买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于循环爪印图特征的测控复合调制信号识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117978596B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311819940.9，技术领域涉及：H04L27/00；该发明授权一种基于循环爪印图特征的测控复合调制信号识别方法是由阎啸;陈逸芸;钟旭诺;王茜;何羚设计研发完成，并于2023-12-27向国家知识产权局提交的专利申请。

本一种基于循环爪印图特征的测控复合调制信号识别方法在说明书摘要公布了：本发明公开了一种基于循环爪印图特征的测控复合调制信号识别方法，属于信息与信号处理领域。本发明首先根据空间数据系统咨询委员会标准生成统一载波体制下的理想复合调制信号集，并计算归一化循环谱；其次将三维归一化循环谱的俯视图转化为16比特量化灰度矩阵；然后采用二维离散余弦变换对该循环爪印矩阵进行进一步特征提取；接着利用线性判别分析对提取的特征矩阵进行降维，得到特征向量并构建训练集。实际识别流程如下：接收端存储复合调制信号的特征训练集及用训练集预训练好的随机森林分类器，无其他先验知识；当接收到测试信号时，使用上述方法求解当前测试信号的特征向量，并将特征向量输入随机森林分类器，完成复合调试识别流程。

本发明授权一种基于循环爪印图特征的测控复合调制信号识别方法在权利要求书中公布了：1.一种基于循环爪印图特征的测控复合调制信号识别方法，该方法包括：步骤1：构造存储在接收端的不同信噪比下的理想复合调制信号特征训练集步骤1.1：生成理想复合调制信号集；在不失一般性的前提下，考虑了统一频带两层复合调制方案，信号集中包含十种统一载波体制下的复合调制信号，分别为PCMBPSKPM、PCMQPSKPM、PCMBPSK1+BPSK2PM、PCMQPSK1+QPSK2PM、PCMBPSK+QPSKPM、PCMBPSKFM、PCMQPSKFM、PCMBPSK1+BPSK2FM、PCMQPSK1+QPSK2FM、PCMBPSK+QPSKFM，其调制指数均为1.2；理想复合调制信号无噪声干扰、不考虑相位噪声和多普勒频移，其发射信号st的模型如下： 其中，fc是主载波频率，Φ0是主载波的初始相位，代表取实部，是等效低通信号： 其中，A代表调制信号幅度，KPM,KFM分别是两种复合调制方式的调制指数，PCMM-PSKPM表示脉冲调制编码多进制相移键控相位调制，PCMM-PSKFM表示脉冲调制编码多进制相移键控频率调制，其中多进制相移键控用于内层子载波调制，相位调制或频率调制用于外层调制，sit是内层调制信号，具体分为二进制相移键控BPSK、正交相移键控QPSK及多用户组合方式，表示内层调制信号的个数，即统一载波体制下的用户个数；内层调制的信号模型如下： 其中， 其中，fi是内层剩余载波调制的载波频率，Mi表示相移键控调制的符号数相位状态的数量，mi表示相位状态的索引，φi,0是内层剩余载波调制的初始相位，i是内层调制信号的数目，i＝1，2……I，git代表矩形脉冲，Ti代表第i路成型脉冲的持续时间；步骤1.2：计算不同信噪比下理想复合调制信号的三维归一化循环谱现在考虑上述复合调制信号通过加性高斯白噪声信道传输，因此接收到的信号rt可以表示为rt＝st+nt2其中nt表示均值为0和方差均为σ2的AWGN；对不同信噪比下的理想离散复合调制信号采用二阶循环理论中的快速傅里叶变换累积法求取二阶循环自相关函数；给定频谱频率f和循环频率ε，基于时域平滑的循环周期图表示为： 其中，g′·是时域宽度为Δt＝NTs的归一化权重函数，N为每个傅里叶变换窗的采样点数，Ts是时域采样周期，f1和f2为FAM方法中使用的滤波器中心频率，其中f1＝f+ε2，f2＝f+ε2，表示RT·的共轭，λ表示变量，RTλ,f1，RTλ,f2是离散复合调制信号rn的复解调，可由下式得到： 其中，ωλ表示一个时域采样长度为T＝N′Ts的矩形窗函数，该函数的带宽和公式5二阶循环谱的频率分辨率Δf保持一致，N′表示窗口内的样本数，r·表示离散复合调制信号；循环自相关函数由时域平滑循环周期量实现无偏计算，公式为： 由此求得的循环谱为具有非负幅值的三维频谱，该谱包含2N+1个循环频率，ε＝εp,p＝-N,-N+1,...,N和N+1个频谱频率f＝fq,q＝-N′2,-N′2+1,...,N′2；更进一步，做归一化处理得到归一化二阶循环谱表示为： 步骤1.3：对得到的三维归一化循环谱做循环爪印灰度矩阵映射；由步骤1.2得到的三维归一化循环谱转化成其俯视图；将三维循环谱的俯视图用一个二维P×Q矩阵表示，即： Cr中的元素是给定循环频率ε和频谱频率f时的归一化非负幅度值；进一步将Cr中的元素采用16比特量化，由此将图片转化成16比特灰度矩阵，表示为： 其中表示向下取整；将复合调制信号的归一化二阶循环谱转化成P×Q的灰度矩阵，即循环爪印图特征矩阵：步骤1.4：利用离散余弦变换对循环爪印图特征矩阵进行进一步的特征提取；对循环爪印图矩阵Cp,q进行二维离散余弦变换，得到离散余弦变换系数矩阵 其中u＝0,1,...,P-1,v＝0,1,...,Q-1，其中βu和βv表示两个相应的乘法因子，可以表示为： 步骤1.5：使用线性判别分析方法将离散余弦变换系数矩阵从高维数据空间投射到低维数据空间；在训练阶段，对于复合调制候选集中的第k种复合调制方式Pk的信号序列，k＝1,2,…,K，由步骤1.2和1.3计算出相应的离散余弦变换系数矩阵每种调制信号都经过ρ次试验后，由第k种复合调制方案产生的第l个离散余弦变换系数矩阵可以表示为其中l＝1,2,…,ρ；首先进行逐行降维，类内散射矩阵由下式计算得到： 其中表示列向量的均值矩阵；接下来，类间散射矩阵可由下式计算得到： 其中然后求解计算下式： 其中，λd为的第d大的特征值，对应的特征向量为由此建立一个D×P的左投影矩阵将矩阵的行从P降为D，其中式中为对应的第d个列向量，d＝1,2,…,D；对D×Q的矩阵进行线性判别分析方法以获得Q×D的右投影矩阵用于列降维，新的特征矩阵由下式计算得到： 由于公式16中的秩最多为K-1，因此D≤K-1；将由公式17给出的每个新特征矩阵进一步展开成一个向量即向量的维度为1×D2，向量为最终复合调制特征向量，由此构建训练特征集步骤2：对接收端实际接收到的某种或多种复合调制信号按照上述方法求取归一化二阶循环谱，得到循环爪印图矩阵；步骤3：对得到的循环爪印图矩阵做离散余弦变换处理，然后使用训练阶段计算得到的离散余弦变换投影矩阵和对离散余弦变换系数矩阵进行降维并展开成向量，得到实际接收信号的测试集步骤4：采用随机森林分类器进行分类识别输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。