專利名稱：一種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ー種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，屬于無(wú)線通信技術(shù)領(lǐng)域。
背景技術(shù)：
隨著電子技術(shù)和通信技術(shù)的快速發(fā)展，為了更加充分地利用通信資源，通信信號(hào)的調(diào)制方式更加多祥化、復(fù)雜化。通信的環(huán)境的不斷變化，讓同一個(gè)空間里的信號(hào)越來(lái)越密集。在很多領(lǐng)域(例如電子偵察領(lǐng)域、頻譜監(jiān)測(cè)領(lǐng)域)，接收機(jī)接收到的是ー個(gè)或者多個(gè)未知信號(hào)，對(duì)感興趣的信號(hào)除了要監(jiān)測(cè)信號(hào)、估計(jì)參數(shù)以外，還需要判斷信號(hào)的調(diào)制類型，并在這個(gè)基礎(chǔ)上完成信號(hào)解調(diào)，威脅評(píng)估等干擾識(shí)別等 其他通信任務(wù)。因此，通信識(shí)別是通信應(yīng)用中的ー個(gè)重要課題。數(shù)據(jù)融合是利用計(jì)算機(jī)對(duì)各種信息源進(jìn)行處理、控制和決策的一體化過(guò)程，數(shù)據(jù)融合是對(duì)信息源做檢測(cè)、相關(guān)、識(shí)別和估計(jì)的處理。數(shù)據(jù)融合結(jié)構(gòu)的分類方法有多種，第一種分類方法是根據(jù)對(duì)原始數(shù)據(jù)處理方法的不同分為三種處理結(jié)構(gòu)集中式處理結(jié)構(gòu)、分布式處理結(jié)構(gòu)以及混合式處理結(jié)構(gòu)；第二種方法是按照數(shù)據(jù)抽象的三個(gè)層次分為像素級(jí)融合，特征級(jí)融合和決策級(jí)融合。像素級(jí)融合(也稱為數(shù)據(jù)級(jí)融合)是直接在采集到的原始數(shù)據(jù)層上進(jìn)行的融合，在各種傳感器的原始的未經(jīng)預(yù)處理之前就進(jìn)行數(shù)據(jù)的綜合和分析，優(yōu)點(diǎn)是能夠保持盡可能多的現(xiàn)場(chǎng)數(shù)據(jù)，缺點(diǎn)是對(duì)數(shù)據(jù)傳輸帶寬、數(shù)據(jù)之間配準(zhǔn)的精度要求較高，限制了它的應(yīng)用。特征級(jí)融合是屬于中間層次的融合，它的實(shí)質(zhì)是模式識(shí)別問(wèn)題。數(shù)據(jù)級(jí)融合，特征級(jí)融合的信息量大大地壓縮了，這樣有利于實(shí)時(shí)地處理，并且所提取的特征直接與決策分析有關(guān)，因此，融合的結(jié)果可以最大限度地給出決策分析所需要的特征信息。決策級(jí)融合相對(duì)前兩級(jí)融合而言，是ー種高層次的融合。決策級(jí)在融合之前，同一目標(biāo)不同類型的傳感器的信號(hào)處理模塊能夠完成包括特征提取，識(shí)別或者判決分類等任務(wù)。決策級(jí)融合在信息處理方面具有很高的靈活性，系統(tǒng)對(duì)信息傳送的帶寬要求較低，能有效地反映環(huán)境或目標(biāo)各個(gè)側(cè)面的不同類型信息，通信量小，抗干擾能力強(qiáng)，融合中心處理代價(jià)低。但是，由于這種方法首先要對(duì)原傳感器信息進(jìn)行預(yù)處理以得到各自的判定結(jié)果，所以也就導(dǎo)致了預(yù)處理代價(jià)高。另外，現(xiàn)有的決策級(jí)融合多采用投票表決策略識(shí)別調(diào)制信號(hào)，并且沒(méi)有考慮系統(tǒng)中識(shí)別的先驗(yàn)情況。投票表決策略依賴于各個(gè)接收節(jié)點(diǎn)獨(dú)立的判斷結(jié)果，沒(méi)有考慮多個(gè)接收節(jié)點(diǎn)判斷結(jié)果的相互影響，這降低了調(diào)制信號(hào)識(shí)別的準(zhǔn)確度。目前，大多數(shù)調(diào)制識(shí)別研究都僅限于單節(jié)點(diǎn)，但是隨著通信技術(shù)日益的發(fā)展，調(diào)制方式和信號(hào)的體制日益増加，另外無(wú)線通信環(huán)境的復(fù)雜多變，存在著深衰落、陰影衰落和隱藏節(jié)點(diǎn)等問(wèn)題，使得單節(jié)點(diǎn)的信號(hào)調(diào)制識(shí)別結(jié)果不穩(wěn)定，尤其是在低信噪比下識(shí)別率很低。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)上述背景技術(shù)的不足，提供了一種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法。本發(fā)明為實(shí)現(xiàn)上述發(fā)明目的采用如下技術(shù)方案
