复杂环境下宽带无线通信信号检测方法及系统技术方案

本发明专利技术属于无线通信信号识别技术领域，特别涉及一种复杂环境下宽带无线通信信号检测方法及系统，包含：收集的宽带无线通信信号，并对信号进行预处理来获取统一尺寸的时频谱图，利用时频谱图来生成用于模型训练的信号样本数据库；构建基于向心偏移网络的信号检测模型，并利用信号样本数据库中的信号数据对该信号检测模型进行训练，其中，信号检测模型包含：沙漏基础网络、特征处理模块及向心偏移模块；对待检测宽带无线通信信号进行预处理，将预处理后的信号数据作为模型输入，通过训练后的信号检测模型来识别待检测宽带无线通信信号目标位置。本发明专利技术能够实现对复杂环境下宽带无线通信信号的有效检测，检测效果好，便于实际场景应用。景应用。景应用。

【技术实现步骤摘要】
复杂环境下宽带无线通信信号检测方法及系统


[0001]本专利技术属于无线通信信号识别
，特别涉及一种复杂环境下宽带无线通信信号检测方法及系统。

技术介绍

[0002]随着近年来无线通信技术的快速发展，无线通信信道环境日益复杂，对于非合作接收方来说，信号发生时频混叠，信道发生衰落、混有非高斯噪声以及低信噪比的情况十分常见，为传统的宽带无线通信信号盲检测技术带来相当的困难。目前，许多研究人员针对该问题提出了解决方案，一些方法使用宽带信号功率谱的能量指标作为检测依据，但该类方法受限于对信号噪声基底估计的精确度，在复杂电磁环境下性能下降明显。一些方法将宽带信号进行信道化，对信道化后的各个信道，利用窄带信号检测的方法开展信号检测。该类方法在窄带检测环节中，检测的效果受噪声以及门限阈值选取的影响较大，且其在信道化过程中，存在分割不理想的情况，并会损失一定的原始信号数据信息。
[0003]另外，随着神经网络技术被引入到无线通信信号分析与处理领域，一些方法通过构建神经网络学习宽带通信信号的一维功率谱特征，以此开展信号检测。该类方法通过把对信号的检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂环境下宽带无线通信信号检测方法，其特征在于，包含如下内容：收集的宽带无线通信信号，并对信号进行预处理来获取统一尺寸的时频谱图，利用时频谱图来生成用于模型训练的信号样本数据库；构建基于向心偏移网络的信号检测模型，并利用信号样本数据库中的信号数据对该信号检测模型进行训练，其中，信号检测模型包含：用于通过对输入数据进行上下采样操作来获取多尺度特征的沙漏基础网络，用于通过对多尺度特征进行角点池化和可变形卷积来获取角点预测结果和信号深度特征的特征处理模块，及用于利用角点匹配算法对角点预测结果和深度特征进行定位以输出目标角点位置的向心偏移模块；对待检测宽带无线通信信号进行预处理，将预处理后的信号数据作为模型输入，通过训练后的信号检测模型来识别待检测宽带无线通信信号目标位置。2.根据权利要求1所述的复杂环境下宽带无线通信信号检测方法，其特征在于，根据随机符号序列和信号调制方式来产生用于构造信号样本数据库的标准宽带无线通信信号。3.根据权利要求2所述的复杂环境下宽带无线通信信号检测方法，其特征在于，产生标准宽带无线通信信号时，随机选取若干窄带信号，根据预设混叠概率将窄带信号和产生的标准宽带无线通信信号进行混叠；并在标准宽带无线通信信号上添加α稳定噪声。4.根据权利要求1所述的复杂环境下宽带无线通信信号检测方法，其特征在于，信号混叠中，采用与窄带信号带宽相等的余弦波作为衰落信道，并随机选择衰落信道衰落强度和衰落信道终止相位，通过高斯噪声模拟实际信道环境来生成宽带混合的多信号样本数据。5.根据权利要求1所述的复杂环境下宽带无线通信信号检测方法，其特征在于，信号检测模型中的深度特征提取模块包含：用于对多尺度特征数据进行角点池化的角点池化单元，用于对角点池化结果分支进行角点预测处理的角点预测单元，及用于通过交叉星可变性卷积运算对角点池化结果另一分支进行局部特征学习的特征学习单元，其中，角点预测单元和特征学习单元中分别对特征图右下角和左上角进行相应的角点预测处理和局...

【专利技术属性】
技术研发人员：吴迪，张见，马瑞鹏，李汀立，王书，王世举，胡涛，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：