[發(fā)明專利]基于深度學習的寬帶信號參數(shù)估計方法

有效

• 申請?zhí)枺?/td>: 202011623078.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112784690B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設計）人: 楊淑媛;郝曉陽;馮志璽;王翰林;潘求凱;包以銘;楊晨;汪智易;劉慧玲;段韻章;馬宏斌
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/14;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

本發(fā)明公開了一種基于深度學習的寬帶信號參數(shù)估計方法，基于YOLOv4網(wǎng)絡和灰度時頻圖實現(xiàn)寬帶特定信號的檢測和識別，并對檢測結果進一步計算和更新得到每個檢測到寬帶信號的估計參數(shù)，克服了現(xiàn)有方法檢測識別精度低、參數(shù)估計不準、適用類型少且嚴重依賴專家先驗等問題。本發(fā)明主要包括以下步驟：(1)生成寬帶特定信號訓練集；(2)訓練YOLOv4網(wǎng)絡；(3)對寬帶信號灰度時頻圖進行檢測識別；(4)計算檢測識別到的每個寬帶特定信號的參數(shù)；(5)對寬帶特定信號的參數(shù)進行判斷；(6)更新寬帶特定信號參數(shù)。本發(fā)明具有寬帶特定信號檢測識別精度高、參數(shù)估計準和方法普適等優(yōu)點，可用于無線電檢測和偵查中對寬帶信號進行分析。

技術領域

本發(fā)明屬于通信技術領域，更進一步涉及無線通信技術領域中的一種基于深度學習的寬帶信號參數(shù)估計方法。本發(fā)明中估計的寬帶信號參數(shù)可應用于無線電檢測與偵察、寬帶頻譜管理和各類通信信號分析產(chǎn)品。

背景技術

隨著通信技術的發(fā)展以及實際應用需求的增加，信號傳輸所需的帶寬越來越寬，寬帶接收機正逐步代替窄帶接收機進行信號的接收。在電子偵察中，針對大帶寬進行信號的檢測截獲是后續(xù)信號識別、主要參數(shù)估計、信號截獲數(shù)量統(tǒng)計、信號拼接以及特性判別等任務的前提。當前，信號檢測常用的方法有脈沖寬度測量、信道化輻射計、自相關檢測、功率譜對消、譜方差檢測函數(shù)等，信號識別常用的方法有高階譜關系法、循環(huán)自相關函數(shù)法和SVM等，參數(shù)估計常用的方法有短時傅里葉變換、小波變換、WVD混合時頻分布等。以上每個實現(xiàn)方案各有優(yōu)劣，且針對檢測、識別和待估計需分別設計特定的算法和閾值來實現(xiàn)，對于先驗知識和專家經(jīng)驗依賴較多，很難滿足實際中不同環(huán)境和條件下自動化的普適應用需求。

成都華日通訊技術股份有限公司在其申請的專利文獻“基于寬帶頻譜數(shù)據(jù)的跳頻信號盲檢測及參數(shù)估計方法”(申請?zhí)?02010305392.8申請公布號CN 111510255 A)中公開了一種基于寬帶頻譜數(shù)據(jù)的跳頻信號盲檢測及參數(shù)估計方法。該方法的具體步驟如下：(1)對寬帶頻譜數(shù)據(jù)實現(xiàn)預處理，實現(xiàn)最大保持；(2)選擇性地平滑濾波；(3)噪聲基底估計，能量檢測，參數(shù)提取和信號合并；(4)更新信號列表庫list；(5)更新歷史信號庫，修正list中每個信號的參數(shù)；(6)異常信號判定，并刪掉list和歷史信號庫中的異常信號；(7)判決處理，輸出跳頻頻率集的個數(shù)和數(shù)值；(8)判斷下一幀頻譜數(shù)據(jù)是否完整；(8)重復步驟(1)～(7)。該方法存在的不足之處是：(1)針對單音跳頻信號實現(xiàn)了盲檢測和參數(shù)估計功能，不能對寬帶特定信號同時完成檢測、識別和參數(shù)估計，且適用信號類型少。(2)基于傳統(tǒng)信號處理的多個算法實現(xiàn)，具有專家先驗依賴多、條件假設限制多、適用信號類型少、參數(shù)估計精度低以及處理流程僵化等缺點。(3)提取的參數(shù)僅為當前頻段幀的中心頻率和帶寬，對寬帶信號的參數(shù)估計不夠全面。(4)在對寬帶頻譜數(shù)據(jù)進行平滑濾波、噪聲基底估計、能量檢測和實現(xiàn)信號最大保持等多個過程中會引入誤差積累。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述現(xiàn)有技術存在的不足，提出一種基于深度學習的寬帶信號參數(shù)估計方法，旨在解決傳統(tǒng)寬帶信號參數(shù)估計算法需對檢測識別和參數(shù)估計分別設計算法、只適應于某種類型、處理流程固化，且需要大量專家先驗和領域知識的問題。

實現(xiàn)本發(fā)明目的的具體思路是：首先，將寬帶接收機接收的時序數(shù)據(jù)等距切分，對每段數(shù)據(jù)取寬帶信號實部的絕對值并進行最大值歸一化處理，以矩陣的形式保存得到該段寬帶信號文件對應的灰度時頻圖。然后，采用YOLOv4網(wǎng)絡對寬帶特定信號檢測識別。最后，根據(jù)檢測到寬帶信號在時頻圖上檢測框的位置坐標和本發(fā)明設計的一組公式，進一步計算、判斷和更新檢測到寬帶信號的估計參數(shù)，從而提高在復雜通信環(huán)境下寬帶信號參數(shù)估計的準確性。

實現(xiàn)本發(fā)明目的的具體步驟如下：

(1)生成寬帶特定信號訓練集：

(1a)從0.1s～10s之間取一個時間作為切割后的樣本時長，將寬帶接收機接收的時序數(shù)據(jù)按樣本時長等距切分，從中篩選每段均包含寬帶特定信號類型的多段寬帶信號文件，該文件至少包含1類待估計的寬帶特定信號類型且每類至少包含1000段；