ー種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，通過(guò)N個(gè)接收節(jié)點(diǎn)協(xié)作來(lái)完成對(duì)2服’ 2 ASK r4 FSK APSK A ASK ,OFDM這六種調(diào)制方式的識(shí)別，包括如下步驟
步驟1，N個(gè)接收節(jié)點(diǎn)對(duì)待識(shí)別信號(hào)進(jìn)行采樣，每個(gè)接收節(jié)點(diǎn)分別提取采樣點(diǎn)信號(hào)的瞬時(shí)幅度參數(shù)、瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)，N為大于I的整數(shù)；
步驟2，根據(jù)步驟I獲取的各接收節(jié)點(diǎn)獲取的采樣信號(hào)的瞬時(shí)幅度參數(shù)、瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)計(jì)算識(shí)別調(diào)制方式的特征參數(shù)； 其中，所述識(shí)別調(diào)制方式的特征參數(shù)包括零中心歸ー化瞬時(shí)幅度之譜密度的最大值、零中心非弱信號(hào)段瞬時(shí)相位非線性分量絕對(duì)值的標(biāo)準(zhǔn)偏差、零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差、零中心歸ー化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差、ニ階矩陣和四階矩陣的組合參數(shù)；
步驟3，采用基于ニ叉樹決策的多類支持向量機(jī)構(gòu)造三層次分類SVM區(qū)分各種調(diào)制方
式；
步驟4，將步驟I中各個(gè)接收節(jié)點(diǎn)采集的信息作為基于ニ叉樹決策的多類支持向量機(jī)的訓(xùn)練樣本，利用訓(xùn)練樣本對(duì)基于ニ叉樹決策的多類支持向量機(jī)進(jìn)行訓(xùn)練，得到各接收節(jié)點(diǎn)的判斷結(jié)果；
步驟5，根據(jù)步驟4中各接收節(jié)點(diǎn)的判斷結(jié)果，計(jì)算每種調(diào)制方式的后驗(yàn)概率，比較找出最大后驗(yàn)概率，確定最大的后驗(yàn)概率所對(duì)應(yīng)的調(diào)制方式為待識(shí)別信號(hào)的調(diào)制方式。所述ー種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法中，步驟3具體包括如下步驟
步驟A，基于ニ叉樹決策的多類支持向量機(jī)根據(jù)ニ階矩陣和四階矩陣的組合參數(shù)構(gòu)造第一層次的二分類SVM，將調(diào)制方式分為ノIDM}:
對(duì)于{2AUHOTZW}組合采用步驟B所述方法繼續(xù)區(qū)分；
對(duì)于(2PSKAPSK,4mq組合采用步驟c所述方法繼續(xù)區(qū)分；
步驟B，基于ニ叉樹決策的多類支持向量機(jī)構(gòu)造第二、第三層次的二分類SVM區(qū)分各調(diào)制方式
步驟B-1，根據(jù)零中心歸ー化瞬時(shí)幅度之譜密度的最大值構(gòu)造第二層次的二分類SVM，將幅度調(diào)制方式組合中的ΟΜ)Μ方式區(qū)分開(kāi)；
步驟Β-2，根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差、零中心歸ー化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差構(gòu)建第三層次的二分類SW,將2PSKAPSKAMK區(qū)分開(kāi)；
步驟C，根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量絕對(duì)值的標(biāo)準(zhǔn)偏差、零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差構(gòu)造第二層次的三分類SVM,將2PSKAPSK和4FSK區(qū)分開(kāi)。本發(fā)明采用上述技術(shù)方案，具有以下有益效果
