[發(fā)明專利]一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110284247.0
• 申請(qǐng)日: 2021-03-17
• 公開（公告）號(hào): CN113111720A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計(jì)）人: 傅晨波;姚虹蛟;馮婷婷;黃亮;宣琦
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵

一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪方法及系統(tǒng)，包括：S1，制作目標(biāo)信號(hào)和噪聲信號(hào)數(shù)據(jù)集；S2，使用了濾波去噪方法和信號(hào)增強(qiáng)方法，擴(kuò)大并優(yōu)化數(shù)據(jù)集；S3，分別定義生成器與判別器的模型結(jié)構(gòu)和損失函數(shù)，訓(xùn)練模型直至模型穩(wěn)定；S4，輸出去噪結(jié)果。方法中提及的生成器損失函數(shù)結(jié)合使用了判別器輸出損失、最小絕對(duì)值偏差、連續(xù)性差值，特別是考慮了生成的去噪信號(hào)的連續(xù)性特征。本發(fā)明還包括一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪系統(tǒng)，由依次連接的數(shù)據(jù)處理模塊、訓(xùn)練模塊、輸出模塊組成。本發(fā)明結(jié)合了不基于學(xué)習(xí)的濾波去噪方法和基于學(xué)習(xí)的去噪方法，能夠自適應(yīng)學(xué)習(xí)信號(hào)特性，實(shí)現(xiàn)信號(hào)去噪，且在信號(hào)去噪上具有較好的普適性。

技術(shù)領(lǐng)域

本發(fā)明涉及電磁信號(hào)的無(wú)監(jiān)督學(xué)習(xí)領(lǐng)域，特別是涉及一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪方法及系統(tǒng)。

背景技術(shù)

電磁信號(hào)指的是在自由空間中傳播的電磁波，例如無(wú)線電信號(hào)。在信號(hào)處理中，對(duì)于任何信號(hào)類型，噪聲的存在都是一個(gè)常見的問(wèn)題。神經(jīng)網(wǎng)絡(luò)是一種基于學(xué)習(xí)的信號(hào)去噪的方法，不需要對(duì)信號(hào)和噪聲的精確建模，也不需要最優(yōu)參數(shù)調(diào)整。這種方法在基于學(xué)習(xí)的圖像領(lǐng)域特別受歡迎。同樣地，在音頻和語(yǔ)音處理方面，深度神經(jīng)網(wǎng)絡(luò)也取得了較好的成果。相反，基于學(xué)習(xí)的方法對(duì)低維信號(hào)(如調(diào)制信號(hào))的影響相當(dāng)有限。對(duì)于低維信號(hào)，之前的去噪工作主要使用濾波、小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解等非學(xué)習(xí)方法。線性去噪方法依賴于濾波，但是當(dāng)信號(hào)和噪聲共享相同的頻譜時(shí)，它們就顯示出了局限性。在小波變換中，其性能取決于對(duì)預(yù)定義基函數(shù)的選擇，這些基函數(shù)可能不能反映信號(hào)的性質(zhì)。經(jīng)驗(yàn)?zāi)B(tài)分解是一種數(shù)據(jù)驅(qū)動(dòng)的方法，但是難以將信號(hào)分解成獨(dú)特的頻率分量。

已有論文：在2020年EUSIPCO(2020年第28屆歐洲信號(hào)處理會(huì)議)上接受的論文《Adversarial Signal Denoising with Encoder-Decoder Networks》，提出了一種編碼器-解碼器結(jié)構(gòu)來(lái)去除信號(hào)的噪聲，將去噪任務(wù)視為干凈信號(hào)和有噪信號(hào)之間的分布對(duì)齊，信號(hào)由一系列測(cè)量值表示。其目標(biāo)是給定的兩個(gè)信號(hào)通過(guò)編碼器對(duì)齊干凈和噪聲信號(hào)潛在表示。但是該方法沒(méi)有對(duì)調(diào)制信號(hào)進(jìn)行研究，并且未考慮將不基于學(xué)習(xí)的濾波去噪方法和基于學(xué)習(xí)的方法結(jié)合，從而提升信號(hào)去噪效果。

已有專利：申請(qǐng)?zhí)枮镃N201710614277.7的專利所公開的技術(shù)方案，基于生成對(duì)抗網(wǎng)絡(luò)的物體檢測(cè)方法及裝置，該方法將輸入的原始圖像進(jìn)行尺寸變換得到第一圖像，并對(duì)所述第一圖像進(jìn)行濾波去噪處理得到第二圖像；將所述第二圖像輸入到生成對(duì)抗網(wǎng)絡(luò)中。此方法針對(duì)的是圖像領(lǐng)域物體識(shí)別，利用圖像上的濾波去噪和生成對(duì)抗網(wǎng)絡(luò)相結(jié)合提高物體識(shí)別率，未涉及信號(hào)領(lǐng)域，并且所用的具體網(wǎng)絡(luò)結(jié)構(gòu)和損失函數(shù)都和本發(fā)明不同。

發(fā)明內(nèi)容

本發(fā)明要克服現(xiàn)有技術(shù)的上述缺點(diǎn)，提供一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪方法及系統(tǒng)，能對(duì)電磁調(diào)制信號(hào)進(jìn)行去噪，提高信號(hào)的信噪比。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

本發(fā)明提供一種基于深度學(xué)習(xí)的電磁調(diào)制信號(hào)去噪方法及系統(tǒng)，其方法包括以下步驟：

S1，將公開數(shù)據(jù)集中的18dB的9種調(diào)制類型數(shù)據(jù)作為目標(biāo)信號(hào)，再向目標(biāo)信號(hào)中加入定量的高斯噪聲，得到對(duì)應(yīng)的12dB的噪聲信號(hào)；

S2，將S1中噪聲信號(hào)輸入低通濾波器中，輸出為濾波后信號(hào)，將S1中的目標(biāo)信號(hào)和新得到的濾波后信號(hào)，對(duì)應(yīng)組成數(shù)據(jù)對(duì)，然后利用信號(hào)增強(qiáng)方法將數(shù)據(jù)量擴(kuò)大十倍；

S3，構(gòu)建生成對(duì)抗網(wǎng)絡(luò)模型，并分別定義生成器和判別器的損失函數(shù)，將S2中數(shù)據(jù)對(duì)作為判別器的輸入，濾波后信號(hào)作為生成器的輸入，通過(guò)對(duì)抗訓(xùn)練，最小化生成信號(hào)和目標(biāo)信號(hào)之間的差異，從而獲得實(shí)現(xiàn)信號(hào)去噪的生成器；

S4，提取訓(xùn)練好的生成器，輸入濾波后信號(hào)，輸出去噪信號(hào)。

進(jìn)一步地，所述S1具體包括：