电磁频谱辐射源识别方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种电磁频谱辐射源识别方法、装置、设备及存储介质，本申请预先训练第一信号分类模型，该模型基于海量的音频训练信号的时频图训练得到，其中时频图上对各类型辐射源的频谱进行了标记，基于此训练的模型能够学习到复杂的电磁环境下所侦测到的音频信号中各类型辐射源的频谱特征，进而，在将实际侦测到的音频信号的时频图输入至模型中后可以得到从音频信号中分选出的辐射源产生的目标信号，结果更加准确。进一步，在时频图中检测每一目标信号的持续时长，在音频信号的时域图中选择与每一目标信号的持续时长匹配的波形图，得到每一目标信号对应的窄带目标信号，提取每一窄带目标信号的信号特征，确定音频信号所属的目标辐射源类型。目标辐射源类型。目标辐射源类型。

【技术实现步骤摘要】
电磁频谱辐射源识别方法、装置、设备及存储介质


[0001]本申请涉及辐射源识别
，更具体的说，是涉及一种电磁频谱辐射源识别方法、装置、设备及存储介质。

技术介绍

[0002]电磁频谱辐射源识别技术是指对接收的电磁信号进行特征识别，将辐射源电磁特征与辐射源个体进行匹配，从而识别出发射该电磁信号的设备类型。
[0003]辐射源识别结果对分析通信网络结构、确定威胁等级等有着关键性作用。现有的辐射源识别技术对于侦测到的宽带信号，将频域上位于不同频点处的固定频率信号分选出来，后续针对分选出的信号进行辐射源类型的识别。其定频信号分选过程主要采用基于能量的检测算法，即通过设定一个门限来判断信号的有无。但是，由于终端发射功率的差异、传输信道的非线性及不稳定性等实际问题，传统的基于能量的检测算法无法克服宽带通道内噪声功率随时间及频率波动起伏带来的检测虚警或漏警问题，导致从宽带信号中分选出的定频信号不准确，进而影响最终的辐射源类型识别结果的准确度。

