[發明專利]一種基于深度學習的電磁調制信號去噪方法及系統

在審

• 申請號: 202110284247.0
• 申請日: 2021-03-17
• 公開（公告）號: CN113111720A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 傅晨波;姚虹蛟;馮婷婷;黃亮;宣琦
• 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

1.一種基于深度學習的電磁調制信號去噪方法，其特征在于：包括以下步驟：

S1，將公開數據集中的18dB的9種調制類型數據作為目標信號，再向目標信號中加入定量的高斯噪聲，得到對應的12dB的噪聲信號；

S2，將S1中噪聲信號輸入低通濾波器中，輸出為濾波后信號，將S1中的目標信號和新得到的濾波后信號，對應組成數據對，然后利用信號增強方法將數據量擴大十倍；

S3，構建生成對抗網絡模型，并分別定義生成器和判別器的損失函數，將S2中數據對作為判別器的輸入，濾波后信號作為生成器的輸入，通過對抗訓練，最小化生成信號和目標信號之間的差異，從而獲得實現信號去噪的生成器；

S4，提取訓練好的生成器，輸入濾波后信號，輸出去噪信號。

2.如權利要求1所述的一種基于深度學習的電磁調制信號去噪方法，其特征在于：所述S1具體包括：

S1.1，采用公開數據集RML2016.10a，提取其中信噪比為18dB，調制類型為8PSK、BPSK、CPFSK、GFSK、PAM4、QAM16、QAM64、QPSK、WBFM的數據作為目標信號，共8910個數據；

S1.2，在提取的目標信號數據中添加定量的高斯噪聲，得到對應的12dB的噪聲信號數據；輸入目標信號數據和預期添加高斯噪聲后得到的低信噪比大小(SNR)，通過以下公式計算即可獲得12dB的低信噪比的噪聲信號數據。

N_signal＝A_noise+A_signal (5)

A_noise為標準化噪聲，R_noise為隨機噪聲，A_signal為18db信號幅值，P_signal為信號頻率，n為信號長度，V_noise為噪聲方差，σ_noise為噪聲標準差，N_signal為噪聲信號。

3.如權利要求1所述的一種基于深度學習的電磁調制信號去噪方法，其特征在于：所述S2具體包括：

S2.1，設置低通濾波器為8階，參數為0.2，低通濾波器的輸入為S1.2中獲得的噪聲信號，輸出即為濾波后信號；

S2.2，將濾波后信號逐個加載，然后分別通過旋轉90°、旋轉180°、旋轉270°、上下翻轉、左右翻轉、添加微弱的隨機噪聲參數為(0,0.0005)、添加微弱的隨機噪聲參數為(0,0.0010)、添加微弱的隨機噪聲參數為(0,0.0015)、添加微弱的隨機噪聲參數為(0,0.0020)得到新的信號，使得數據量擴大十倍；

S2.3，利用復制功能將目標信號數據量擴大十倍并拼接，同時拼接S2.2中所提到的所有信號，利用枚舉函數，將目標信號和濾波后的信號一一組成數據對，數據結構為(None，4，128)。