一种利用短时拉马努金傅里叶变换谱图的信号识别方法技术

本发明专利技术公开了一种利用短时拉马努金傅里叶变换谱图的信号识别方法，该方法包括：计算模版信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图；对质心移位谱图计算3阶3重伪泽尼克矩的虚部均值和实部均值，分别根据虚部均值和实部均值设定阈值th

【技术实现步骤摘要】
一种利用短时拉马努金傅里叶变换谱图的信号识别方法
本专利技术涉及信号处理技术，特别涉及一种利用短时拉马努金傅里叶变换谱图的信号识别方法。技术背景随着无线通信技术的快速发展，现代通信环境的日益复杂，信号类型识别技术无论在民用还是军用方面都具有非常重要的意义。而在先验知识缺乏，低信噪比条件下实现可靠的信号类型识别显得尤为重要和迫切。目前信号识别的常用方法包括基于似然函数的方法和基于特征提取的方法两种，而时频分析法作为基于特征提取方法的一种，由于其可以建立时间和频率的瞬时对应关系，可以用来分析信号的频谱随时间的变化规律而成为研究热点，而短时傅里叶变换作为时频分析方法的一种由于具有实现简单且没有交叉项的优点而被广泛应用于信号识别中。例如：2006年，于立涛发表在《弹箭与制导学报》的文献：“基于STFT的雷达脉内调制信号类型识别。”2010年，董海发表在《电讯技术》的文献：“基于短时傅里叶变换的相位编码信号分析。”2012年，孔翠莲发表在《四川大学学报》的文献：“基于伸缩窗口STFT的信号调制的识别。”这些方法均是对信号基于短时傅里叶变换提取信号特征，根据特征实现信号识别，虽然取得了一定成效，但存在低信噪比条件下信号识别率低的问题。
技术实现思路
本专利技术的目的在于克服基于短时傅里叶变换的信号识别方法存在的低信噪比条件下信号识别率低的缺点。本专利技术的技术方案是：本专利技术提供了一种利用短时拉马努金傅里叶变换谱图的信号识别方法，其特征在于，该方法包括：步骤1、对模板信号si,L,x计算归一化短时拉马努金傅里叶变换谱图i＝1,2,...,M，M为调制信号类型，L＝1,2,....F,F为实验次数，x为噪声信噪比(SNR)分贝值，时间k＝1,2,...,N，整数周期q＝1,2,...,N，N是自然数；计算所述归一化短时拉马努金傅里叶变换谱图的质心移位谱图为所述归一化短时拉马努金傅立叶变换谱图的质心。步骤2、计算所述质心移位谱图的3阶3重伪泽尼克矩ψ3,3，对所述3阶3重伪泽尼克矩ψ3,3计算虚部imag(ψ3,3)均值和实部real(ψ3,3)均值根据所述虚部imag(ψ3,3)均值设定阈值thLFM_1，根据所述实部real(ψ3,3)均值设定阈值thLFM_2。步骤3、计算其余模版信号si,L,x，i＝2,...,M的所述质心移位谱图的2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1，根据所述2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1构造模版聚类步骤4、计算待识别信号s′i,x的归一化短时拉马努金傅里叶变换谱图计算所述待识别信号s′i,x的归一化短时拉马努金傅里叶变换谱图的质心移位谱图步骤5、对所述待识别信号s′i,x的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3的虚部imag(ψ3,3)均值和实部real(ψ3,3)均值分别根据所述阈值thLFM_1和thLFM_2，运用阈值判决法，分离待识别的线性调频信号(LFM)。步骤6、对其余待识别信号si′,x，i＝2,...,M计算2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1，对所述其余待识别信号s′i,x的2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1构造特征向量根据所述模版聚类i＝2,...,M运用k近邻分类器，对其余待识别信号进行分类，实现所述其余待识别信号的识别。进一步地，步骤1中：调制信号类型包括：线性调频信号(LFM)、单频脉冲信号(CW)、二相编码信号(BPSK)、二进制频率编码信号(2FSK)和四进制频率编码信号(4FSK)。本专利技术的有益效果是：由于基于拉马努金傅立叶变换的时频分析方法相比较基于傅立叶变换的时频分析方法的抗噪声效果好，本专利技术利用短时拉马努金傅立叶变换的时频分析方法代替短时傅里叶变换的时频分析方法，解决了基于短时傅里叶变换的信号识别方法存在的低信噪比条件下信号识别率低的问题。附图说明图1为本专利技术公开的信号识别方法流程图；图2(a)为加入SNR为5dB高斯白噪声时，对不同模版信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3虚部的均值；图2(b)为加入SNR为-5dB高斯白噪声时，对不同模版信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3虚部的均值；其中，○表示表示CW信号，*表示LFM信号，☆表示BPSK信号，◇表示2FSK信号，▽表示4FSK信号。图3(a)为加入SNR为5dB高斯白噪声时，对不同模版信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3实部的均值；图3(b)为加入SNR为-5dB高斯白噪声时，对不同模版信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3实部的均值；其中，○表示表示CW信号，*表示LFM信号，☆表示BPSK信号，◇表示2FSK信号，▽表示4FSK信号。图4为本专利技术公开的SNR分别设定-5dB、0dB和5dB，对时宽带宽积变化范围在8-40的模版LFM信号的的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3虚部的均值；其中，○表示SNR为5dB，*表示SNR为0dB，▽表示SNR为-5dB。图5为本专利技术公开的使用3阶3重伪泽尼克矩ψ3,3虚部的均值分离待识别LFM信号的阈值选取；其中，○表示表示CW信号，*表示LFM信号，☆表示BPSK信号，◇表示2FSK信号，▽表示4FSK信号。图6为本专利技术公开的SNR分别设定-5dB、0dB和5dB，对时宽带宽积变化范围在41-500的模版LFM信号的归一化短时拉马努金傅里叶变换谱图的质心移位谱图计算3阶3重伪泽尼克矩ψ3,3实部的均值；其中，○表示SNR为5dB，*表示SNR为0dB，▽表示SNR为-5dB。图7为本专利技术公开的使用3阶3重伪泽尼克矩ψ3,3实部的均值分离待识别LFM信号的阈值选取；其中，该图中○表示表示CW信号，*表示LFM信号，☆表示BPSK信号，◇表示2FSK信号，▽表示4FSK信号。图8为本专利技术公开的加入SNR为5dB高斯白噪声下，对其余四种模版信号的归一化短时拉马努金傅里叶变换谱的质心移位谱图计算2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1构成的各模版聚类散点图分布；其中，该图中○表示表示CW信号聚类，*表示BPSK信号聚类，☆表示2FSK信号聚类，◇表示4FSK信号聚类。图9为本专利技术公开的加入SNR为-5dB高斯白噪声，对其余四种模版信号的归一化短时拉马努金傅里叶变换谱的质心移位谱图计算2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1构成的各模版聚类散点图分布；其中，该图中○表示表示CW信号聚类，*表示BPSK信号聚类，☆表示2FSK信号聚类，◇表示4FSK信号聚类。图10为本专利技术公开的载频变化时三种待识别信号识别的准确率；其中，该图中○表示CW信号，*表示LFM信号，☆表示BPSK信号。图11为本专利技术公开的对五种待识别信号识别的准确率。其中，该图中○表示表示结合短时拉马努今傅里叶变换和伪泽尼克矩算法的五种待识别信号识别的准确率，*表示表示结合短时傅里叶变换和伪泽尼克矩算法的五种待识别信号识别的准确率。具体实施方式以下将参照图1-11对本发本文档来自技高网...

