[發(fā)明專利]一種基于機器學(xué)習(xí)的信號特征識別裝置和方法

在審

• 申請?zhí)枺?/td>: 202110259492.6
• 申請日: 2021-03-10
• 公開（公告）號: CN113095137A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計）人: 俞春華;陳毅豪;張周;王瓊;李瑞婧;張興敢;柏業(yè)超;唐嵐;吉志海;高春永;徐鵬;趙潤森;蔣品;付軍峰
• 申請（專利權(quán)）人: 南京大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 任志艷

1.一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，包括依次連接的射頻信號處理模塊、數(shù)字信號處理和控制模塊、以及網(wǎng)絡(luò)接口模塊；

所述的射頻信號處理模塊用于對信號進行接收、濾波和信號放大處理，并輸出信號到數(shù)字信號處理和控制模塊，數(shù)字信號處理和控制模塊用于對接收的信號進行信號特征識別和信號數(shù)字調(diào)制方式識別，并且將識別的信號特征以及信號數(shù)字調(diào)制方式通過網(wǎng)絡(luò)接口模塊和輸出到外部。

2.根據(jù)權(quán)利要求1所述的一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，所述射頻信號處理模塊包括濾波電路和低噪聲放大電路，濾波電路先對信號進行濾波處理后，送到低噪聲放大電路進行放大，放大后的信號被送到數(shù)字信號處理和控制模塊。

3.根據(jù)權(quán)利要求1或2所述的一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，所述數(shù)字信號處理和控制模塊包括ADC模塊和信號特征識別模塊；信號特征識別模塊包括用于識別信號類型的GPU處理模塊和用于數(shù)字調(diào)制方式識別的FPGA處理模塊，GPU處理模塊包括下變頻模塊和GPU芯片，F(xiàn)PGA處理模塊包括ZYNQ系列芯片。

4.一種基于機器學(xué)習(xí)的信號特征識別方法，其特征在于，包括信號類型識別方法和信號數(shù)字調(diào)制方式的識別方法。

5.根據(jù)權(quán)利要求4所述的一種基于機器學(xué)習(xí)的信號特征識別方法，其特征在于，信號類型識別方法包括如下步驟：

步驟1，經(jīng)模數(shù)轉(zhuǎn)換處理后的基帶信號在下變頻模塊中進行下變頻處理；

步驟2，下變頻處理后的信號進行中值濾波，中值濾波后的信號做短時傅里葉變換，得到時頻特性圖；將時頻特性圖轉(zhuǎn)為灰度圖；

步驟3，采用訓(xùn)練過的CNN模型對會灰度圖進行識別，經(jīng)softmax分類器，輸出信號類型識別結(jié)果。

6.根據(jù)權(quán)利要求4所述的一種基于機器學(xué)習(xí)的信號特征識別方法，其特征在于，信號數(shù)字調(diào)制方式的識別方法包括如下步驟：

步驟1，經(jīng)模數(shù)轉(zhuǎn)換處理后的基帶信號進行中值濾波；

步驟2，將中值濾波處理后的信號映射到星座圖平面，將星座圖以單通道灰度圖的形式經(jīng)歸一化處理后輸入低運算量VGG-9卷積神經(jīng)網(wǎng)絡(luò)提取特征；

步驟3，經(jīng)softmax分類器識別信號調(diào)制方式。

7.根據(jù)權(quán)利要求6所述的一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，所述的VGG-9卷積神經(jīng)網(wǎng)絡(luò)包括6層卷積層，每兩層卷積層后加一個池化層，最后一層卷積層后通過全連接層將卷積層所提取到的空間特征轉(zhuǎn)為為一維特征向量，一維特征向量經(jīng)兩層全連接層和softmax函數(shù)識別信號的數(shù)字調(diào)制方式。

8.根據(jù)權(quán)利要求3所述的一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，GPU芯片包含有計算機程序，所述計算機程序用于執(zhí)行權(quán)利要求5中步驟2-3。

9.根據(jù)權(quán)利要求3所述的一種基于機器學(xué)習(xí)的信號特征識別裝置，其特征在于，ZYNQ系列芯片包含有計算機程序，所述計算機程序用于執(zhí)行權(quán)利要求6中步驟2-3。