[發明專利]基于圓系有限穿越可視圖建網的調制信號分類方法及系統

在審

• 申請號: 202011191624.8
• 申請日: 2020-10-30
• 公開（公告）號: CN112380928A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 宣琦;周錦超;裘坤鋒
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵

基于圓系有限穿越可視圖建網的調制信號分類方法，包括：S1、采集I/Q調制信號，并對所采集的I/Q調制信號進行處理，將雙通道的I/Q調制信號轉換為四通道信號；S2、采用圓系有限穿越可視圖建網方法將四通道信號分別轉換成加權有向網絡圖；S3、對四個所述加權有向網絡圖進行特征提取，得到四個特征向量，并對特征向量進行空間擴展，得到每個所述I/Q調制信號的融合特征向量；S4、對調制信號分類模型進行訓練，分類精度小于預設閾值，調整圓系有限穿越可視圖建網方法中的超參數，并重復步驟S2～S3，直到分類精度大于或等于預設閾值，得到訓練好的調制信號分類模型，通過訓練好的分類模型完成對I/Q調制信號的分類。本發明能夠提高I/Q調制信號的分類精度。

技術領域

本發明涉及I/Q調制信號分類技術領域，特別是涉及基于圓系有限穿越可視圖建網的調制信號分類方法及系統。

背景技術

時間序列廣泛存在于現實世界中，例如互聯網、通信、生物、金融等各個領域。其中在通信領域中，I/Q調制信號的調制模式識別問題受到了廣泛關注，如何從大量信號數據中提取出其潛藏的信息從而提高分類精度，是當前調制信號數據挖掘的基本任務之一。

針對調制信號分類問題，現有技術中，無法識別較低信噪比的I/Q調制信號，例如-10dB以下的信號調制模式。為解決該技術問題，研究人員將時間序列和復雜網絡領域進行耦合，通過研究網絡的拓撲結構挖掘出時間序列的結構特征，從而實現信號分類的目的，但是如何將時間序列映射成復雜網絡是該方向的時間序列研究的一個需要重點攻克的問題。當今學界中已有多種通過可視圖算法分析時間序列的方法，例如可視圖VG、水平可視圖HVG和有限穿越可視圖LPVG等，并且實驗證明這些從時間序列建立網絡圖的方法都能夠提取并保留時間序列的一些基本特征。但這些建網算法獲得的網絡圖較為單一，無法根據不同的任務或者用戶需求從時間序列中建立包含更多有效信息的網絡圖。同時，現有技術中沒有一種將可視圖算法應用于無線電調制信號分類的方法。

因此，有必要提出一種靈活性及準確度高的I/Q調制信號分類系統及方法。

發明內容

本發明的目的是提供基于圓系有限穿越可視圖建網的調制信號分類方法及系統，以解決現有技術中存在的技術問題，能夠有效提高I/Q調制信號分類的靈活性及準確度。

為實現上述目的，本發明提供了如下方案：基于圓系有限穿越可視圖建網的調制信號分類方法，包括如下步驟：

S1、采集I/Q調制信號，并對所采集的I/Q調制信號進行處理，將雙通道的I/Q調制信號轉換為四通道信號；

S2、采用圓系有限穿越可視圖建網方法將所述四通道信號分別轉換成加權有向網絡圖；

S3、對四個所述加權有向網絡圖進行特征提取，得到四個特征向量，并對所述特征向量進行空間擴展，得到每個所述I/Q調制信號的融合特征向量；

S4、基于隨機森林構建調制信號分類模型，并采用所述融合特征向量對所述調制信號分類模型進行訓練，分類精度小于預設閾值，調整圓系有限穿越可視圖建網方法中的超參數，并重復步驟S2～S3，直到分類精度大于或等于預設閾值，得到訓練好的調制信號分類模型，通過訓練好的分類模型完成對I/Q調制信號的分類。

優選地，步驟S1將所述I/Q調制信號轉換為四通道信號的具體方法為：

對每個I/Q調制信號I通道、Q通道的時間序列進行處理，得到每個所述I/Q調制信號的幅值數據A、相位數據W，從而得到每個所述I/Q調制信號的四通道的時間序列，四通道分別為I通道、Q通道、A通道、W通道。

進一步，幅值數據A、相位數據W的獲取方法包括：所述幅值數據A的計算如式(1)所示：