【技术实现步骤摘要】
一种人工智能的信号分析识别系统
[0001]本专利技术涉及信号识别
，尤其涉及无线电信号的接收处理识别技术，具体是一种人工智能的信号分析识别系统。
技术介绍
[0002]随着通信技术的发展，无线通信技术在军事上得到了长足的进步。在军事通信领域，电子战对抗双方谁能取得通信方面的优势谁就能在战争中取得先机。电子对抗在电子情报侦察、电子支援和威胁告警系统中发挥着重要作用，雷达辐射源信号识别是电子对抗中的重要环节；随着电子对抗中电磁环境变得非常复杂，具体表现在雷达辐射源数目繁多、空间分布范围广阔且信号在时域与频域混叠严重。在较短的时间内出现的雷达信号多达数万乃至数十万，在某一时刻会同时出现大量信号。
[0003]目前的设备对信号分析和识别主要依靠人工，根据频谱搜索信号需要人眼观看，对比波形发现一个信号往往需要一个人长时间的跟踪、观察、比较，由于时间精力有限，往往发现一个信号的同时，漏掉了很多可能出现的信号，对于弱信号和突发信号更是很难识别，劳动强度大，持续工作疲倦，常有疏忽遗漏。对信号的识别更是需要长期专业知识的积累和...
【技术保护点】
【技术特征摘要】
1.一种人工智能的信号分析识别系统，其特征在于，包括数据采集模块、信号识别模块、大数据参考模块、信号监测模块、信号模拟模块、指令输入模块、异常测试模块、报警模块以及显示模块；所述数据采集模块包括MATLAB软件，用于仿真生成雷达信号的数据集；并将仿真生成的雷达信号数据集传输到数据预处理模块，所述数据预处理模块用于对数据集信号进行预处理，利用软件无线电技术对数据集信号的时域特性和频域特性进行分析，建立对应的数学模型；具体处理步骤如下：S1：将数据集信号先以序列的形式输出；S2：将数据集信号进行时频变换，通过软件无线电技术对数据集信号的时域特性和频域特性进行分析，将数据集信号以信号时频图的形式输出；S3：在两种形式输出的数据集信号中标注信号所属的类别，从每类信号中随机抽出2400个样本作为训练样本，600个样本作为测试样本；S4：训练基于RNN
‑
DenseNet网络，得到对应的数学模型M；所述数据预处理模块用于将对应的数学模型M传输到信号识别模块；所述信号监测模块为AD采集电路，用于实时采集雷达信号，得到雷达信号离散的采样数据并将雷达信号离散的采样数据传输至信号识别模块，所述信号识别模块接收对应的数学模型M和雷达信号离散的采样数据，并对雷达信号离散的采样数据进行识别分析，识别基于人工智能的智能识别算法，具体识别分析过程如下：步骤一：获取对应的数学模型M，根据数学模型M将雷达信号离散的采样数据还原到连续的信号特性，所述信号特性包括时域特性和频域特性；步骤二：根据还原得到的信号特性自动与大数据参考模块进行比对分析，所述大数据参考模块存储有各种雷达信号的模型和信号特性，基于人工智能的智能识别算法，识别得到对应的信号类型和属性；步骤三：根据识别得到的信号类型和属性，对雷达信号进行控守、解调、解码出信元，最后解译出信息内容；所述信号识别模块用于将解码出的信元和解译出的信息内容经控制器传输至存储模块存储。2.根据权利要求1所述的一种人工智能的信号分析识别系统，其特征在于，所述智能识别算法的识别逻辑如下：针对AD实数据，根据频段特性和背景环境建立频域模型，输入参数包括频域分辨率fd、频域平滑参数fs；针对AD实数据，根据频段特性和背景环境建立时域模型，输入参数包括时域分辨率td、时域平滑参数ts；将时域模型和频域模型输出结果按权重合并，形成综合数学模型；在自动学习阶段，将综合数学模型的特征属性和实际信号的物理属性进行对比分析，找出差距；根据差距自动调整综合数学模型中的fd、fs、td、ts参数，使得对比差距越来越小；根据综合数学模型的属性，分析识别频域数据和时域数据，识别其中信号分量大的特征，包括中心频点、信号带宽；针对识别出的信号频点和带宽采集数据，进而...
【专利技术属性】
技术研发人员：李俊富，卞菊，
申请(专利权)人：北京扬铭科技发展有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。