[发明专利]非高斯噪声下数字调制信号识别方法

摘要

本发明公开了一种基于广义分数阶傅里叶变换(GFRFT)和分数低阶Wigner-Ville分布(FLOWVD)的数字调制识别新方法，其步骤为：对接收到的信号先经过采样然后通过希尔伯特变换进行信号的复包络的恢复；计算信号基于GFRFT的零中心归一化瞬时幅度谱密度的最大值；计算信号的FLOWVD幅度的最大值作为特征量；采用基于判决树的分类器，通过数据处理和设置门限及比较判决将不同调制方式的信号识别出来。在非高斯Alpha稳定分布噪声下，本发明不仅性能明显优于传统方法并且具有较高的识别率和良好的稳健性。

主权项

1.非高斯噪声下数字调制信号的识别方法，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）采用分类器1，设置信号集的判决门限为：δlim=max(γY1)+min(γY2)2]]>其中δ_lim为区分相邻信号或信号集Y₁，Y₂的门限值，max(r_Y1)为Y1的特征量均值的最大值，min(r_Y2)为Y2的特征值最小值的均值。将信号集合{2ASK、16QAM、2FSK、MSK、QPSK}分为{2ASK}、{16QAM}和{2FSK、MSK、QPSK}三类；（4）求2FSK、MSK、QPSK信号的FLOWVD的最大值作为特征量r₂：r2=|Sx(a)(t,ω)|max]]>并特征量r₂作为分类器2输入的特征参数；（5）采用分类器2，判决门限设置为：δlim=max(γY1)+min(γY2)2]]>其中δ_lim为区分相邻信号或信号集Y₁，Y₂的门限值，为Y₁的特征量均值的最大值，为Y₂的特征值均值的最小值。因此，MSK信号与2FSK信号的判决门限δ3和2FSK信号与QPSK信号的判决门限δ4可将2FSK、MSK和QPSK信号识别出来。（6）计算各个信号的正确识别率。