技术实现思路

[0004]鉴于上述问题，提出了本申请以便提供一种电磁频谱辐射源识别方法、装置、设备及存储介质，以实现提升辐射源类型识别结果准确度的目的。具体方案如下：
[0005]一种电磁频谱辐射源识别方法，包括：
[0006]获取侦测到的音频信号，及所述音频信号的时频图；
[0007]将所述时频图输入至预配置的第一信号分类模型，得到模型输出的所述时频图中的至少一个目标信号；所述第一信号分类模型，以对音频训练信号的时频图中各类型辐射源的频谱进行标记后的训练时频图作为训练数据，训练得到；
[0008]在所述时频图中检测每一目标信号的持续时长；
[0009]在所述音频信号的时域图中选取与每一目标信号的持续时长匹配的波形图，得到每一目标信号对应的窄带目标信号；
[0010]提取每一所述窄带目标信号的信号特征，并基于所述信号特征确定所述音频信号所属的目标辐射源类型。
[0011]优选地，所述基于所述信号特征确定所述音频信号所属的目标辐射源类型，包括：
[0012]利用预配置的第二信号分类模型确定所述信号特征的特征向量表示，所述第二信号分类模型被配置为，提取输入的信号特征的特征向量表示，并基于特征向量表示确定对应的辐射源类型的内部状态表示；
[0013]在预先建立的电磁频谱库中查找与所述特征向量表示匹配的目标特征向量表示，及其对应的目标辐射源类型，作为所述音频信号所属的目标辐射源类型；其中，所述电磁频谱库中包含已注册的每一已知类型辐射源对应的特征向量表示。
[0014]优选地，所述第一信号分类模型的输出还包括每一目标信号所属的辐射源类型；
[0015]所述基于所述信号特征确定所述音频信号所属的目标辐射源类型，包括：
[0016]若基于所述第一信号分类模型的输出，确定每一目标信号所属的辐射源类型均不属于未知类型，则：
[0017]利用预配置的第二信号分类模型确定所述信号特征的特征向量表示，所述第二信号分类模型被配置为，提取输入的信号特征的特征向量表示，并基于特征向量表示确定对应的辐射源类型的内部状态表示；
[0018]在预先建立的电磁频谱库中查找与所述特征向量表示匹配的目标特征向量表示，及其对应的目标辐射源类型，作为所述音频信号所属的目标辐射源类型；其中，所述电磁频谱库中包含已注册的每一已知类型辐射源对应的特征向量表示；
[0019]若基于所述第一信号分类模型的输出，确定一目标信号所属的辐射源类型属于未知类型，则：
[0020]获取用户确认的辐射源类型，并利用所述第二信号分类模型确定所述未知类型的目标信号对应的信号特征的特征向量表示，并将所述特征向量表示与用户确认的辐射源类型对应添加到所述电磁频谱库中。
[0021]优选地，还包括：
[0022]对于第一信号分类模型输出的属于未知类型的目标信号，在提取目标信号的信号特征，以及获取到用户确认的目标信号的辐射源类型后，将目标信号的信号特征标注用户确认的辐射源类型，作为新增训练数据；
[0023]利用所述新增训练数据更新所述第二信号分类模型。
[0024]优选地，将所述时频图输入至预配置的第一信号分类模型，得到模型输出的所述时频图中的至少一个目标信号，包括：
[0025]将所述时频图进行二值化处理；
[0026]对二值化处理后的时频图进行形态学处理，得到时频图轮廓；
[0027]将由所述时频图轮廓围成的二值化的时频图输入预配置的第一信号分类模型，得到模型输出的时频图中的至少一个目标信号。
[0028]优选地，在所述时频图中检测每一目标信号的持续时长，包括：
[0029]在所述时频图上，对相邻帧内检测到的各目标信号进行匹配，得到每一帧内各目标信号的信号状态，信号状态包括持续、中断及新信号；
[0030]基于各帧内目标信号的信号状态，确定每一目标信号的起始帧及结束帧，并基于起始帧的时间及结束帧的时间，得到每一目标信号的持续时间。
[0031]优选地，在所述提取每一所述窄带目标信号的信号特征之前，该方法还包括：
[0032]对所述窄带目标信号进行滤波，以去除所述窄带目标信号中的空白噪声段，得到滤波后窄带目标信号；
[0033]所述提取每一所述窄带目标信号的信号特征，包括：
[0034]提取每一滤波后窄带目标信号的信号特征。
[0035]优选地，所述窄带目标信号为基带IQ信号，表示为IQ数组形式，所述提取每一所述窄带目标信号的信号特征，包括：
[0036]将所述窄带目标信号转换到频域后提取离散傅里叶特征；
[0037]对所述窄带目标信号提取功率谱特征；
[0038]将所述IQ数组与所述离散傅里叶特征及所述功率谱特征进行拼接，得到的拼接特征作为窄带目标信号的信号特征。
[0039]优选地，所述第二信号分类模型的训练过程包括：
[0040]获取已知类型辐射源发射的样本音频信号及其样本时频图；
[0041]将所述样本时频图输入所述第一信号分类模型，得到所述样本时频图中的样本目标信号；
[0042]在所述样本时频图中检测样本目标信号的持续时长；
[0043]在所述样本时域图中选取与样本目标信号的持续时长匹配的波形图，得到样本目标信号对应的样本窄带目标信号；
[0044]提取样本窄带目标信号的信号特征，并将提取的信号特征标记辐射源类型，得到训练数据；
[0045]利用所述训练数据训练第二信号分类模型，直至达到设定收敛条件。
[0046]优选地，所述获取侦测到的音频信号，包括：
[0047]获取接收机侦测到的射频信号；
[0048]将所述射频信号下变频为中频信号，以及，将所述中频信号转换为基带信号；
[0049]从所述基带信号中提取实部信息采样成音频信号。
[0050]一种电磁频谱辐射源识别装置，包括：
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电磁频谱辐射源识别方法，其特征在于，包括：获取侦测到的音频信号，及所述音频信号的时频图；将所述时频图输入至预配置的第一信号分类模型，得到模型输出的所述时频图中的至少一个目标信号；所述第一信号分类模型，以对音频训练信号的时频图中各类型辐射源的频谱进行标记后的训练时频图作为训练数据，训练得到；在所述时频图中检测每一目标信号的持续时长；在所述音频信号的时域图中选取与每一目标信号的持续时长匹配的波形图，得到每一目标信号对应的窄带目标信号；提取每一所述窄带目标信号的信号特征，并基于所述信号特征确定所述音频信号所属的目标辐射源类型。2.根据权利要求1所述的方法，其特征在于，所述基于所述信号特征确定所述音频信号所属的目标辐射源类型，包括：利用预配置的第二信号分类模型确定所述信号特征的特征向量表示，所述第二信号分类模型被配置为，提取输入的信号特征的特征向量表示，并基于特征向量表示确定对应的辐射源类型的内部状态表示；在预先建立的电磁频谱库中查找与所述特征向量表示匹配的目标特征向量表示，及其对应的目标辐射源类型，作为所述音频信号所属的目标辐射源类型；其中，所述电磁频谱库中包含已注册的每一已知类型辐射源对应的特征向量表示。3.根据权利要求1所述的方法，其特征在于，所述第一信号分类模型的输出还包括每一目标信号所属的辐射源类型；所述基于所述信号特征确定所述音频信号所属的目标辐射源类型，包括：若基于所述第一信号分类模型的输出，确定每一目标信号所属的辐射源类型均不属于未知类型，则：利用预配置的第二信号分类模型确定所述信号特征的特征向量表示，所述第二信号分类模型被配置为，提取输入的信号特征的特征向量表示，并基于特征向量表示确定对应的辐射源类型的内部状态表示；在预先建立的电磁频谱库中查找与所述特征向量表示匹配的目标特征向量表示，及其对应的目标辐射源类型，作为所述音频信号所属的目标辐射源类型；其中，所述电磁频谱库中包含已注册的每一已知类型辐射源对应的特征向量表示；若基于所述第一信号分类模型的输出，确定一目标信号所属的辐射源类型属于未知类型，则：获取用户确认的辐射源类型，并利用所述第二信号分类模型确定所述未知类型的目标信号对应的信号特征的特征向量表示，并将所述特征向量表示与用户确认的辐射源类型对应添加到所述电磁频谱库中。4.根据权利要求3所述的方法，其特征在于，还包括：对于第一信号分类模型输出的属于未知类型的目标信号，在提取目标信号的信号特征，以及获取到用户确认的目标信号的辐射源类型后，将目标信号的信号特征标注用户确认的辐射源类型，作为新增训练数据；利用所述新增训练数据更新所述第二信号分类模型。
5.根据权利要求1所述的方法，其特征在于，将所述时频图输入至预配置的第一信号分类模型，得到模型输出的所述时频图中的至少一个目标信号，包括：将所述时频图进行二值化处理；对二值化处理后的时频图进行形态学处理，得到时频图轮廓；将由所述时频图轮廓围成的二值化的时频图输入预配置的第一信号分类模型，得到模型输出的时频图中的至少一个目标信号。6.根据权利要求1所述的方法，其特征在于，在所述时频图中检测每一目标信号的持续时长，包括：在所...

【专利技术属性】
技术研发人员：钟奥，王建社，方四安，柳林，占建波，徐承，蒋俊，
申请(专利权)人：合肥讯飞数码科技有限公司，
类型：发明
国别省市：