一种基于双谱和稀疏矩阵的数字调制信号分类方法

摘要

本发明公开了一种基于双谱和稀疏矩阵的数字调制信号分类方法，提出了两步法来对数字调制信号进行分类。第一步已知调制类型的数字调制信号进行双谱估计，利用压缩感知的方法对数字调制信号的双谱进行压缩，得到其稀疏表示，根据这个稀疏表示制作字典；第二步对输入待分类的数字调制信号进行第一步相同的变换，得到的变换结果与字典进行对比，计算残差均值，将残差均值最小的那个类型确定为信号的调制方式。通过与以前的基于经典特征的支持向量机（SVM）分类算法相比较，本发明提出的分类方法在分类正确率上有了明显的提高。

主权项

一种基于双谱和稀疏矩阵的数字调制信号分类方法，其特征在于，包括以下步骤：(1)、稀疏矩阵字典的建立1.1)、分别计算确知的四种数字调制信号2FSK、4FSK、QPSK、16QAM的训练序列x_2FSK(t),x_4FSK(t),x_QPSK(t),x_16QAM(t)的双谱，得到其双谱表示，对每个序列进行以下处理：将长度为N的训练序列分割成M段，计算每个分段的双谱$Y^{\left(i\right)}\left(\lambda \right)=\frac{1}{K}\underset{k=0}{\overset{K-1}{\Sigma }}{x}^i\left(k\right)\exp (-j2\mathrm{\pi k\lambda }/K),$λ＝λ₁+k₁、λ₂+k₂或λ₁+λ₂+k₁+k₂；其中L₁是预设整数，Δ₀是双谱域的频率采样间隔，K＝N/M，xⁱ(·)表示数字调制信号的第i个部分；训练序列的双谱采用均值定义，表示为这样四种数字调制信号2FSK、4FSK、QPSK、16QAM的训练序列x_2FSK(t),x_4FSK(t),x_QPSK(t),x_16QAM(t)的双谱为：以及${\bar{B}}_{16\mathrm{QAM}}({\lambda }_1,{\lambda }_2);$1.2)、对四种数字调制信号的双谱分别进行稀疏表示，得到各自的稀疏矩阵ψ：$\bar{B}({\lambda }_1,{\lambda }_2)=\psi s_0,$其中：ψ＝[v₁,v₂,...v_n,]∈RⁿRⁿ是n维实数域，v_j是第j个数据，j＝1,2…,K；$s_0\stackrel{·}{=}{{[0,...,0,s_{d1},s_{d2},...,s_{\mathrm{dm}},0,...,0]}_n}^T$由于维度为n相对较高，计算复杂度高，需要进行降维处理：用矩阵Φ同时对两边进行相乘，得到：$y\stackrel{·}{=}\Phi \bar{B}({\lambda }_1,{\lambda }_2)=\mathrm{\Phi \psi }{s}_0\in R^f$R^f表示f(f<n)维的实数域；这样得到四种数字调制信号2FSK、4FSK、QPSK、16QAM降维后的稀疏矩阵为：y_2FSK,y_4FSK,y_QPSK,y_16QAM，并构成稀疏矩阵字典；(2)、数字调制信号调制方式的分类2.1)对输入待分类的数字调制信号进行步骤(1)同样的变换，得到变换结果2.2)、计算输入待分类数字调制信号变换后结果与字典中每个稀疏矩阵的残差：$r_d\left({\tilde{y}}_x\right)=\left|\right|{\tilde{y}}_x-y_d\left|\right|={\left|\right|{\tilde{y}}_x-\Phi \bar{B}({\lambda }_1,{\lambda }_2)\left|\right|}_2,d=\mathrm{1,2,3,4}$d＝1的时候y_d＝y_2FSK,d＝2的时候y_d＝y_4FSK,d＝3的时候y_d＝y_QPSK,d＝4的时候y_d＝y_16QAM,为了提高分类的稳定性，采用残差均值,得到其残差均值为：$E\left[r_d\right]=\frac{1}{l}\underset{j=1,...,l}{\Sigma }{r}_d$其中，l表示对同一待分类数字调制信号的测试次数；2.3)、鉴别待分类数字调试信号的调制方式：对哪种调制方式的稀疏矩阵的残差均值E[r_d]最小，就确定为该调制类别。