[發明專利]基于模糊自編碼器的水聲信號自動調制識別方法

有效

• 申請號: 202011087056.7
• 申請日: 2020-10-12
• 公開（公告）號: CN112202696B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 王景景;黃子豪;董新利;楊星海;劉世萱;郭瑛;李海濤;周麗雅
• 申請（專利權）人: 青島科技大學
• 主分類號: H04L27/00
• 分類號: H04L27/00;H04B13/02;G06N3/04;G06N3/08;G06F17/14
• 代理公司: 青島海昊知識產權事務所有限公司 37201
• 代理人: 劉艷青

1.一種基于模糊自編碼器的水聲信號自動調制識別方法，其特征在于，包括以下步驟：

S1:獲取水聲信號；

S2：提取S1中水聲信號的形態特征與熵特征，并進行歸一化處理；所述S2中，所述形態特征包括：零中心歸一化瞬時幅度譜密度的最大值、零中心歸一化瞬時幅度標準差、波動系數；所述熵特征包括：功率譜香農熵、功率譜指數熵、奇異譜香農熵、奇異譜指數熵、頻譜幅度香農熵、頻譜幅度指數熵、相位譜香農熵、相位譜指數熵、小波能量指數熵、小波能量香農熵、瞬時幅度指數熵、瞬時幅度香農熵；

S3：利用模糊自編碼器將S2中處理后特征向量進行模糊處理后，用于訓練模糊自編碼神經網絡，得到用于編碼的權值與偏置；所述模糊自編碼器是在傳統自編碼器的基礎上，依據二項分布，選取部分樣本的部分特征進行均值化模糊處理后，用以模擬被噪聲干擾后的特征，作為傳統自編碼器的輸入，得到模糊自編碼器；所述模糊自編碼器的訓練步驟如下；

S3-1：計算S2中得到的樣本各個特征的均值；

S3-2：依據二項分布，選取S2中的部分樣本，得到需要進行模糊處理的樣本；

S3-3：對S3-2中得到的樣本，依據二項分布，選擇部分特征，將其替換為樣本在該特征下的均值；

S3-4：將S3-3得到的樣本用于訓練模糊自編碼器，得到映射權值與偏置；

S4：將S2中處理后的特征向量與S3得到的權值相乘后，加上偏置項，得到模糊自編碼器編碼后的特征向量；

S5：將S4得到的特征向量進行歸一化之后，訓練人工神經網絡；

S6：將需要識別的水聲信號經過上述相同的特征提取與編碼后，輸入到S5中訓練好的人工神經網絡中，實現自動調制識別。

2.如權利要求1所述的方法，其特征在于，所述S1中計算水聲信號的特征所采用的信號處理方法包括：功率譜、奇異譜、相位譜、小波能量譜、頻譜以及瞬時幅度。