[發明專利]一種混疊信號的調制識別方法

在審

• 申請號: 202211242314.3
• 申請日: 2022-10-11
• 公開（公告）號: CN115496110A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 熊鑠
• 申請（專利權）人: 深圳筑港技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳博敖專利代理事務所(普通合伙) 44884
• 代理人: 李必俊

本發明公開了一種混疊信號的調制識別方法，包括以下步驟：步驟1.對混疊信號進行預處理，濾除信號中的高斯白噪聲；步驟2.對混疊信號進行預分類，得到混疊信號是否存在通信信號外的電磁信號，同時需要過濾通信信號外的電磁信號；步驟3.提取混疊信號的各類特征作為神經網絡的輸入，通過神經網絡得到混疊信號的調制方式。針對接收到的混疊信號，先對其進行小波去噪的預處理，濾除信號中的高斯白噪聲，同時通過決策樹模型預分類過濾通信信號外的電磁信號(如：雷達信號、雜波等)，再提取混疊信號的各類特征作為通信信號CLDNN調制識別神經網絡的輸入，通過CLDNN神經網絡得到混疊信號的調制方式。

技術領域

本發明涉及一種混疊信號的調制識別方法。

背景技術

信號調制識別常用于信號檢測、信號確認、干擾評估、干擾識別，現實環境中信號高度復雜，具體表現為電磁環境中有多種信號共存，在單通道的接收系統中干擾源的兩個或多個信號會在時域和頻域上發生混疊。對于混疊信號的識別，現有技術(時域分析、頻域分析、時頻混合分析)無法識別出混疊信號中每一個信號的類別，同時也無法適用于高度重疊的信號以及未知種類數的場景。

共信道混疊多信號的自動調制模式識別主要有兩個辦法，一種是分離識別，即把混疊多信號分離成多個單信號，再對分離出來的每個單信號進行單信號的自動調制模式識別；第二種是直接對混疊多信號進行盲識別，即直接提取混疊多信號的信號特征，根據提取到的特征進行多分類。但實際操作中，分離識別的方法由于未知參數較多，先驗信息少，難以將信號進行直接分離，分離也會破壞信號之間的相關性，破壞有效特征，產生錯誤分析，隨著獨立成分的累積，產生的誤差量也會累積，造成分離精度低，識別效果差。對于直接對混疊多信號進行盲識別的方法，現有技術基于傳統公式計算，沒有引入人工智能方法，在實際工程中，無法實現理想的結果，無法適應現在復雜多變的電磁環境。

發明內容

本發明要解決的技術問題是提供一種混疊信號的調制識別方法，引入人工智能方法，在實際工程中，可以適應現在復雜多變的電磁環境。

為了解決上述問題，本發明采用如下技術方案：

一種混疊信號的調制識別方法，其特征在于：包括以下步驟：

步驟1.對混疊信號進行預處理，濾除信號中的高斯白噪聲；

步驟2.對混疊信號進行預分類，得到混疊信號是否存在通信信號外的電磁信號，同時需要過濾通信信號外的電磁信號；

步驟3.提取混疊信號的各類特征作為神經網絡的輸入，通過神經網絡得到混疊信號的調制方式。

進一步的，在步驟1中的預處理為小波去噪，包括以下流程：將含噪信號通過小波變換進行多尺度分解，對各尺度上的小波系數進行去噪，小波逆變換重構信號，得到去噪信號。

進一步的，在步驟2中的預分類通過決策樹模型進行。

進一步的，所述決策樹是一種樹形結構，包括根節點、內部節點和葉節點。

進一步的，其中，每個內部節點表示一個屬性上的判斷，每個分支代表一個判斷結果的輸出，最后每個葉節點代表一種分類結果；需要監管學習，即給出一些樣本，每個樣本都有一組屬性和一個分類結果，也就是分類結果已知，那么通過學習這些樣本得到一個決策樹，這個決策樹能夠對新的數據給出正確的分類。

進一步的，根節點輸入：提取混疊信號的平均頻率，帶寬，功率，峰度；葉節點輸出：三維向量，每維取值0和1分別代表，是否存在通信信號、雷達信號、其他信號。

進一步的，所述通信信號外的電磁信號包括雷達信號或雜波。進一步的，在步驟3中的，具體的，提取混疊信號的各類特征作為通信信號CLDNN調制識別神經網絡的輸入，得到混疊信號的調制方式；所述CLDNN網絡，即為CNN與LSTM與DNN里面的一種或者多種組合。