一种盲信号调制识别的方法及装置制造方法及图纸

本发明专利技术实施例提供了一种盲信号调制识别的方法及装置，其中，该方法包括：获取多个接收信号，生成接收信号矩阵；对接收信号矩阵进行独立成分分析，得到分离矩阵；通过分离矩阵对多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号；计算并根据多个估计信号的高阶累积量，得到多个估计信号中每个估计信号的特征值；比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式。通过本发明专利技术实施例能够实现对盲信号中的所有信号的调制方式的识别，防止信号丢失。

【技术实现步骤摘要】

本专利技术涉及无线通信领域，特别是涉及一种盲信号调制识别的方法及装置。
技术介绍
在军事和民用通信中，无线信号经常被非法传输信号干扰，如何识别盲信号的调制方式是一项非常艰巨的任务。大多数的调制识别方法通常假定只有一个信号存在，但在实际的频谱监测中会发现，合法信号通常被大量的非法信号干扰，随着通信系统的日益复杂多样，盲信号的调制方式识别成为了一项亟需解决的问题。信号自动调制识别技术作为一种盲信号调制识别方法，在军用和民用通信领域有很广泛的应用，例如频谱监测和截获信号，现有的信号识别算法主要有两大类：基于似然的算法和基于统计量的算法。基于似然的算法主要依据的是最大似然函数，它计算接收信号的不同调制识别类型的概率，在信号数据集中选择具有最大概率的类型作为识别结果。另一方面，基于统计量的算法主要是从接收到的信号中提取相关特征，从而利用这些特征确定信号相应的调制识别方法。在现有的针对盲信号的自动调制方式识别的方法中，一种是只识别强信号而将其他弱信号视为干扰信号忽略掉，然而此方法易忽略有用的弱信号，造成信号丢失。
技术实现思路
本专利技术实施例的目的在于提供一种盲信号调制识别的方法及装置，以实现对盲信号中的所有信号的调制方式的识别，防止信号丢失。具体技术方案如下：第一方面，本专利技术实施例提供了一种盲信号调制识别的方法，所述方法包括：获取多个接收信号，生成接收信号矩阵；对接收信号矩阵进行独立成分分析，得到分离矩阵；通过分离矩阵对多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号；计算并根据多个估计信号的高阶累积量，得到多个估计信号中每个估计信号的特征值；比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式。可选的，对接收信号矩阵进行独立成分分析，得到分离矩阵，包括：根据接收信号矩阵，计算接收信号矩阵的协方差矩阵；对协方差矩阵进行特征值分解，得到协方差矩阵的特征值和特征向量；根据协方差矩阵的特征值和特征向量，得到接收信号的白化矩阵；通过白化矩阵对接收信号矩阵进行白化处理，得到白化处理后的接收信号矩阵；通过快速独立成分分析FastICA对白化处理后的接收信号矩阵进行迭代计算，得到分离矩阵。可选的，计算并根据多个估计信号的高阶累积量，得到多个估计信号中每个估计信号的特征值，包括：计算多个估计信号中每个估计信号的四阶累积量和六阶累积量，并通过公式：计算多个估计信号中每个估计信号的特征值；其中，yi为多个估计信号中的第i个估计信号，γi为第i个估计信号的特征值，C42为第i个估计信号的四阶累积量，C63为第i个估计信号的六阶累积量，i为大于或等于1的自然数。可选的，比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式，包括：通过公式：γq＝arg(min|γi-γq|)比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式；其中，γi为第i个估计信号的特征值，γq为第q种调制方式对应的预设特征值，调制方式与预设特征值一一对应，i，q为大于或等于1的自然数。可选的，在通过分离矩阵对多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号之后，本专利技术实施例的盲信号调制识别的方法还包括：通过公式：评价分离矩阵进行盲信号分离的效果；其中，PI为分离矩阵的评价系数，gnm为G矩阵的元素，G＝WH，W为分离矩阵，H为信道矩阵，M为G矩阵的阶数，n为gnm在G矩阵中的行数，m为gnm在G矩阵中的列数。第二方面，本专利技术实施例提供了一种盲信号调制识别的装置，所述装置包括：第一矩阵生成模块，用于获取多个接收信号，生成接收信号矩阵；第二矩阵生成模块，用于对接收信号矩阵进行独立成分分析，得到分离矩阵；信号分离模块，用于通过分离矩阵对多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号；特征值计算模块，用于计算并根据多个估计信号的高阶累积量，得到多个估计信号中每个估计信号的特征值；调制方式识别模块，用于比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式。可选的，所述第二矩阵生成模块包括：协方差矩阵计算子模块，用于根据接收信号矩阵，计算接收信号矩阵的协方差矩阵；特征值分解子模块，用于对协方差矩阵进行特征值分解，得到协方差矩阵的特征值和特征向量；白化矩阵计算子模块，用于根据协方差矩阵的特征值和特征向量，得到接收信号的白化矩阵；白化处理子模块，用于通过白化矩阵对接收信号矩阵进行白化处理，得到白化处理后的接收信号矩阵；第二矩阵生成子模块，用于通过快速独立成分分析FastICA对白化处理后的接收信号矩阵进行迭代计算，得到分离矩阵。可选的，所述特征值计算模块具体用于：计算多个估计信号中每个估计信号的四阶累积量和六阶累积量，并通过公式：计算多个估计信号中每个估计信号的特征值；其中，yi为多个估计信号中的第i个估计信号，γi为第i个估计信号的特征值，C42为第i个估计信号的四阶累积量，C63为第i个估计信号的六阶累积量，i为大于或等于1的自然数。可选的，所述调制方式识别模块具体用于：通过公式：γq＝arg(min|γi-γq|)比较每个估计信号的特征值与预设特征值，得到使每个估计信号的特征值与预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与第一预设特征值对应的调制方式，确定每个估计信号的调制方式；其中，γi为第i个估计信号的特征值，γq为第q种调制方式对应的预设特征值，调制方式与预设特征值一一对应，i，q为大于或等于1的自然数。可选的，所述的盲信号调制识别的装置，还包括：评价模块，用于通过公式：评价分离矩阵进行盲信号分离的效果；其中，PI为分离矩阵的评价系数，gnm为G矩阵的元素，G＝WH，W为分离矩阵，H为信道矩阵，M为G矩阵的阶数，n为gnm在G矩阵中的行数，m为gnm在G矩阵中的列数。本专利技术实施例提供的一种盲信号调制识别的方法及装置，通过独立成分分析得到接收信号的分离矩阵，然后通过分离矩阵计算得到独立源信号的多个估计信号，并计算多个估计信号中每个估计信号的特征值，并与预设特征值进行对比，得到估计信号的调制方式，实现了对盲信号中的所有信号的调制方式的识别，有效防止信号丢失，并且本专利技术实施例提供的一种盲信号调制识别的方法及装置，不需要考虑盲信号中多个信号的功率，能够实现对不同功率的信号的有效识别。当然，实施本专利技术的任一产品或方法必不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍本文档来自技高网...

