一种信号识别的方法

摘要

本发明公开了一种信号识别的方法，该方法包括：设定待识别信号的类型，利用各类型信号功率谱的形态学模型，构造所述各类型信号对应的模板；提取接收信号的功率谱，计算所述接收信号的功率谱的形态学包络,将功率谱的形态学包络简称为包络；分别计算所述接收信号的包络与各个所述模板之间的相似度；比较各个所述相似度，实现所述接收信号的识别。本发明解决了现有技术中低信噪比条件下，信号识别率低的问题。

主权项

一种信号识别的方法，其特征在于，该方法包括：步骤1、设定待识别信号的类型，利用各类型信号功率谱的形态学模型，构造所述各类型信号对应的模板；具体包括下述步骤a‑e：步骤a、设定一种信号类型，计算信噪比为0dB时的所述信号功率谱；步骤b、选择扁平结构元素长度，对所述功率谱进行形态学闭‑开运算，得到所述功率谱的轮廓；步骤c、将所述功率谱的轮廓的幅值进行归一化，提取幅值大于0.5的轮廓；步骤d、设定其它信号类型，重复步骤a、b、c，提取其它类型信号功率谱的轮廓；步骤e、将步骤d中提取出的各个所述功率谱的轮廓用补零法使长度一致，得到所述各类型信号对应的模板；步骤2、提取接收信号的功率谱，计算所述接收信号的功率谱的形态学包络,将功率谱的形态学包络简称为包络；具体包括：提取接收信号的功率谱，选择扁平结构元素长度，对所述接收信号的功率谱进行形态学闭‑开运算，得到所述接收信号的功率谱轮廓，将所述接收信号的功率谱轮廓的幅值进行归一化，提取幅值大于0.5的轮廓为所述接收信号的包络；步骤3、分别计算所述接收信号的包络与各个所述模板之间的相似度；具体包括：所述接收信号的包络为序列{X_m}，m＝1,2ΛM，M为所述形态学包络的长度，各个所述模板为序列{Y_si}，s＝1,2LS，S为所述模板种类数，i＝1,2ΛN，N为所述模板的长度，当M＞N时将所述序列{X_m}进行NM倍重采样，当M＜N时在所述序列{X_m}后用零补成序列{X_i}，为所述序列{X_i}的平均值，为所述序列{Y_si}的平均值，则所述相似度|r_s|表达式为：$\left|r_s\right|=\left|\frac{\underset{i=1}{\overset{N}{\Sigma }}(X_i-\bar{X})(Y_{\mathrm{si}}-{\bar{Y}}_s)}{\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(X_i-\bar{X})}^2}\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(Y_{\mathrm{si}}-{\bar{Y}}_s)}^2}}\right|;$步骤4、比较各个所述相似度，实现所述接收信号的识别。