[發(fā)明專利]基于稀疏自編碼器的m序列識別方法

有效

• 申請?zhí)枺?/td>: 201810603530.3
• 申請日: 2018-06-12
• 公開（公告）號: CN109033952B
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計）人: 強芳芳;趙知勁;楊安鋒;陳穎;沈雷;姜顯揚
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發(fā)明公開了一種基于稀疏自編碼器的m序列識別方法。首先介紹了m序列的三階相關(guān)函數(shù)的峰值特性，驗證了利用完整周期m序列或者m序列片段估計的TCF均保持良好的峰值特性。其次，根據(jù)m序列TCF特性，提出一種基于三階相關(guān)特征向量的輸入樣本構(gòu)造方法。最后，利用稀疏自編碼器構(gòu)建特征學(xué)習(xí)網(wǎng)絡(luò)，使用softmax回歸對學(xué)習(xí)到的特征進行分類識別，建立一個稀疏自編碼網(wǎng)絡(luò)分類模型，并將預(yù)先構(gòu)造好的樣本輸入模型，訓(xùn)練得到一個具有最優(yōu)識別性能的模型。本發(fā)明能有效識別m序列，且在低信噪比條件下識別性能良好。

技術(shù)領(lǐng)域

本發(fā)明屬于通信中二進制偽隨機序列的估計和識別領(lǐng)域，特別涉及一種利用稀疏自編碼網(wǎng)絡(luò)的m序列的識別方法。

背景技術(shù)

二進制偽隨機序列因具有良好的偽隨機特性被廣泛應(yīng)用在擴頻通信領(lǐng)域中。m序列是最具代表性的一種偽隨機序列，它的估計和識別是擴頻系統(tǒng)中信息解密的基礎(chǔ)，因此研究m序列的識別算法具有重要的理論意義和價值。

現(xiàn)有的國內(nèi)外對m序列識別研究的文獻中，Massey算法、歐幾里得算法都能達到識別序列生成多項式的目的，但受誤碼影響大?；诟唠A統(tǒng)計分析的三階相關(guān)函數(shù)(TripleCorrelation Function，TCF)法因為過程簡單、易被理解應(yīng)用而受到廣泛關(guān)注。在已公開的研究成果中，學(xué)者們根據(jù)TCF峰值出現(xiàn)的位置利用矩陣斜消法確定m序列的本原多項式，利用擬合優(yōu)度檢驗提高峰值點檢測的正確率，但在低信噪比峰值點檢測的正確率還有待進一步提高。

近年來，深度學(xué)習(xí)由于對復(fù)雜特征優(yōu)秀的抽象和建模能力強，已引起了各領(lǐng)域?qū)W者們的廣泛研究。自編碼器作為深度學(xué)習(xí)的模型之一，可以捕捉到輸入數(shù)據(jù)中的重要特征，已被應(yīng)用于數(shù)據(jù)的分類識別中。為此利用m 序列的三階相關(guān)函數(shù)特性，本發(fā)明提出了一種基于稀疏自編碼器(Sparse Autoencoder,SAE)和Softmax回歸的m序列的識別算法，簡記為TCF-SAE 算法。

發(fā)明內(nèi)容

本發(fā)明針對m序列的識別問題，提出一種基于稀疏自編碼器的m序列識別方法。

本發(fā)明中基于稀疏自編碼器的m序列識別方法的步驟是：

步驟1、產(chǎn)生N不同周期T、不同信噪比下的完整m序列；

步驟2、估計每個序列在[T/2,T/2]范圍內(nèi)的三階相關(guān)函數(shù)，得到包含 m序列特征信息的三階相關(guān)矩陣；

步驟3、提出取模映射方法降低三階相關(guān)矩陣的維度，得到新的特征信息矩陣并向量化，得N個向量作為訓(xùn)練集樣本；

步驟4、建立稀疏自編碼器網(wǎng)絡(luò)用于樣本特征的提取，引入softmax 回歸模型，將自編碼器網(wǎng)絡(luò)提取到的特征作為輸入，用于分類識別；

步驟5、利用代價函數(shù)最小化對稀疏自編碼網(wǎng)絡(luò)和softmax分類器逐層訓(xùn)練，然后整體微調(diào)優(yōu)化模型；

步驟6、參照步驟1-步驟3構(gòu)建測試集樣本，輸入訓(xùn)練好的模型，完成m序列的識別。

本發(fā)明提出一種基于稀疏自編碼器的m序列識別方法，引入稀疏自編碼器和softmax回歸模型，通過大量樣本的訓(xùn)練，得到一個最優(yōu)的適用于 m序列識別的SAE網(wǎng)絡(luò)分類模型。

本發(fā)明提出一種基于m序列三階相關(guān)特性的網(wǎng)絡(luò)輸入樣本構(gòu)造方法。由于m序列具有三階相關(guān)函數(shù)具有峰值特征，且驗證發(fā)現(xiàn)完整的m序列或者m序列片段的三階相關(guān)函數(shù)均保持良好的TCF峰值特性。因此可利用該性質(zhì)構(gòu)造序列的三階相關(guān)特征向量，作為輸入樣本訓(xùn)練網(wǎng)絡(luò)。

本發(fā)明針對隨著m序列周期變長導(dǎo)致三階相關(guān)特征向量維度太大的問題，提出一種取模映射的數(shù)據(jù)處理方法，先將三階相關(guān)函數(shù)構(gòu)成的三階相關(guān)矩陣映射到一個維度更小的矩陣中，再將矩陣向量化，降低樣本的維度，從而大大降低了網(wǎng)絡(luò)的訓(xùn)練難度，節(jié)約訓(xùn)練時間。

本發(fā)明的有益效果是：