[发明专利]一种基于频谱感知的信号识别方法

权利要求书

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；

所述步骤1具体按照以下步骤实施：

步骤1.1、对于MPSK信号，设信源信号为其中，D(t)为低通信号，t为连续时间变量，ω_c为载波频率，为初始相位，当带宽BW＜＜ω_c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/T_s，T_s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、ω_c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：

其中，α为相位变化值，

这里定义|w_a,n|为小波变换系数幅值，其中|w_a,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ω_c＜＜π时伸缩因子a的值也很小时：

|sin(ω_ca/4+α/2)|≈|sin(α/2)|＞＞|sin(ω_ca/4)|

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；

步骤2、根据小波域离散谱特征对MPSK、MFSK和QAM 3类信号进行类间分类，得到{MPSK}、{MFSK}和{QAM}信号集合；

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|w_a,n|＝|DWT(a,n)|，计算|w_a,n|的方差，QAM信号的|w_a,n|的方差理想化为零，对于MFSK信号，|w_a,n|仍是多阶函数的变量，所以，|w_a,n|的方差大于零，因此，在类间识别时选取|w_a,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{QAM}；

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；

所述步骤3具体如下：

MFSK信号的类间识别作为一种理想情况，MFSK信号的CWT是多阶函数，由频率变化产生M个不同的直流分量，因此，调制的阶数通过CWT直方图中的阶数来确定，如果有M个尖峰出现，输入就判为MFSK；

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；

所述步骤4具体如下：

由于MPSK信号的M个相位突变具有对称性，其引起的尖峰有M-1个取值，相应地，这M-1个取值中相近的两个所对应的高斯分布也会相互重叠，因此提取测试信号小波变换后的系数值，并取其尖峰，对其进行直方图统计分析，如果结果中含有M-1个高斯分布，就判定该调制信号为MPSK信号；

步骤5、在集合{QAM}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，所述步骤5具体如下：

QAM信号的小波变换系数幅值类似于幅度归一化的PSK信号的小波变换系数幅值，由于零度相位变化时出现的尖峰，|w_a,n|的均值用来确定载频，不同阶数的QAM信号其|w_a,n|均值的最大值不同，通过比较接收信号的|w_a,n|均值最大幅度，识别出信号的调制阶数。