本發(fā)明涉及通信技術(shù)領(lǐng)域,具體涉及一種基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別方法與系統(tǒng)。
背景技術(shù):
通信信號(hào)調(diào)制識(shí)別技術(shù)在軍用通信和民用通信中都有著廣泛的應(yīng)用。在民用方面,政府為實(shí)施有效的頻譜管理和頻譜監(jiān)督,需要實(shí)時(shí)對(duì)未登記注冊(cè)的民用發(fā)射機(jī)進(jìn)行監(jiān)測(cè),以免對(duì)授權(quán)用戶(hù)通信造成干擾。在軍用方面,調(diào)制識(shí)別技術(shù)在電子對(duì)抗、電子反對(duì)抗、目標(biāo)捕獲、通信告警等方面處于關(guān)鍵的地位。通過(guò)調(diào)制識(shí)別接收機(jī),攔截對(duì)方通信信號(hào),識(shí)別其調(diào)制方式,再進(jìn)一步對(duì)其進(jìn)行解調(diào)和信息分析,獲得對(duì)我軍有利的信息,從而制定相應(yīng)對(duì)策。因此,研究調(diào)制識(shí)別技術(shù),在現(xiàn)代通信領(lǐng)域有重大意義。
M-QAM信號(hào)因其頻譜利用率高,調(diào)制方式靈活多樣,在衛(wèi)星通信、網(wǎng)絡(luò)通信以及認(rèn)知無(wú)線(xiàn)電方面有著廣泛的應(yīng)用。目前,在M-QAM信號(hào)調(diào)制識(shí)別方面也有著大量的研究。Mobasseri采用模糊C均值聚類(lèi)算法重構(gòu)信號(hào)星座圖,在信噪比為5dB時(shí)識(shí)別QPSK、8PSK和16QAM信號(hào),識(shí)別率超過(guò)90%,但是模糊C均值算法須預(yù)先給定聚類(lèi)中心數(shù)目和聚類(lèi)中心初始位置,不利于應(yīng)用到實(shí)際。侯健等人利用減法聚類(lèi)算法得到的聚類(lèi)中心來(lái)重構(gòu)信號(hào)星座圖,通過(guò)與標(biāo)準(zhǔn)信號(hào)星座圖的相關(guān)性來(lái)正確識(shí)別調(diào)制方式,在信噪比為10dB時(shí),識(shí)別16QAM、32QAM和64QAM信號(hào),識(shí)別率達(dá)到95%,但在低信噪比下基本無(wú)法正確識(shí)別相應(yīng)的調(diào)制信號(hào)。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明所要解決的技術(shù)問(wèn)題是現(xiàn)有MQAM信號(hào)識(shí)別方法存在識(shí)別率低,且不利于應(yīng)用到實(shí)際的問(wèn)題,提供一種基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別方法與系統(tǒng)。
為解決上述問(wèn)題,本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:
基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別方法,包括如下步驟:
步驟(1)初始化鄰域半徑ra,設(shè)置上門(mén)限和下門(mén)限ε。
步驟(2)把基帶信號(hào)數(shù)據(jù)集的每一個(gè)數(shù)據(jù)點(diǎn)當(dāng)作潛在的聚類(lèi)中心,并計(jì)算每一個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo);
步驟(3)從基帶信號(hào)數(shù)據(jù)集中選出具有最大密度指標(biāo)的數(shù)據(jù)點(diǎn)賦值給ck,其密度指標(biāo)同時(shí)賦值給Dck和Dc1;
步驟(4)采用粒子群算法對(duì)數(shù)據(jù)點(diǎn)ck進(jìn)行修正,得到修正后的數(shù)據(jù)點(diǎn)c'k;
步驟(5)判斷是否成立;如果成立,則把修正后的數(shù)據(jù)點(diǎn)c'k作為聚類(lèi)中心,并轉(zhuǎn)至步驟(8);否則,轉(zhuǎn)至步驟(6);
步驟(6)判斷Dck<εDc1是否成立;如果成立,則不把修正后的數(shù)據(jù)點(diǎn)c'k作為聚類(lèi)中心,并轉(zhuǎn)至步驟(9);否則,轉(zhuǎn)至步驟(7);
