[發明專利]一種無線電信號的頻域識別方法

在審

• 申請號: 202110738037.4
• 申請日: 2021-06-30
• 公開（公告）號: CN113542180A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 張玉坤
• 申請（專利權）人: 北京頻譜視覺科技有限公司
• 主分類號: H04L27/26
• 分類號: H04L27/26;G06N3/04
• 代理公司: 安徽致至知識產權代理事務所(普通合伙) 34221
• 代理人: 陳文龍

1.一種無線電信號的頻域識別方法，其特征在于：所述頻域識別方法包括以下步驟；

第一步，采集已知無線電信號頻譜數據；

第二步，對已知無線電信號的頻譜特征進行學習，構建基于無線電頻譜形狀的特征模板庫，不同的無線電信號有其獨有的無線電頻譜形狀特征模板；

第三步，接收未知無線電信號的頻譜數據，使之與第二步構建的無線電信號頻譜形狀特征模板庫進行對比，找到與之匹配的無線電信號頻譜形狀特征模板；

第四步，將匹配結果輸出。

2.根據權利要求1所述的一種無線電信號的頻域識別方法，其特征在于：所述第一步中，采集的已知無線電信號包括基于多尺度二維卷積網絡的無線電信號，將經過編碼與調制的模擬信號進行魏格納-威利時頻變換，構造魏格納-威利分布圖作為網絡輸入，魏格納-威利分布圖豐富表征信號時域，針對魏格納-威利分布圖中存在多尺度結構，設計具有多尺度核與多通道的卷積子網絡，分別提取魏格納-威利分布圖中細粒度的多尺度、多層次化特征，將多尺度、多層次特征進行拼接以獲得調制信號的精細結構特征，包含在調制方式為EMC數據集上。

3.根據權利要求1所述的一種無線電信號的頻域識別方法，其特征在于：所述第一步中，采集的已知無線電信號還包括基于序列-序列的編解碼循環神經網絡調制的無線電信號，由于深度多尺度卷積神經網絡中二維卷積訓練復雜度較高以及參數量大，結合無線電信號的時序，使用原始信號的IQ雙通道數據作為輸入，減少預處理過程，設計編碼網絡將信號進行特征映射到隱層特征向量，再設計解碼網絡將隱層特征向量解碼進行統一表征，進而使用分類網絡進行分類，在編碼網絡中，設計了棧式池化網絡以準確提取信號序列中空間域的統計特征，門控循環單元網絡以提取信號雙向時序特征﹐并減少參數量，在解碼和分類網絡中，使用重復向量層以及時序全連接層，將編碼網絡提取的隱層特征向量進行時序展開，進行無線電信號調制模式的分類。

4.根據權利要求1所述的一種無線電信號的頻域識別方法，其特征在于：所述第一步中，采集的已知無線電信號還包括基于端到端的輕量級一維深度卷積網絡編碼調制的無線電信號，由于深度學習模型參數量大、在實際應用中部署困難且訓練耗費硬件資源大，使用原始一維信號作為網絡輸入以減少參數量，構建輕量級深度卷積神經網絡，設計多尺度卷積核和金字塔型的網絡結構以提取深度層級特征，使用一維卷積操作提取信號本質特征使得模型更為輕量化，基于所設計的多尺度卷積核與金字塔式網絡結構的無線電信號可以提取信號調制與編碼的層次。

5.根據權利要求1所述的一種無線電信號的頻域識別方法，其特征在于：所述第二步中，無線電頻譜形狀特征模板為主產品身份標識、附屬產品身份標識、附屬產品組身份標識、主產品操作動作，創建無線電頻譜形狀特征模板前，需要學習無線電信號的頻譜形狀。

6.根據權利要求1所述的一種無線電信號的頻域識別方法，其特征在于：所述第三步中，在對未知無線電信號進行識別之前，先要提取未知無線電信號的頻譜形狀，再與創建好的無線電頻譜形狀特征模板進行對比匹配。