[發(fā)明專利]一種基于深度學(xué)習(xí)的信號(hào)噪底估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010734866.0
• 申請(qǐng)日: 2020-07-28
• 公開（公告）號(hào): CN111885624B
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計(jì)）人: 李建清;黃浩
• 申請(qǐng)（專利權(quán)）人: 成都海擎科技有限公司
• 主分類號(hào): H04W24/02
• 分類號(hào): H04W24/02;H04W24/06;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于深度學(xué)習(xí)的信號(hào)噪底估計(jì)方法，包括以下步驟：根據(jù)真實(shí)寬帶功率譜中噪底信號(hào)變化規(guī)律，模擬產(chǎn)生一維寬帶功率譜信號(hào)訓(xùn)練樣本，將訓(xùn)練樣本按比例分成訓(xùn)練集和驗(yàn)證集；設(shè)計(jì)基于深度卷積自編碼器的一維深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；將模擬產(chǎn)生的訓(xùn)練樣本幅值進(jìn)行歸一化處理，并將訓(xùn)練集和驗(yàn)證集輸送給卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，綜合損失大小和評(píng)價(jià)結(jié)果，調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，保存訓(xùn)練好的網(wǎng)絡(luò)模型；將采集到的真實(shí)寬帶功率譜幅值歸一化處理，并記錄功率譜最小幅值和幅值跨度，將歸一化后的數(shù)據(jù)輸送給訓(xùn)練好的網(wǎng)絡(luò)模型進(jìn)行計(jì)算，將結(jié)果結(jié)合歸一化過程記錄的真實(shí)功率譜的最小幅值和幅值跨度，計(jì)算得到最終真實(shí)功率譜的噪底估計(jì)大小。

技術(shù)領(lǐng)域

本發(fā)明屬于深度學(xué)習(xí)應(yīng)用和信號(hào)處理領(lǐng)域，具體涉及一種應(yīng)用在信號(hào)頻譜監(jiān)測(cè)中智能信號(hào)頻譜噪底估計(jì)方法。

背景技術(shù)

隨著信息化技術(shù)的不斷提高，社會(huì)中無時(shí)無刻不充滿著各種復(fù)雜的無線電信號(hào)。在這些信息的傳輸過程中，不可避免的受到多種噪聲干擾，除了高斯白噪聲以外，還有大量的非平穩(wěn)噪聲和非高斯噪聲，使得信號(hào)接收機(jī)正確接收信息面臨巨大的挑戰(zhàn)。尤其在軍事領(lǐng)域中，一方面是自然環(huán)境中的噪聲干擾，另一方面則更多是要面對(duì)敵方針對(duì)性的通信干擾，在這些噪聲干擾背景下，信號(hào)頻譜會(huì)表現(xiàn)出噪聲基底起伏不定。為了更準(zhǔn)確地檢測(cè)有用的載波信號(hào)，需要首先對(duì)信號(hào)的功率譜進(jìn)行噪底估計(jì)，并進(jìn)一步修正信號(hào)的功率譜，然而傳統(tǒng)的噪底估計(jì)方法存在著估計(jì)不準(zhǔn)確、需要先驗(yàn)知識(shí)和計(jì)算復(fù)雜度高等不足，因此，找到一種高效、準(zhǔn)確的信號(hào)噪底估計(jì)方法非常重要。

在工程中，常用直接替代法來估計(jì)噪聲，即直接使用上一次無信號(hào)存在時(shí)的接收信號(hào)作為噪聲基底，盡管該方法簡(jiǎn)單直觀，但不適用于時(shí)變信道，適用場(chǎng)合十分有限。此外均值濾波和中值濾波也曾用作估計(jì)噪底，兩個(gè)方法雖然原理簡(jiǎn)單，計(jì)算方便，但其估計(jì)性能受窗長(zhǎng)影響較大：長(zhǎng)窗對(duì)噪底起伏變化的估計(jì)不夠精確，短窗則會(huì)將寬帶信號(hào)當(dāng)成噪聲基底。

美國(guó)應(yīng)用信號(hào)技術(shù)公司M.J.Ready和M.L.Downey等人，1997年，在其論文《Automatic Noise Floor Spectrum Estimation in the Presence of Signals》首次提出利用形態(tài)學(xué)開運(yùn)算進(jìn)行信號(hào)處理中的噪底估計(jì)。國(guó)防科技大學(xué)李波在其論文《基于形態(tài)學(xué)預(yù)處理的短波猝發(fā)信號(hào)檢測(cè)算法》提出利用形態(tài)學(xué)迭代開運(yùn)算，從一維灰度圖像的角度看待頻譜圖，實(shí)現(xiàn)噪底估計(jì)。不論是圖像處理領(lǐng)域還是信號(hào)處理領(lǐng)域，形態(tài)學(xué)濾波原理是一致的，主要包含膨脹、腐蝕、開運(yùn)算和閉運(yùn)算四種基本運(yùn)算方式。若信號(hào)功率譜的帶寬不超過所選結(jié)構(gòu)元素的寬度，則可利用形態(tài)學(xué)中的開運(yùn)算來進(jìn)行噪底估計(jì)，然而通過仿真測(cè)試會(huì)發(fā)現(xiàn)形態(tài)學(xué)濾波算法會(huì)有以下幾點(diǎn)不足：

a)形態(tài)學(xué)方法需要預(yù)先知道待檢測(cè)信號(hào)的帶寬，使所選用的結(jié)構(gòu)元素寬度大于所有信號(hào)帶寬，才能保證噪底估計(jì)的準(zhǔn)確性；

b)若存在較寬的信號(hào)，需要較大的結(jié)構(gòu)元素，導(dǎo)致運(yùn)算量太大；

c)算法會(huì)將小于結(jié)構(gòu)元素的噪底凸起當(dāng)成信號(hào)，從而在某些頻段沒有真正估出噪底。