认知无线电中非高斯噪声下数字调制信号识别方法

摘要

本发明公开了一种在认知无线电中非高斯噪声背景下基于分数低阶循环谱相关系数的数字调制识别方法，解决在认知无线电中非高斯噪声背景下识别调制识别性能差、计算复杂度高的问题。其步骤为：对接收到的信号进行采样；计算采样后信号的分数低阶循环谱计算信号的分数低阶循环谱在循环频率ε＝0处的截面和在频率f＝0处的截面以及在循环频率ε面的投影和在频率f面的投影的相关系数ρ₁、ρ₂、ρ₃、ρ₄和ρ₅；设置信号集的判决门限，通过采用基于判决树的分类器将不同调制方式的信号识别出来。在非高斯Alpha稳定分布噪声下，本发明不仅具有较高的识别率和良好的稳健性并且计算复杂度更低，更适合于认知无线电系统。

主权项

1.一种认知无线电中Alpha稳定分布噪声下数字调制识别的方法，包括如下步骤：（1）对接收到的信号y(t)采样得到y[n]；（2）计算y[n]的分数低阶循环谱$S_y^{ϵ}\left(f\right)={\int }_{-\infty }^{+\infty }{R}_y^{ϵ}\left(t\right)·e^{-j2\mathrm{\pi \tau t}}\mathrm{d\tau }$其中为信号y[n]的分数低阶循环自相关函数；（3）得到数字调制信号的分数低阶循环谱在循环频率ε＝0处的截面和在频率f＝0处的截面以及在循环频率ε面的投影和在频率f面的投影的相关系数ρ₁、ρ₂、ρ₃、ρ₄和ρ₅；（4）设置信号集的判决门限为：${\delta }_{\lim }=\frac{\max \left(y_{Y1}\right)+\min \left(y_{Y2}\right)}{2}$其中δ_lim为区分相邻信号或信号集Y1，Y2的门限值，max(r_Y1)为Y1的特征量均值的最大值，max(r_Y2)为Y2的特征值最小值的均值。（5）根据设置的判决门限，通过采用基于判决树的分类器将不同调制方式的信号识别出来。（6）计算各个信号的正确识别率。