步驟(7)判斷下式是否成立:
式中:dmin為所有聚類(lèi)中心之間的最小距離,ra為領(lǐng)域半徑,Dck為第k個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo),c'k為修正后的數(shù)據(jù)點(diǎn);
如果成立,則把數(shù)據(jù)點(diǎn)c'k作為一個(gè)聚類(lèi)中心,并轉(zhuǎn)至步驟(8);否則,將數(shù)據(jù)點(diǎn)c'k的密度指標(biāo)置0,并轉(zhuǎn)至步驟(8);
步驟(8)從基帶信號(hào)數(shù)據(jù)集中余下的數(shù)據(jù)點(diǎn)中選擇密度指標(biāo)最高的數(shù)據(jù)點(diǎn)賦值給ck,其密度指標(biāo)賦值給Dck,并返回步驟(4);直至將基帶信號(hào)數(shù)據(jù)集中的所有數(shù)據(jù)點(diǎn)選擇完;
步驟(9)輸出所有的聚類(lèi)中心;
步驟(10)計(jì)算每個(gè)聚類(lèi)中心到坐標(biāo)原點(diǎn)的距離r,并進(jìn)行排序;取前N個(gè)最大距離r的均值定義為rmax,后N個(gè)最小距離r的均值定義為rmin,其中N為設(shè)定值;并根據(jù)下式計(jì)算R的大小,作為MQAM的分類(lèi)特征:
步驟(11)將R與標(biāo)準(zhǔn)星座圖圓半徑的特征范圍比較,并由此判別出QAM的信號(hào)類(lèi)型。
上述密度指標(biāo)的計(jì)算公式為:
式中:Di為密度指標(biāo),ra為鄰域半徑,n為數(shù)據(jù)點(diǎn)總數(shù),i、j為數(shù)據(jù)點(diǎn)下標(biāo),1≤i≤n,1≤j≤n。
上述步驟(4)中,采用粒子群算法對(duì)數(shù)據(jù)點(diǎn)ck進(jìn)行修正的過(guò)程具體如下:
步驟(4.1)以數(shù)據(jù)點(diǎn)ck為圓心定義一個(gè)搜索半徑rs,將數(shù)據(jù)點(diǎn)ck及其半徑內(nèi)所有數(shù)據(jù)點(diǎn)初始化為粒子;
步驟(4.2)計(jì)算每個(gè)粒子的適應(yīng)度值;
步驟(4.3)更新每個(gè)粒子的個(gè)體極值pi和整個(gè)種群的全局最優(yōu)解pg;
步驟(4.4)更新每個(gè)粒子的速度和位置;
步驟(4.5)計(jì)算更新后的粒子與數(shù)據(jù)點(diǎn)ck的距離:如果這個(gè)距離大于搜索半徑rs,則返回步驟(4.1),縮小搜索半徑rs,重新初始化粒子;否則,轉(zhuǎn)至步驟(4.6);
步驟(4.6)迭代次數(shù)加1;如果迭代次數(shù)小于等于設(shè)定迭代次數(shù)閾值,則返回步驟(4.2),重新計(jì)算每個(gè)粒子的適應(yīng)度值;否則,將所得到的全局最優(yōu)解pg作為修正后的數(shù)據(jù)點(diǎn)c'k,并結(jié)束粒子群算法。
上述步驟(9)中,在輸出聚類(lèi)中心之前,還進(jìn)一步包括采用減法聚類(lèi)公式對(duì)每個(gè)聚類(lèi)中心進(jìn)行修正的步驟。
上述信號(hào)識(shí)別方法,還進(jìn)一步包括步驟(12),即判決結(jié)束后,將判決結(jié)果通過(guò)上位機(jī)顯示。
基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別系統(tǒng),其特征是,包括射頻接收模塊、載波頻率估計(jì)模塊、信號(hào)變頻模塊、模數(shù)采集模塊、信號(hào)識(shí)別模塊和控制模塊;射頻接收模塊將接收到的信號(hào)送入載波頻率估計(jì)模塊;載波頻率估計(jì)模塊對(duì)信號(hào)進(jìn)行載波頻率估計(jì),估計(jì)結(jié)果送入控制模塊存儲(chǔ);控制模塊調(diào)整信號(hào)變頻模塊的本振輸出頻率將信號(hào)搬移到基帶,然后控制模數(shù)采集模塊對(duì)基帶信號(hào)進(jìn)行數(shù)據(jù)采集;信號(hào)識(shí)別模塊完成信號(hào)的識(shí)別和判決,判決結(jié)果送入控制模塊。
上述信號(hào)識(shí)別系統(tǒng),還進(jìn)一步包括上位機(jī),該上位機(jī)將控制模塊所得到的判決結(jié)果進(jìn)行顯示。
