论文部分内容阅读
调制信号的自动识别是现代通信技术中的一个重要的研究领域,目前海洋作为重要的军事和经济战略重点,水声通信信号调制方式识别的研究具有重要的意义。然而,由于水声信道的多种复杂特性以及水下冲击噪声的干扰,致使水声通信信号的识别面临着诸多挑战。本文所研究的内容如下:首先,建立了水声信道模型和冲击噪声模型。由于水声信道复杂的时变-空变特性,水声信道建模选择物理模型和统计模型相结合的方式,其中物理模型由基于实测水下环境数据的BELLHOP仿真软件模拟产生,统计模型利用时变多径瑞利衰落模型。冲击噪声模型基于Alpha稳定分布理论,由于在Alpha冲击噪声下,传统的信噪比概念失去意义,定义了联合信噪比作为衡量噪声强度的物理量。水声信道及噪声模型的建立,为后续识别算法性能仿真提供了平台和仿真环境。其次,针对水下冲击噪声,研究了基于信号频域分形盒维数特征的调制方式识别方法。由于特征指数为1(27)??2的冲击噪声对信号的频谱影响较小,故信号频域的盒维数特征在此冲击噪声下具有一定的稳定性。为了进一步提升算法性能,利用非线性变换对冲击噪声进行预处理。仿真结果表明,该算法有效识别了冲击噪声下SSB、4FSK、QPSK、OFDM信号,预处理后识别性能及稳定性显著提升。再次,针对时变水声多径信道,提出了基于Stockwell变换时频谱能量熵的信号调制方式识别方法。为了衡量不同信号时频谱能量分布差异,该方法提取时频谱能量熵作为识别特征。仿真验证了该方法在不同信道条件下的性能,结果显示,该方法在水声信道下有效识别了SSB、FM、4FSK、QPSK、OFDM信号,且在水声信道中加入冲击噪声后算法依然有较好的识别性能。最后,在上文单特征提取方法的基础上,增加时域包络样本熵特征,研究了多特征融合的信号调制识别方法。该方法融合利用时域、频域、S变换域多角度信号特征,将两种多特征融合方法应用于调制方式识别之中。一是基于DS证据理论的决策级融合方法,提出了基于马氏距离和指数分配函数的基本概率赋值分配策略,利用DS证据理论的融合及决策准则实现调制信号的识别;二是基于多类支持向量机的特征级融合方法,将信号三种特征合成多特征向量输入支持向量机进行识别。仿真结果表明,基于多特征融合的调制识别算法在水声信道及冲击噪声环境下识别性能较好,与单特征方法相比性能提升显著,且增加了可识别信号种类,但同时其运算量显著增大,在实际应用中需要折中考虑。另外。基于多特征融合的识别方法,实现了MC-MFSK和OFDM信号的区分,且具有较高的正确识别率。