[發(fā)明專利]一種基于深度學習的通信信號特征融合方法

有效

• 申請?zhí)枺?/td>: 202010189611.0
• 申請日: 2020-03-18
• 公開（公告）號: CN111382803B
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計）人: 楊海芬;胡向東;楊睿;王一冰;周亮;周軍
• 申請（專利權(quán)）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06T5/10;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

1.一種基于深度學習的通信信號特征融合方法，包括以下步驟：

S1.對目標離散信號進行預(yù)處理，使用短時傅里葉變換提取所有數(shù)據(jù)的功率譜密度P，將功率譜密度P作為通信信號源的特征；

S2.以功率譜密度P作為通信輻射源的特征導(dǎo)入事先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，完成特征的提取，得到特征P1；

S3.將目標離散信號分段，求每一段的載頻和碼元速率相對偏差，將之作為特征P2；

S4.將提取后的特征P2與特征P1在數(shù)量級上對應(yīng)拼接起來，作為融合特征P3；采用融合特征P3對信號進行識別；

其中，S2中神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法為：

S21.使用LeNet網(wǎng)絡(luò)從導(dǎo)入的功率譜密度P中抽取特征，得到特征P1；

S22.將數(shù)據(jù)添加標簽并導(dǎo)入LeNet網(wǎng)絡(luò)中進行訓(xùn)練；使用交叉驗證的方法對訓(xùn)練的模型進行測試并使用SGD優(yōu)化器；優(yōu)化度量指標包括訓(xùn)練集和測試集的正確率、各分類目標的識別率；

LeNet網(wǎng)絡(luò)中需要調(diào)試的參數(shù)包括：學習率、時期、批大小、每個隱藏層中的單元數(shù)、全連接層的個數(shù)、全連接層的單元數(shù)、隱藏層和全連接層的激活函數(shù)、損失函數(shù)、優(yōu)化器。

2.如權(quán)利要求1所述的一種基于深度學習的通信信號特征融合方法，其特征在于步驟S1的具體方法為：

對目標離散信號進行預(yù)處理，使用短時傅里葉變換提取所有數(shù)據(jù)的功率譜密度P，將之作為通信信號源的本質(zhì)特征；

功率譜密度譜是對隨機變量均方值的量度；一般用于隨機振動分析，連續(xù)瞬態(tài)響應(yīng)只能通過概率分布函數(shù)進行描述，即出現(xiàn)水平響應(yīng)所對應(yīng)的概率；取采集到的數(shù)據(jù)一個，讀取后得到源數(shù)據(jù)，將之分段，再將每一段的數(shù)據(jù)進行計算能量譜密度P，最后將每一段得出來的P拼接起來組成整個目標離散信號的特征；

其計算公式如下：；

其中， 表示目標離散信號，表示信號幅度，表示相位， 表示碼元寬度， 表示加性高斯白噪聲， 表示矩形信號， 表示角頻率， ，將 離散化為：

；

其中， 表示采樣頻率， 表示信號頻率，將其變換為：

；

其中w(m)為長度為N的窗函數(shù)，計算目標離散信號 在時刻i的能量譜密度為：

。

3.如權(quán)利要求2所述的一種基于深度學習的通信信號特征融合方法，其特征在于所述步驟S3的具體方法為：

S31.載頻相對偏差；

設(shè)偵收的單載頻信號序列為：

其中， 表示信號角頻率， 表示初相， 表示樣本間隔，, 表示均值為零方差為的復(fù)高斯白噪聲，, 表示實部， 表示虛部，則

當1時，，所以：

再使用最小二乘法原理進行相位擬合，給定一組測量數(shù)據(jù) , 表示信號初始時間點，使用最小二乘法確定多項式 ，使目標函數(shù) 取得最小值；采用線性函數(shù)對瞬時相位進行擬合，得方程：

；

其中， 表示 的估計值， 表示 的估計值，解上述方程組就可以得到載頻的估計值；

；

載頻估計值依賴于信號初始時間點 的選取；觀察可以發(fā)現(xiàn)，若選取,那么 r(0) 將成為觀測序列的中心點，這個過程等效于?(n) 在負相位進行對稱延拓，最后 為：

；

S32.碼元速率的相對偏差

原信號 x(i)在時刻i的能量譜密度等于短時傅立葉變換的模平方,則原信號 在時刻i的時頻能量分布為：

；

將時頻能量分布對頻率分量進行歸一化，并定義 以反映不同時刻的數(shù)字調(diào)制信號的時頻能量變化，即 ,對以時頻能量序列 表示的信號進行離散小波變換,

；

對小波變換的模值再做一次連續(xù)Haar小波變換,可以得到：

其中 為碼元交界處的幅度，對y(t)進行傅立葉變換，得到：

的第一個峰值位置即為碼元速率。