上述模數(shù)采集模塊為雙通道模數(shù)采集模塊。
與現(xiàn)有技術(shù)相比,本發(fā)明抗干擾能力強(qiáng),在低信噪比條件下,信號(hào)識(shí)別率高,且更利于應(yīng)用到實(shí)際。
附圖說(shuō)明
圖1為基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別方法的流程圖。
圖2為圖1中信號(hào)識(shí)別的流程圖。
圖3為基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別系統(tǒng)的硬件框架圖。
圖4為信噪比為0dB下采集的基帶信號(hào)數(shù)據(jù)集。
圖5為信噪比為0dB下重構(gòu)的16QAM信號(hào)星座圖。
圖6為信噪比為0dB下采集的基帶信號(hào)數(shù)據(jù)集。
圖7為信噪比為0dB下重構(gòu)的32QAM信號(hào)星座圖。
具體實(shí)施方式
一種基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別方法,如圖1所示,包括如下步驟:
(1)將射頻天線(xiàn)接收到的信號(hào)進(jìn)行載波頻率估計(jì)。
(2)對(duì)載波頻率估計(jì)后的信號(hào)下變頻,得到復(fù)基帶信號(hào)。
(3)雙路模數(shù)轉(zhuǎn)換器(AD)對(duì)復(fù)基帶信號(hào)進(jìn)行采樣,得到基帶信號(hào)數(shù)據(jù)集為(x1,x2,...,xn)
(4)將采樣得到的數(shù)據(jù)集送入基帶信號(hào)處理模塊,通過(guò)信號(hào)識(shí)別算法進(jìn)行處理。具體算法流程圖如圖2所示,具體步驟為:
(4.1)初始化鄰域半徑ra=0.8,設(shè)置上門(mén)限下門(mén)限ε=0.32。
(4.2)將采集到的數(shù)據(jù)集(x1,x2,...,xn)進(jìn)行減法聚類(lèi)處理,每個(gè)數(shù)據(jù)點(diǎn)都是聚類(lèi)中心的候選者,即把每一個(gè)采集到的數(shù)據(jù)點(diǎn)當(dāng)作潛在的聚類(lèi)中心,計(jì)算每一個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo),數(shù)據(jù)點(diǎn)xi的密度指標(biāo)計(jì)算公式為:
式中:Di為密度指標(biāo),ra為減法聚類(lèi)初始的鄰域半徑,n為數(shù)據(jù)點(diǎn)總數(shù),i、j為數(shù)據(jù)點(diǎn)下標(biāo),1≤i≤n,1≤j≤n。
(4.3)將每個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo)放入基帶存儲(chǔ)區(qū)存儲(chǔ),在存儲(chǔ)區(qū)內(nèi)選擇一個(gè)具有最大密度指標(biāo)的數(shù)據(jù)點(diǎn)ck作為數(shù)據(jù)點(diǎn)(k為聚類(lèi)中心個(gè)數(shù),初始值為1)。
第一次所得最大密度指標(biāo)的數(shù)據(jù)點(diǎn)的密度指標(biāo)賦值給Dc1(該值為始終不變的固定值),每次迭代所得最大密度指標(biāo)的數(shù)據(jù)點(diǎn)的密度指標(biāo)值賦值給Dck(該值為持續(xù)更新的可變值)。
(4.4)運(yùn)行粒子群算法對(duì)數(shù)據(jù)點(diǎn)ck進(jìn)行修正,得到一個(gè)修正后的數(shù)據(jù)點(diǎn)c'k,粒子群算法具體步驟為:
(4.4.1)設(shè)迭代次數(shù)C初始化為0,最大值為50。
以數(shù)據(jù)點(diǎn)ck為圓心定義一個(gè)搜索半徑rs,將數(shù)據(jù)點(diǎn)ck及其半徑內(nèi)所有數(shù)據(jù)點(diǎn)初始化為粒子,每個(gè)粒子都是數(shù)據(jù)點(diǎn)的候選者。
搜索半徑rs定義為:
rs=min(ra/2,min||ck+1-ci||/2,i∈(1,2,...,k))
式中:ra為減法聚類(lèi)初始的鄰域半徑,ck+1為第k+1個(gè)聚類(lèi)中心點(diǎn),ci為第i個(gè)聚類(lèi)中心點(diǎn),且i∈(1,2,...,k)。
