基于灰色關聯和證據理論的通信信號識別方法

【摘要】針對復雜環境下信號檢測設備獲得的通信信號特征具有不完整性和模糊性的情況，本文提出了利用灰色關聯算法和證據理論的通信信號識別方法。該方法首先灰色關聯方法計算出證據的基本概率賦值，然后在融合中心對證據進行融合。理論分析和仿真結果表明，這種方法是復雜環境下通信信號識別的一種正確和可行的方法。

【關鍵詞】灰色關聯理論證據理論通信

現代通信環境日益復雜，通信信號的密度成倍增加，電磁信號樣式復雜多變，使得通信信號的識別變得異常困難[1]。信號檢測設備通過對待識別通信信號的特征參數的觀測，與數據庫中己知信號的特征參數進行匹配，從而確定待識別通信信號的類型。

本文提出利用灰色關聯算法獲得各證據體的BPAF，然后利用基于證據理論[2，3]對證據進行融合。理論分析和仿真結果表明，該方法識別率高、可靠性強，適合于復雜下的通信信號識別。

一、灰色關聯分析基本原理

三、算法的步驟

本文所提出的識別算法步驟如下：

（1）構造通信信號識別框架U

定義所有通信信號的類型U={R1，R2，…，RN}。

（2）獲取證據的BPAF

計算比較數列與參考數列的灰色關聯度，然后采用式（7）計算BPAF。

xij=xij+滓ij×randn（5）

xij、滓ij分別為第i類信號的第j指標的均值和方差，randn為均值為0、方差為1的正態隨機分布。

假設三種傳感器的測量方差如表2所示，根據表2和式（5）可以模擬來自于輻射源b1的觀測樣本。其中，信號偵察設備獲取三個周期的樣本，ELINT系統二個周期的樣本，利用ESM一個周期的樣本，獲得的觀測樣本序列如表3所示。

利用灰色關聯算法獲得BPAF，如表4所示。

按照相同偵查設備融合的結果，如表5所示。

按照不同偵查設備融合的結果，如表6所示。可見，本文的方法可以正確的識別出的信號b1。

五、結論

針對復雜環境下的信號識別問題，本文研究了一種利用灰色關聯算法獲取BPAF，利用證據融合模型進行識別的方法。理論分析和仿真結果表明，該方法可以正確的識別出信號的類型。

參考文獻

[1]林象平.雷達對抗原理.西安：西北電訊工程學院出版社，1985.6：171-175.

[2] Dempster AP. Upper and Lower Probabilities Induced by a Multivalued Mapping [J].The Annals of Mathematical Statistics， 1967，38（4）：325-339.

[3] Waltz E， Lilnas J. Multisensor data fusion [M]. Boston： Artech House， 1990.

[4]肖新平，宋中民，李峰.灰色技術基礎及其應用[M].北京：科學出版社，2005：27-35.

[5]王杰貴，羅景青，尹成友.多傳感器信息融合機載輻射源識別[J].信號處理，2002，18（1），11～14.

[6]郭文艷，韓崇昭.基于灰度關聯的多傳感器融合目標識別方法[J].傳感器與微系統，2007，26（9），115-120.

[7]余致富，羅景青.基于灰色關聯分析和DS證據理論的多傳感器雷達輻射源識別方法[J].電訊技術，2004，1，51～56.