一种有效识别非高斯噪声下数字调制信号的方法
【专利摘要】本发明公开了一种有效识别非高斯噪声下数字调制信号的方法，对接收信号s(t)非线性变换；计算接收信号s(t)的广义一阶循环累积量和广义二阶循环累积量，通过计算接收信号s(t)的特征参数和利用最小均方误差分类器识别2FSK信号；计算接收信号s(t)的广义二阶循环累积量，通过计算接收信号s(t)的特征参数和利用最小均方误差分类器，检测广义循环累积量幅度谱的谱峰个数识别出BPSK信号和MSK信号；计算接收信号s(t)的广义四阶循环累积量，通过计算的特征参数和利用最小均方误差分类器，识别出QPSK信号、8PSK信号等信号。本发明解决了Alpha稳定分布噪声下的信号不具有二阶或二阶以上统计量的问题，有效地识别了数字调制信号，可用于识别Alpha稳定分布噪声下的数字调制信号的调制方式。
【专利说明】一种有效识别非高斯噪声下数字调制信号的方法
【技术领域】
[0001]本发明属于通信【技术领域】，尤其涉及一种有效识别非高斯噪声下数字调制信号的方法。
【背景技术】
[0002]数字信号调制识别在军事和民用领域均有着非常重要的应用。传统的数字调制识别是假设背景噪声服从高斯分布，但在实际的无线通信系统中往往存在一些非高斯分布的噪声，这些噪声具有显著尖峰脉冲状波形和较厚概率密度函数拖尾。研究者发现描述这类非高斯随机信号的一种更有效的噪声模型是Alpha稳定分布模型。因此，研究在Alpha稳定分布噪声背景下的数字信号调制识别方法具有重要的实际工程意义。
[0003]近年来，已有学者对Alpha稳定分布噪声模型下的数字调制识别进行了一定的研究，但研究甚少。参见杨伟超，赵春晖，成宝芝.Alpha稳定分布噪声下的通信信号识别[J].应用科学学报，2010，28 (2):111-114.。这种方法以分形盒维数作为识别特征，在以Alpha稳定分布噪声为背景对信号进行了识别，但该方法仅能在一定混合信噪比范围内适用且识别性能较差；参见贺涛.数字通信信号调制识别若干新问题研究[D].[博士论文].电子科技大学，2007和何继爱，裴承全，蒲阳阳.非高斯模型下BPSK的循环谱分析[J].兰州大学学报(自然科学版)，2012，48(3):133-138这两种方法均采用了低阶统计量进行了数字信号调制识别的研究，但识别性能较差；参见赵春晖，杨伟超，杜宇.采用分数低阶循环谱相干系数的调制识别[J].应用科学学报，2011，29 (6) =565-570.和赵春晖，杨伟超，马爽.基于广义二阶循环统计量的通信信号调制识别研究[J].通信学报，2011,32(1):144-150.这两种方法提出了分数低阶循环谱相干系数和广义二阶循环统计量的方法对数字调制信号进行识别，但该方法计算复杂度较高且循环谱指数的设定缺少智能方法而导致普适性较差。因此，以上的方法在非高斯噪声环境下均不能简单有效地识别出数字调制信号。
【发明内容】
[0004]本发明提供了一种有效识别非高斯噪声下数字调制信号的方法，旨在解决现有方法在非高斯噪声环境下均不能简单有效地识别出数字调制信号，普适性较差的问题。
[0005]本发明的目的在于提供一种有效识别非高斯噪声下数字调制信号的方法，该识别方法包括:
[0006]步骤一，对接收信号s (t)进行非线性变换；
[0007]步骤二，计算接收信号S (t)的广义一阶循环累积量GCflij和广义二阶循环累积量
GCf21，通过计算接收信号s⑴的特征参数
【权利要求】
1.一种有效识别非高斯噪声下数字调制信号的方法，其特征在于，该识别方法包括: 步骤一，对接收信号S (t)进行非线性变换； 步骤二，计算接收信号S(t)的广义一阶循环累积量GCSβ10广义二阶循环累积量 ，通过计算接收信号S (t)的特征参数
2.如权利要求1所述的有效识别非高斯噪声下数字调制信号的方法，其特征在于，在步骤一中，对接收信号s (t)进行非线性变换，按如下公式进行:
3.如权利要求1所述的有效识别非高斯噪声下数字调制信号的方法，其特征在于，在步骤二中，计算接受信号的广义循环累积量GCfw，按如下公式进行:
4.如权利要求1所述的有效识别非高斯噪声下数字调制信号的方法，其特征在于，在步骤三中，计算接收信号s (t)的广义二阶循环累积量GCf2fi，按如下公式进行:
5.如权利要求1所述的有效识别非高斯噪声下数字调制信号的方法，其特征在于，在步骤四中，计算接收信号s (t)的广义二阶循环累积量(VCi4li，按如下公式进行:
【文档编号】H04L27/00GK103457890SQ201310395622
【公开日】2013年12月18日 申请日期:2013年9月3日 优先权日:2013年9月3日
【发明者】李兵兵, 马洪帅, 刘明骞, 杨吉 申请人:西安电子科技大学