(4.4.2)計(jì)算每個(gè)粒子的適應(yīng)度值,適應(yīng)度函數(shù)定義為:
式中:n為數(shù)據(jù)點(diǎn)總數(shù),i、j為數(shù)據(jù)點(diǎn)下標(biāo),1≤i≤n,1≤j≤n,ra為減法聚類(lèi)初始的鄰域半徑,rb定義了一個(gè)密度指標(biāo)顯著減小的區(qū)域,一般取rb=1.5ra,x為以ck為圓心,半徑為rs內(nèi)的所有數(shù)據(jù)點(diǎn),cj為更正前聚類(lèi)中心,k為聚類(lèi)中心個(gè)數(shù)。
(4.4.3)更新每個(gè)粒子的個(gè)體極值pi和整個(gè)種群的全局最優(yōu)解pg。
(4.4.4)更新每個(gè)粒子的速度,更新公式為:
Vi(t+1)=ω*Vi(t)+c1*rand()*(Pi-Xi(t))+c2*rand()*(Pg-Xi(t))
式中:ω為慣性權(quán)重,c1和c2為粒子學(xué)習(xí)速度,rand()為介于[0,1]之間的隨機(jī)數(shù)。在本實(shí)施例中,慣性權(quán)重ω=0.6,學(xué)習(xí)速度c1=3、c2=4。
限制粒子的速度在區(qū)間[-2ra,2ra]。
(4.4.5)更新每個(gè)粒子的位置,更新公式為:
Xi(t+1)=Xi(t)+Vi(t+1)
(4.4.6)計(jì)算更新后的粒子與數(shù)據(jù)點(diǎn)ck的距離:如果這個(gè)距離大于搜索半徑rs,則返回步驟(4.4.1),將搜索半徑變?yōu)?.5rs,重新初始化粒子;否則,轉(zhuǎn)至步驟(4.4.7)。
(4.4.7)迭代次數(shù)C加1。如果C≤50,則返回步驟(4.4.2),重新計(jì)算每個(gè)粒子的適應(yīng)度值;否則,將所得到的全局最優(yōu)解pg作為修正后的數(shù)據(jù)點(diǎn)c'k,并結(jié)束粒子群算法。
(4.5)判斷是否成立:如果成立,把修正后的數(shù)據(jù)點(diǎn)c'k作為最終聚類(lèi)中心,并采用減法聚類(lèi)公式對(duì)每個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo)進(jìn)行修正,修正完后跳至步驟(4.9);否則,繼續(xù)下一步驟。
上述減法聚類(lèi)公式即將數(shù)據(jù)點(diǎn)的密度指標(biāo)Di更新為:
式中:Dck為第k個(gè)聚類(lèi)中心的密度指標(biāo),xi為數(shù)據(jù)點(diǎn),c'k為修正后的數(shù)據(jù)點(diǎn),rb=1.5ra。
(4.6)判斷Dck<εDc1是否成立:如果成立,不把修正后的數(shù)據(jù)點(diǎn)c'k作為最終聚類(lèi)中心,迭代停止,跳至步驟(4.10);否則,繼續(xù)下一步驟。
(4.7)當(dāng)時(shí),計(jì)算修正后的數(shù)據(jù)點(diǎn)c'k之間的最小距離dmin;
(4.8)判斷下式是否成立,
式中:dmin為所有修正后的聚類(lèi)中心點(diǎn)之間的最小距離,ra為減法聚類(lèi)初始領(lǐng)域半徑,Dck為第k個(gè)聚類(lèi)中心對(duì)應(yīng)的密度指標(biāo),c'k為經(jīng)過(guò)粒子群算法對(duì)ck修正后的聚類(lèi)中心。
如果成立,則把修正后的數(shù)據(jù)點(diǎn)c'k作為一個(gè)最終聚類(lèi)中心,并采用步驟(4.5)中的減法聚類(lèi)公式對(duì)每個(gè)數(shù)據(jù)點(diǎn)的密度指標(biāo)進(jìn)行修正;如果不成立,則修正后的數(shù)據(jù)點(diǎn)c'k不作為最終聚類(lèi)中心,修正后的數(shù)據(jù)點(diǎn)c'k的密度指標(biāo)置0。
(4.9)從數(shù)據(jù)集中余下的數(shù)據(jù)點(diǎn)中選擇具有最大密度指標(biāo)的點(diǎn)作為下一個(gè)數(shù)據(jù)點(diǎn),聚類(lèi)中心個(gè)數(shù)k增加1,并將最大密度指標(biāo)點(diǎn)的值賦給ck,其對(duì)應(yīng)的密度指標(biāo)賦值給Dck,并跳至步驟(4.4)采用粒子群算法對(duì)聚類(lèi)中心進(jìn)行修正。
(4.10)輸出聚類(lèi)中心(c’1,c'2...,c'k)。
