[發明專利]一種特定衛星上行信號的識別方法及系統

在審

• 申請號: 202110888830.2
• 申請日: 2021-08-06
• 公開（公告）號: CN113705363A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 張光云;陳瑋瑋;張丹;劉冬;曾春娥;陳丹鳳;鐘秋平
• 申請（專利權）人: 成都德辰博睿科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種特定衛星上行信號的識別方法，其特征在于，包括：

獲取待識別的信號；

對所述待識別信號進行端點檢測，采集所述待識別信號的特定數據，至少統計所述待識別信號的持續時間；

基于識別模型處理所述待識別信號的持續時間，得出識別結果，所述識別結果至少包括所述待識別的信號是否屬于特定衛星上行信號。

2.根據權利要求1所述的一種特定衛星上行信號的識別方法，其特征在于，所述識別模型包括依次連接的比對模型、聚類判定模型、匹配模型；

所述比對模型用于處理所述待識別信號的持續時間，輸出所述待識別信號的至少一個衛星類型作為第一預測結果；

所述聚類判定模型用于處理所述第一預測結果，輸出所述第一預測結果的至少一個聚類中心對應的至少一個衛星類型作為第二預測結果；

所述匹配模型用于處理所述第二預測結果，輸出所述待識別信號為所述特定衛星上行信號的概率作為第三預測結果；

若所述第三預測結果滿足預設條件，則認定所述待識別的信號屬于所述特定衛星上行信號。

3.根據權利要求2所述的一種特定衛星上行信號的識別方法，其特征在于，所述比對模型、所述聚類判定模型、所述匹配模型基于訓練樣本聯合訓練，同步更新參數。

4.根據權利要求3所述的一種特定衛星上行信號的識別方法，其特征在于，所述基于訓練樣本聯合訓練包括：

獲取訓練樣本，所述訓練樣本包括圖神經網絡數據和所述圖神經網絡數據中樣本節點的標簽，所述圖神經網絡數據包括所述樣本節點的特征向量、連接所述樣本節點之間的邊的特征向量和所述圖神經網絡結構，所述樣本節點的標簽為所述樣本節點的衛星類別；

將所述訓練樣本輸入初始比對模型，基于初始匹配模型輸出的結果同步更新所述初始比對模型、初始聚類判定模型、所述初始匹配模型的參數，得到訓練好的比對模型、訓練好的聚類判定模型、訓練好的匹配模型。

5.根據權利要求2或3所述的一種特定衛星上行信號的識別方法，其特征在于，所述對所述待識別信號進行端點檢測，采集所述待識別信號的特定數據，至少統計所述待識別信號的持續時間包括：

對輸入的信號做濾波處理，基于采樣率對信號做過濾處理，采集多幀AD原始數據；

對每幀AD原始數據做分幀處理，所述每幀AD原始數據至少包括時間頻率幅度信息；

將采集的所述AD原始數據保存為時頻瀑布圖數據；

對已采集的時頻瀑布圖數據的各信道去除背景噪聲干擾；

對每個信道進行信號存在的持續性檢查，統計各信道連續的信號持續幀數，并計算信號持續時間。

6.根據權利要求5所述的一種特定衛星上行信號的識別方法，其特征在于，所述對每個信道進行信號存在的持續性檢查與信號持續總幀數、幅度小于門限的總幀數、連續出現幅度小于門限的幀數相關。

7.根據權利要求5所述的一種特定衛星上行信號的識別方法，其特征在于，所述對所述待識別信號進行端點檢測，采集所述待識別信號的特定數據，至少統計所述待識別信號的持續時間包括：

基于統計模型處理包含所述特定數據的所述待識別的信號并輸出所述待識別信號的持續時間；

所述統計模型的訓練樣本數據為包含所述特定數據的信號數據，標簽為所述信號數據的持續時間。

8.一種特定衛星上行信號的識別設備，其特征在于，包括：

獲取模塊，用于獲取待識別的信號；

統計模塊，用于對所述待識別信號進行端點檢測，采集所述待識別信號的特定數據，至少統計所述待識別信號的持續時間；

識別模塊，用于基于識別模型處理所述待識別信號的持續時間，得出識別結果，所述識別結果至少包括所述待識別的信號是否屬于特定衛星上行信號。

9.一種通信模式確定裝置，包括至少一個存儲介質和至少一個處理器，所述至少一個存儲介質用于存儲計算機指令；所述至少一個處理器用于執行所述計算機指令以實現如權利要求1～7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲計算機指令，當所述計算機指令被處理器執行時實現如權利要求1～7任意一項所述的方法。