[发明专利]一种基于模式选择的信号解调方法

说明书

本发明公开了一种基于模式选择的信号解调方法，涉及信号处理技术领域，通过构建调制信号模式选择模型，并对构建调制信号模式选择模型进行训练，从而通过训练完成的调制信号模式选择模型对调制信号的类型进行识别，再选择对应的解调模型对调制信号进行解调，有效地降低了自动解调过程的复杂程度，提升了解调效率。

技术领域

本发明涉及信号处理技术领域，具体涉及一种基于模式选择的信号解调方法。

背景技术

无线通信在现代通信领域中发挥着极其重要的作用，被广泛用于各个领域，如：移动通信、微波通信、无线中继、蜂窝网络通信、卫星通信和平流层通信等。随着新的通信协议和标准不断地被提出，频谱资源的合理分配对各种通信体制的融合提出了很大的挑战。

近年来，无线通信技术被广泛应用于商业领域，其通信环境变的日益复杂并且对通信设备的要求越来越严格，特别是4G、5G移动通信技术的广泛使用，通信信号在高带宽上使用各种调制类型传输信息，如何使无线频谱被合理且高效的分配变得十分重要。为了使不同调制类型的信号被有效地识别和监测，自动调制模式识别(Automatic ModulationRecognition，AMR)成为无线通信领域研究的难点和热点技术。

传统的AMR算法主要包含基于似然估计(Likelihood Based，LB)。在似然估计的方法中，调制识别问题被表示为一个多重假设检验问题。通过贝叶斯估计法或最大似然估计法对信号进行处理，将各信号假设的似然比与阈值进行比较，实现信号调制方式的分类。虽然基于似然估计的方法可以很好地分类调制类型，但是存在算法复杂度高、需要较多的先验知识以及实现较为困难等问题。

发明内容

本发明的目的在于提供一种基于模式选择的信号解调方法，解决了现有技术中存在的问题。

本发明通过下述技术方案实现：

一种基于模式选择的信号解调方法，包括：

获取由外部设备传输的调制信号，并对所述调制信号的进行特征提取，得到调制信号对应的模式特征；

构建调制信号模式选择模型，采用参数优化算法对调制信号模式选择模型进行训练，得到训练完成的调制信号模式选择模型；

采用训练完成的调制信号模式选择模型对模式特征进行识别，得到调制信号对应的目标调制模式，并调取目标调制模式对应的解调模型对调制信号进行解调，得到信号解调结果。

在一种可能的实施方式中，获取由外部设备传输的调制信号，并对所述调制信号的进行特征提取，得到调制信号对应的模式特征，包括：

获取由外部设备传输的AM信号、ASK信号、FSK信号、BPSK信号、QPSK信号或者MSK信号，得到调制信号；

对调制信号进行离散化，并以预设的分帧长度L将离散化后的调制信号分为M帧，得到M帧子信号，分帧长度L用于表征每帧子信号包括L个信号点；

对每一帧子信号进行傅里叶变换，得到第一目标子信号，并确定第一目标子信号中的最高点的频率，得到第一特征；

将所有第一特征按照子信号顺序组合为特征向量，得到短时傅里叶最高点特征向量；

获取每一帧子信号的短时能量，得到第二特征，并将所有第二特征按照子信号顺序组合为特征向量，得到短时能量特征向量；

获取每一帧子信号与下一帧子信号之间的相似度，得到第三特征，并将所有第三特征按照子信号顺序组合为特征向量，得到帧相似度特征向量；

获取每一帧子信号中间点的瞬时相位，得到第四特征，并将所述第四特征按照子信号顺序组合为特征向量，得到帧中间点瞬时相位特征向量；