(4.11)由于星座圖中的每個(gè)數(shù)據(jù)點(diǎn)可以按照到原數(shù)據(jù)點(diǎn)的距離不同而劃分到半徑不同的圓上,所以計(jì)算每個(gè)聚類(lèi)中心到坐標(biāo)原點(diǎn)的距離作為半徑并排序,取前4個(gè)最大的值的均值定義為rmax,后4個(gè)最小值的均值定義為rmin,計(jì)算R的大小,作為MQAM的分類(lèi)特征
(4.12)將R與標(biāo)準(zhǔn)星座圖圓半徑的特征范圍比較,若R∈(1.6,2.6],判為8QAM;若R∈(2.6,3.5],判為16QAM;若R∈(3.5,5.6],判為32QAM;若R∈(5.6,8.1]判為64QAM;若R∈(5.1,12.1],判為128QAM;若R∈(12.1,∞),則判為256QAM。
(5)判決結(jié)束后,將判決結(jié)果通過(guò)上位機(jī)顯示。
上述方法所設(shè)計(jì)的基于聚類(lèi)與粒子群重構(gòu)星座圖的信號(hào)識(shí)別系統(tǒng),如圖3所示,包括射頻接收模塊、載波頻率估計(jì)模塊、信號(hào)變頻模塊、模數(shù)采集模塊、信號(hào)識(shí)別模塊、控制模塊以及上位機(jī)。射頻接收模塊主要負(fù)責(zé)接受敵方通信信號(hào),由于非合作接受對(duì)信號(hào)具體載波頻率是未知的,因此射頻天線(xiàn)的選擇為超寬帶天線(xiàn)。信號(hào)接收后,將其送入載波頻率估計(jì)模塊進(jìn)行載波頻率估計(jì),估計(jì)結(jié)果送入控制模塊存儲(chǔ)??刂颇K根據(jù)收到指令,調(diào)整信號(hào)變頻模塊的本振輸出頻率將信號(hào)搬移到基帶,然后控制模數(shù)采集模塊對(duì)基帶信號(hào)進(jìn)行數(shù)據(jù)采集,由于基帶信號(hào)為復(fù)數(shù),因此采用的AD為雙通道AD。數(shù)據(jù)采集后,將其送入信號(hào)識(shí)別模塊。信號(hào)識(shí)別模塊由DSP和FPGA構(gòu)成,主要負(fù)責(zé)信號(hào)的識(shí)別和判決,判決結(jié)果送入控制模塊,并通過(guò)上位機(jī)顯示。
圖4所示為雙路AD對(duì)輸入的16QAM調(diào)制信號(hào)采集的數(shù)據(jù)集。在信噪比為0dB下,采用本發(fā)明對(duì)采集的基帶信號(hào)數(shù)據(jù)進(jìn)行聚類(lèi)識(shí)別,如圖5所示,最終聚類(lèi)數(shù)目為16個(gè),并且各聚類(lèi)中心分布基本均勻,和理想的16QAM信號(hào)星座相比,相似度很高,證明了本發(fā)明方法的有效性。
圖6所示為雙路AD對(duì)輸入的64QAM調(diào)制信號(hào)采集的數(shù)據(jù)集。在信噪比為0dB下,采用本發(fā)明的方法對(duì)采集的基帶信號(hào)數(shù)據(jù)進(jìn)行聚類(lèi)識(shí)別,如圖7所示最終聚類(lèi)數(shù)目為62個(gè),并且各聚類(lèi)中心分布基本均勻,和理想的64QAM信號(hào)星座相比,相似度很高,證明了本發(fā)明方法的有效性。
本發(fā)明首先對(duì)接受信號(hào)載波進(jìn)行頻率估計(jì),然后將信號(hào)下變頻到基帶,通過(guò)模數(shù)轉(zhuǎn)換器采集數(shù)據(jù)送入基帶信號(hào)處理模塊進(jìn)行處理,最終將識(shí)別結(jié)果通過(guò)上位機(jī)顯示。信號(hào)識(shí)別算法為,通過(guò)減法聚類(lèi)算法得到采集數(shù)據(jù)的數(shù)據(jù)點(diǎn),再通過(guò)粒子群算法對(duì)聚類(lèi)中心進(jìn)行優(yōu)化,最后得到重構(gòu)的星座圖。通過(guò)計(jì)算各星座數(shù)據(jù)點(diǎn)到原數(shù)據(jù)點(diǎn)的距離,將各星座數(shù)據(jù)點(diǎn)劃分到半徑不同的圓上,選擇最大半徑與最小半徑之比與標(biāo)準(zhǔn)星座圖圓半徑的特征范圍比較,來(lái)識(shí)別MQAM信號(hào)。與傳統(tǒng)減法聚類(lèi)算法相比,本發(fā)明抗干擾能力強(qiáng),在低信噪比條件下,信號(hào)識(shí)別率高,且更利于應(yīng)用到實(shí)際。