一种通信信号的自动调制识别技术研究

时间:2022-07-01 03:42:45

一种通信信号的自动调制识别技术研究

摘 要 本文利用在通信信号自动调制识别未知调制信息的前提下,判断出信号的调制方式,并估计出信号的调制特征参数。并阐述了用邻域粗糙集属性快速约简算法进行特征参数选择的,然后利用BP神经网络作为识别器对信号进行识别。

【关键词】邻域粗糙集 特征选择 属性约简 快速算法 BP神经网络

如果想要在多信号环境或有各种噪声干扰的条件下确定调制样式和信号参数,就必需对通信信号的自动调制识别有必要的研究。调制信号的自动识别的研究目标一般包括信号预处理、信号特征提取、信号特征选择和分类器设计四部分。本文以调制信号的自动识别作为研究目标,主要实现邻域粗糙集快速约简算法对特征参数的选取,以对通信信号进行有效的识别奠定基础。

1 调制信号特征参数的提取

对于从不同渠道截获的通信信号,为了提取到可信的和可用的特征参数,首先,必须对所获取的通信信号采用相关的方法进行预处理,在此基础上才能对其进行特征参数的提取。

2 通信调制信号特征选择

本文选择了基于邻域粗糙集的快速约简算法,这种算法利用正域与属性集的单调关系,能够直接处理连续型属性,而无需对其进行离散化处理,也就避免了因为离散化而带来的重要信息的损失。

2.1 属性选择快速算法

属性选择过程常采取前向贪心搜索策略,通过测试加入新的候选属性后度量指标的变化,来生成新的属性子集。以粗糙集属性依赖度作为度量指标时,需计算属性子集下的正域样本个数。以往在逐个向已选条件属性集E中添加任一新属性r时,要重新依次判断各个样本是否在正域内。根据新加入的属性仅对区分边界样本有效,在计算决策属性D对(E+r)的属性依赖度时,只需判断原来负域中的样本即可。由此可能大大减少样本判断次数。

2.2 快速约简结果

表1中δ表示邻域的大小,N1和N2分别表示经过特征提取后的原始特征数目和经过快速约简后选择出的特征数目,Accuracy表示快速约简后选择的特征子集的分类精度。本文只列出信噪比为30dB时的属性约简结果。

表1中可以发现当δ小于0.1时,快速属性约简算法后特征选择得到的参数比较少,相对应的分类精度也比较低;而且当δ大于0.5时,特征参数的选择达到一个稳定的趋势。

3 BP神经网络调制识别

利用6300个信号样本作为本文研究的实验对象。其中的4200个通信调制信号样本作为训练样本,剩下的2100个通信调制信号样本作为测试样本。采用本文介绍的方法直接对其进行快速属性约简。将经过属性约简后形成的决策表中的数据作为三层BP网络的训练样本进行训练,最后用训练好的BP网络对待识别的通信信号进行识别。

图1给出了信噪比在15dB下、δ=0、0.4、0.7时的调制信号识别图。

图2给出了信噪比在30dB下、δ=0、0.4、0.7时的调制信号识别图。

从图1和图2可以看出δ为0时,各个调制信号的识别率都比较低,因为快速属性约简后得到的特征数目较少,不能充分的识别各个调制信号,但随着信噪比的增大,可以明确的识别两种信号,因为调制信号提取的一个特征可以识别两种信号。并且随着信噪比的不断增大,单个信号识别率和总体信号平均识别率都在不断提高。需要说明的是,实验结果与神经网络隐含层神经元个数有直接的关系,但论文没有详细的阐述。

4 结论

本论文采用了不需离散化的邻域粗糙集快速属性约简算法来进行特征选择,也就避免了因为离散化处理而丢失一些重要的信息,通过大量实验得出利用这种方法和BP神经网络相结合进行调制信号识别的识别率是有保障的,随着信噪比的增加,各个调制信号的识别率都在增加。

参考文献

[1]常犁云,王国胤,吴渝.一种基于Rough Set理论的属性约简及规则提取方法[J].软件学报,1999,10(11):1207-1211.

[2]张雪峰,张庆灵.粗糙集数据分析系统MATLAB仿真工具箱设计[J].东北大学学报,2004,28(1):40-43.

[3]范小骞.电子对抗中通信信号数字调制自动识别的研究[D].太原:太原理工大学,2006.

[4]赛英.粗糙集扩展模型及其在数据挖掘中的应用研究[D].长沙:国防科技大学,2002.

[5]Jensen R,Shen Q.Semantics-preserving dimensionality reduction:rough and fuzzy-rough-based approaches.IEEE Transaction on Konowledge and Data Engineering,2004,16(12):1457-1471.

[6]胡清华,于达仁,谢宗霞.基于邻域粒化和粗糙逼近的数值属性约简[J].软件学报,2008,19(3):640-649.

[7]胡清华,赵辉,于达仁.基于粗糙集的符号与数值属性的快速约简算法[J].模式识别与人工智能,2008,21(6):732-738.

作者单位

许继集团许继电源有限公司 河南省许昌市 461000

上一篇:刍议电子机械设备的控制系统 下一篇:探析云计算的大数据安全隐私保护研究