I.采用基于ニ叉決策樹的SVM具有層次性，減少了要訓(xùn)練的支持向量機(jī)數(shù)量，同時(shí)也消除了在決策時(shí)存在同時(shí)屬于多類或不屬于任何ー類的缺陷，提高了分類效率。2.通過(guò)多用戶的協(xié)作識(shí)別糾正了單用戶檢測(cè)時(shí)的錯(cuò)誤，特別可以提高在低信噪比情況下的識(shí)別率。3.考慮系統(tǒng)中識(shí)別的先驗(yàn)情況以及多個(gè)接收節(jié)點(diǎn)判斷結(jié)果的影響，采用最大后驗(yàn)概率的融合決策得到識(shí)別結(jié)果比傳統(tǒng)了投票表決融合決策得到的識(shí)別結(jié)果可靠性高。


圖I為各接收節(jié)點(diǎn)協(xié)作識(shí)別調(diào)制信號(hào)的示意圖。圖2為各接受節(jié)點(diǎn)利用基于ニ叉樹決策的支持向量機(jī)區(qū)分調(diào)制方式的示意圖。圖3為根據(jù)零中心歸ー化瞬時(shí)幅度之譜密度的最大值區(qū)分各調(diào)制方式的結(jié)果圖。、圖4為根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量絕對(duì)值的標(biāo)準(zhǔn)偏差區(qū)分各調(diào)制方式的結(jié)果圖。圖5為根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差區(qū)分各調(diào)制方式的結(jié)果圖。圖6為根據(jù)零中心歸ー化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差區(qū)分各調(diào)制方式的結(jié)果圖。圖7為根據(jù)ニ階矩和四階矩的組合系數(shù)區(qū)分各調(diào)制方式的結(jié)果圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明
如圖I所示，節(jié)點(diǎn)1，節(jié)點(diǎn)2…節(jié)點(diǎn)N是散落在不同地理位置的調(diào)制信號(hào)識(shí)別節(jié)點(diǎn)。每個(gè)節(jié)點(diǎn)接收到信號(hào)后提取信號(hào)的特征參數(shù)，利用事先訓(xùn)練好的基于ニ叉樹決策的支持向量機(jī)得到識(shí)別結(jié)果，然后將判決結(jié)果\及接收信噪比^^送往融合中心，融合中心可以收到N
個(gè)節(jié)點(diǎn)的判決結(jié)果，然后根據(jù)最大后驗(yàn)概率的數(shù)據(jù)融合準(zhǔn)則得到最后的判決結(jié)果?；跊Q策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，通過(guò)N個(gè)接收節(jié)點(diǎn)協(xié)作來(lái)完成對(duì)H 2ASK, 4 FSK,APSK, 4 ASK, OFDM這六種調(diào)制方式的識(shí)別，包括如下步驟
步驟1，截取一段碼元數(shù)為1024的信號(hào)，然后對(duì)信號(hào)進(jìn)行采樣，采樣頻率為Js = YmKHz ,碼元速率為=12.SAft3W，這段信號(hào)共有98304個(gè)采樣點(diǎn)(N=98304)，提取采樣點(diǎn)信號(hào)的瞬時(shí)幅度參數(shù)、瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)。步驟2，根據(jù)步驟I獲取的各接收節(jié)點(diǎn)獲取的采樣信號(hào)的瞬時(shí)幅度參數(shù)瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)計(jì)算識(shí)別調(diào)制方式的特征參數(shù)；
(I)零中心歸ー化瞬時(shí)幅度之譜密度的最大值的表達(dá)式為公式(I)
r匪=max: I DFT{acn ( ))「IN(I)
零中心歸ー化瞬時(shí)幅度Sm(I)由公式(2)計(jì)算得到
a Jf) = A<S)(2)
瞬時(shí)幅度歸ー化值40)利用公式(3)計(jì)算得到
權(quán)利要求
1.· ー種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，通過(guò)N個(gè)接收節(jié)點(diǎn)協(xié)作來(lái)完成對(duì)2PSK, 2ASK,4FSK,APEK,4ASK,OFDM這六種調(diào)制方式的識(shí)別，其特征在于包括如下步驟 步驟1，N個(gè)接收節(jié)點(diǎn)對(duì)待識(shí)別信號(hào)進(jìn)行采樣，每個(gè)接收節(jié)點(diǎn)分別提取采樣點(diǎn)信號(hào)的瞬時(shí)幅度參數(shù)、瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)，N為大于I的整數(shù)； 