【技术保护点】
一种盲信号调制识别的方法，其特征在于，包括：获取多个接收信号，生成接收信号矩阵；对所述接收信号矩阵进行独立成分分析，得到分离矩阵；通过所述分离矩阵对所述多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号；计算并根据所述多个估计信号的高阶累积量，得到所述多个估计信号中每个估计信号的特征值；比较所述每个估计信号的特征值与预设特征值，得到使所述每个估计信号的特征值与所述预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与所述第一预设特征值对应的调制方式，确定所述每个估计信号的调制方式。

【技术特征摘要】
1.一种盲信号调制识别的方法，其特征在于，包括：获取多个接收信号，生成接收信号矩阵；对所述接收信号矩阵进行独立成分分析，得到分离矩阵；通过所述分离矩阵对所述多个接收信号进行盲信号分离，得到分离后的独立的源信号的多个估计信号；计算并根据所述多个估计信号的高阶累积量，得到所述多个估计信号中每个估计信号的特征值；比较所述每个估计信号的特征值与预设特征值，得到使所述每个估计信号的特征值与所述预设特征值的差值为最小值时对应的第一预设特征值，在预设调制方式与特征值关系库中查找与所述第一预设特征值对应的调制方式，确定所述每个估计信号的调制方式。2.根据权利要求1所述的盲信号调制识别的方法，其特征在于，所述对所述接收信号矩阵进行独立成分分析，得到分离矩阵，包括：根据所述接收信号矩阵，计算所述接收信号矩阵的协方差矩阵；对所述协方差矩阵进行特征值分解，得到所述协方差矩阵的特征值和特征向量；根据所述协方差矩阵的特征值和特征向量，得到所述接收信号的白化矩阵；通过所述白化矩阵对所述接收信号矩阵进行白化处理，得到白化处理后的接收信号矩阵；通过快速独立成分分析FastICA对所述白化处理后的接收信号矩阵进行迭代计算，得到分离矩阵。3.根据权利要求1所述的盲信号调制识别的方法，其特征在于，所述计算并根据所述多个估计信号的高阶累积量，得到所述多个估计信号中每个估计信号的特征值，包括：计算所述多个估计信号中每个估计信号的四阶累积量和六阶累积量，并通过公式：γi=|C42...

【专利技术属性】
技术研发人员：冯志勇，王璐，黄赛，张轶凡，王雪安，鲍大志，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11