技术领域
本发明属于信号识别与处理领域，具体涉及一种基于图的度特征的BPSK及QPSK信号调制识别方法。
背景技术
雷达、通信信号的调制方式识别广泛应用于军事和民用领域。在军事领域如电子战中，信号调制方式识别是获取敌方雷达性能参数的重要前提；而在民用领域，在无线通信频道资源有限的前提下，接收端实现对信号的调制方式识别可以更大程度地节省信道。BPSK和QPSK信号是雷达信号中最常用的两种相位编码调制信号。
近年来，一种新的基于图的信号处理算法在信号处理等方面得到较广泛的应用。特别地，Kun Yan等人于2017年提出一种将时间序列信号转换为图拓扑结构的处理算法(Yan K，Wu H C，Xiao H，et al.Novel Robust Band-Limited Signal DetectionApproach Using Graphs[J].IEEE Communications Letters，2017.)，该算法的主要思想是将噪声变成完全图，带噪信号转换为非完全图，以检测图的完全连接性来实现对信号的有无的检测。如果按照这个框架，将其应用于信号调制识别中，势必需要将BPSK或QPSK信号中的某一个时域或者其他变换域形式变成噪声的形式，而另一个变成非噪声的形式。其中一个可行的思路是：将BPSK信号及QPSK信号进行平方运算后，去掉若干较大值，可以得到各自的平方修正谱，并分别转换成完全图与非完全图，可将调制识别问题转化为完全图检测问题。但由于较大的谱线中包含了大部分信号分量的信息，这样处理，将损失掉这部分重要信息，导致在信噪比较低时，性能表现欠佳。此外，去掉多少根这样的大谱线本身也是一个难以折中的技术问题。
发明内容
本发明针对现有技术中的不足，提供一种基于图的度特征的BPSK及QPSK信号调制识别方法。该方法将截断平方谱进行图转换，选择特定的特征量及门限，完成BPSK及QPSK两种调制信号的识别，算法的计算复杂度低，且在低信噪比时识别正确率较高。
为实现上述目的，本发明采用以下技术方案：
基于图的度特征的BPSK及QPSK信号调制识别方法，其特征在于，包括如下步骤：
步骤1：计算待识别信号的平方谱；
步骤2：将平方谱的峰值谱线作为中心谱线，加矩形窗得到截断平方谱；
步骤3：对截断平方谱进行图转换，并提取该图所有顶点度之和作为识别特征量；
步骤4：设定相应的门限；
步骤5：将识别特征量和设定的门限相比较，进而识别出BPSK信号和QPSK信号。
为优化上述技术方案，采取的具体措施还包括：
进一步地，在步骤1中，设待识别信号为x(n)，将其作平方运算并做DFT变换，取频谱模的平方，得到平方谱，记为Y(k)＝(|DFT[x2(n)]|)2，k＝0，1，...，N-1，其中N为信号的样本点数。
进一步地，在步骤2中，对平方谱Y(k)，搜索出平方谱的峰值谱线位置为k＝kmax，其中k表示谱线位置，kmax表示峰值谱线位置，设定矩形窗长度为2d，以k＝kmax处峰值谱线为中心加窗得到：
将Y′(k)中为0的点数删去后得到截断平方谱为B(m)＝Y′(k)，0≤m≤2d。
进一步地，当信号的样本点数N为1024时，d取50。
进一步地，步骤3具体包括如下步骤：
步骤3.1：将截断平方谱B(m)作归一化处理，得到其归一化频谱：
设定量化级数q，对归一化后的频谱进行均匀量化，即当i/q＜B′(m)＜i+1/q，0≤i≤q-1时，量化后的频谱为U(m)＝i+1；
将U(m)转换到图域，构成图G(V，E)，其中图的顶点集V表示量化级{1，2，...，q}的映射，V＝{v1，v2，...vq}；图的边集合E＝{eα，β|να∈V，νβ∈V}，eα，β表示图的两个顶点之间的边；构成图G(V，E)的具体做法是：对每一个量化后样本U(m)，逐个遍历其与U(m+1)的电平关系，当存在vα到vβ的电平跳变时，则两个顶点相连，eα，β＝1；反之，则两个顶点无连接，eα，β＝0；
步骤3.2：计算G(V，E)的度矩阵D，并提取其对角线元素构成图的度向量d＝(d1，d2，...，dj，...，dq)，其中dj为第j个顶点上连接的边数之和，计算度的和sum(d)作为识别特征量。
进一步地，在步骤4中，设定BPSK和QPSK信号的识别门限λevt，当信号的样本点数N为1024，图顶点个数取10时，λevt取10。
进一步地，在步骤5中，若识别特征量小于设定的门限，则信号为BPSK调制信号；否则为QPSK调制信号。