步驟2，根據(jù)步驟I獲取的各接收節(jié)點(diǎn)獲取的采樣信號(hào)的瞬時(shí)幅度參數(shù)、瞬時(shí)相位參數(shù)、瞬時(shí)頻率參數(shù)計(jì)算識(shí)別調(diào)制方式的特征參數(shù)； 其中，所述識(shí)別調(diào)制方式的特征參數(shù)包括零中心歸ー化瞬時(shí)幅度之譜密度的最大值、零中心非弱信號(hào)段瞬時(shí)相位非線性分量絕對(duì)值的標(biāo)準(zhǔn)偏差、零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差、零中心歸ー化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差、ニ階矩陣和四階矩陣的組合參數(shù)； 步驟3，采用基于ニ叉樹決策的多類支持向量機(jī)構(gòu)造三層次分類SVM區(qū)分各種調(diào)制方式； 步驟4，將步驟I中各個(gè)接收節(jié)點(diǎn)采集的信息作為基于ニ叉樹決策的多類支持向量機(jī)的訓(xùn)練樣本，利用訓(xùn)練樣本對(duì)基于ニ叉樹決策的多類支持向量機(jī)進(jìn)行訓(xùn)練，得到各接收節(jié)點(diǎn)的判斷結(jié)果； 步驟5，根據(jù)步驟4中各接收節(jié)點(diǎn)的判斷結(jié)果，計(jì)算每種調(diào)制方式的后驗(yàn)概率，比較找出最大后驗(yàn)概率，確定最大的后驗(yàn)概率所對(duì)應(yīng)的調(diào)制方式為待識(shí)別信號(hào)的調(diào)制方式。
2.根據(jù)權(quán)利要求I所述的ー種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，其特征在于所述步驟3具體包括如下步驟 步驟A，基于ニ叉樹決策的多類支持向量機(jī)根據(jù)ニ階矩陣和四階矩陣的組合參數(shù)構(gòu)造第一層次的二分類SVM，將調(diào)制方式分為OFDM)、[2PSKAPSK,4PSKj : 對(duì)于組合采用步驟B所述方法繼續(xù)區(qū)分； 對(duì)于雙}組合采用步驟C所述方法繼續(xù)區(qū)分； 步驟B，基于ニ叉樹決策的多類支持向量機(jī)構(gòu)造第二、第三層次的二分類SVM區(qū)分各調(diào)制方式 步驟B-1，根據(jù)零中心歸ー化瞬時(shí)幅度之譜密度的最大值構(gòu)造第二層次的二分類SVM，將幅度調(diào)制方式組合中的方式區(qū)分開(kāi)； 步驟Β-2，根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差、零中心歸ー化瞬時(shí)幅度絕對(duì)值的標(biāo)準(zhǔn)偏差構(gòu)建第三層次的二分類SW,將2PSKAPSKAFSK區(qū)分開(kāi)； 步驟C，根據(jù)零中心非弱信號(hào)段瞬時(shí)相位非線性分量絕對(duì)值的標(biāo)準(zhǔn)偏差、零中心非弱信號(hào)段瞬時(shí)相位非線性分量的標(biāo)準(zhǔn)偏差構(gòu)造第二層次的三分類SVM,將2PSKAPSK和4FSK區(qū)分開(kāi)。
全文摘要
本發(fā)明公開(kāi)了一種基于決策層數(shù)據(jù)融合的協(xié)作調(diào)制信號(hào)識(shí)別方法，屬于無(wú)線通信的技術(shù)領(lǐng)域。本發(fā)明通過(guò)獲取多個(gè)接收節(jié)點(diǎn)所采集樣本信號(hào)的特征值，利用基于二叉樹決策的支持向量機(jī)得到各接收節(jié)點(diǎn)的判斷結(jié)果，數(shù)據(jù)融合中心采用最大后驗(yàn)概率的決策最終確定待識(shí)別信號(hào)的調(diào)制方式。本發(fā)明采用基于二叉決策樹的SVM減少了要訓(xùn)練的支持向量機(jī)數(shù)量，提高了分類效率；通過(guò)多用戶的協(xié)作識(shí)別糾正了單用戶檢測(cè)時(shí)的錯(cuò)誤，特別可以提高在低信噪比情況下的識(shí)別率；考慮系統(tǒng)中識(shí)別的先驗(yàn)情況以及多個(gè)接收節(jié)點(diǎn)判斷結(jié)果的影響，采用最大后驗(yàn)概率的融合決策得到識(shí)別結(jié)果比傳統(tǒng)的投票表決融合決策得到的識(shí)別結(jié)果可靠性高。
文檔編號(hào)H04L27/34GK102647391SQ20121008979
公開(kāi)日2012年8月22日 申請(qǐng)日期2012年3月30日 優(yōu)先權(quán)日2012年3月30日
發(fā)明者朱冬梅, 朱洪波, 朱琦, 楊龍祥 申請(qǐng)人:南京郵電大學(xué)