先给定的信号比对,如果确定是发送端的信号就对其进行接收并解调。同时目前软件无线电接收机都实现了多频带、多调制信号的自动接收,也需要先进行信号的调制模式识别和信号参数识别,才能正确接收。所以通信信号的调制方式自动识别在民用通信中是有广泛应用的。

1969年4月，C.S.Waver等四名作者在斯坦福大学技术报告上发表了第一篇研究自动调制识别的论文《采用模式识别技术实现调制类型的自动分类》。从此,国内外对调制信号的自动识别的研究就进入一个蓬勃发展的阶段,体系逐渐完善。Polydoros在调制识别的决策理论方法领域作出了大量的研究工作,主要用于CW、MPSK和MFSK信号的分类。J.A.Sills提出了利用最大似然法实现PSK信号与QAM信号的分类,Wen Wei提出了利用最大似然法实现信号的QAM调制分类。Hsue提出了利用信号过零点的时间间隔和相位差的直方图分类、和信号。1992年Assaleh提出了利用AR模型提取信号瞬时频率和瞬时带宽作为特征参数实现数字调制信号的分类方法,可分类CW、MPSK和MFSK信号。A.K.Nandi和E.E.Azzouz利用他们提出的九个关键特征，分别采用决策理论、神经网络和神经网络级联的方法对模拟和数字信号进行分类识别，在信噪比大于10dB时，具有良好的识别效果。近几年来，研究人员又将机器学习、神经网络技术、小波变换技术、高阶谱分析技术与调制识别技术相结合，提出了很多新型的调制识别方法。机器学习在数字通信信号调制方式自动识别中的应用受到了广泛的关注。

发明内容

本发明的目的是提供一种数字通信信号调制方式自动识别方法，用来识别比较常用的6种数字通信调制信号，分别是2ASK，4ASK,2FSK,4FSK,2PSK,4PSK。本发明把基于并发式集成学习的机器学习方法应用于数字信号调制方式的识别。本发明可以实现对6种数字通信调制信号较为精确的识别。

本发明的目的通过如下技术方案实现。

一种数字通信信号调制方式自动识别方法，包含以下的步骤：

S1、训练数字调制信号的预处理，信号预处理部分为后续处理提供合适的数据。信号预处理包括：估计该未知信号的带宽及载频，对信号进行带通滤波，并将该信号变频到合适的频段；

S2、训练数字调制信号特征值的提取，从调制信号中提取信号的时域特征，包括：

①归一化中心瞬时幅度谱最大值γ_max