本发明的有益效果是：本发明对观测信号的平方谱适当加窗后进行图转换，并根据图的度矩阵和确定识别特征量，完成对BPSK信号和QPSK信号的识别，其中直接利用平方谱，不需要进行去大值的修正过程，可以较好地保留信号分量的信息。相比于传统的基于修正谱识别算法而言，本发明直接将两类信号平方的功率谱进行图域变换，有效地保存了信号的主要信息，在低信噪比条件下可对BPSK和QPSK信号进行有效识别，且受参数变化影响较小，具有一定的鲁棒性，算法效率较高。此外，本发明与现有的基于完全图检测的识别处理算法不同，从随机图理论的角度分析信号的差别、定义图域特征，进一步扩展了现有图域处理方法的应用领域，丰富该类方法的处理手段。
附图说明
图1是本发明的识别方法流程图。
图2表示不同信噪比下BPSK与QPSK信号截断平方谱生成图的度之和的均值。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
图1是基于图的度特征的BPSK及QPSK信号调制识别方法的流程图。首先获取待识别信号的平方谱，而后将平方谱加窗得到截断平方谱。之后，将其转换到图域，以该图度的和作为识别统计量，设定适当门限，将识别统计量和门限相比较，实现对BPSK和QPSK信号的调制识别。仿真结果表明，在无信号先验信息的条件下，本发明可对BPSK和QPSK两种调制信号进行识别。基于图的度特征的BPSK及QPSK信号调制识别方法具体包括如下步骤：
步骤1，设待识别信号为x(n)，将其作平方运算并做DFT变换，取频谱模的平方，得到平方谱，记为Y(k)＝(|DFT[x2(n)]|)2，k＝0，1，...，N-1，其中N为信号的样本点数。
步骤2，对平方谱Y(k)，搜索出平方谱的峰值谱线位置为k＝kmax，设定矩形窗长度为2d(当信号的样本点数N为1024时，d一般取50)，以k＝kmax处峰值谱线为中心加窗得到：
将Y′(k)中为0的点数删去后得到截断平方谱为B(m)＝Y′(k)，0≤m≤2d。
步骤3，对截断平方谱进行图转换，提取该图所有顶点度之和作为识别特征量，具体如下：
步骤3.1，图转换：将截断平方谱B(m)作归一化处理，得到其归一化频谱：
之后，设定量化级数q，对其均匀量化，即当i/q＜B(m)＜i+1/q，0≤i≤q-1时，量化频谱为U(m)＝i+1；
最后，将U(m)转换到图域，构成图G(V，E)，其中图的顶点集V为量化级{1，2，...，q}的映射，即V＝{v1，ν2，...vq}；图的边集合E＝{eα，β|vα∈V，νβ∈V}。构成图G(V，E)的具体做法是：对每一个量化后样本U(m)，逐个遍历其与U(m+1)的电平关系，当存在vα到νβ的电平跳变时，则两个顶点相连的，即eα，β＝1；反之，则两个顶点无连接，即eα，β＝0；
步骤3.2，提取识别特征量：计算G(V，E)的度矩阵D，并提取其对角线元素构成图的度向量d＝(d1，d2，...，dj，...，dq)，其中dj为第j个顶点上连接的边数之和，计算度的和sum(d)作为识别特征量。
步骤4，设定BPSK和QPSK信号的识别门限λevt(当信号的样本点数N为1024时，图顶点个数取10时，λevt一般取10)。
步骤5，将识别特征量和门限相比较，识别BPSK和QPSK信号。当sum(d)＜λevt时，则为BPSK调制信号；否则，为QPSK调制信号。
表1所示为不同信噪比条件下BPSK/QPSK信号的识别性能，仿真条件为：信噪比为[-6，-4，-2，0，2，4，6，8]，采样频率为100MHz，载频为20.76MHz，码元宽度为640ns，样本点数为1024，初相位为π/4，矩形窗长度为100，图的顶点个数取10，每种条件下各仿真1000次。由表1可知，当信噪比大于-4dB时，平均识别正确率可达95％以上。
表1不同信噪比条件下BPSK/QPSK信号的识别性能
由BPSK信号提取的截断平方谱进行图转换生成的图不存在一定规模(总顶点数大于10)的连通分量，由QPSK信号提取的截断平方谱进行图转换生成的图存在一定规模的连通分量。生成图的度之和的大小可以表征图是否存在一定规模的连通分量。图2是不同信噪比条件下BPSK与QPSK信号截断平方谱生成图的度之和的均值，据此可以用来实现对BPSK/QPSK信号的调制识别。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。