【技术保护点】
一种信号识别的方法，其特征在于，其特征在于，该方法包括：步骤1、对模板信号s

【技术特征摘要】
1.一种信号识别的方法，其特征在于，其特征在于，该方法包括：步骤1、对模板信号si,L,x计算归一化短时拉马努金傅里叶变换谱图i＝1,2,...,M，M为调制信号类型，L＝1,2,....F,F为实验次数，x为噪声信噪比(SNR)分贝值，时间k＝1,2,...,N，整数周期q＝1,2,...,N，N是自然数；计算所述归一化短时拉马努金傅里叶变换谱图的质心移位谱图为所述归一化短时拉马努金傅立叶变换谱图的质心；步骤2、计算所述质心移位谱图的3阶3重伪泽尼克矩ψ3,3，对所述3阶3重伪泽尼克矩ψ3,3计算虚部imag(ψ3,3)均值和实部real(ψ3,3)均值根据所述虚部imag(ψ3,3)均值设定阈值thLFM_1，根据所述实部real(ψ3,3)均值设定阈值thLFM_2；步骤3、计算其余模版信号si,L,x，i＝2,...,M的所述质心移位谱图的2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1，根据所述2阶0重伪泽尼克矩ψ2,0和5阶1重伪泽尼克矩ψ5,1构造模版聚类步骤4、计算待识...

【专利技术属性】
技术研发人员：马秀荣，刘丹，单云龙，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12