一种基于时频域图像匹配的信号调制方式识别方法和系统技术方案

本发明专利技术提出一种基于时频域图像匹配的信号调制方式识别方法和系统，属于信号处理技术领域。包括：获取信号数据集，其包含M类具有不同信号体制方式的信号，每一类都包含N个信号；对M

【技术实现步骤摘要】
一种基于时频域图像匹配的信号调制方式识别方法和系统


[0001]本专利技术属于信号处理
，尤其涉及一种基于时频域图像匹配的信号调制方式识别方法和系统。

技术介绍

[0002]目前的电磁环境十分复杂，同一个频点可能同时存在着多种信号，包括地面通信信号、卫星通信信号、导航信号、雷达信号等等。这些信号混合在一起，会造成信号质量下降。如果能够对不同类型信号的调制方式进行实时准确的识别，可以提高后续信号处理的速度和精确度
[0003]当前国内在信号调制方式识别领域主要采用先提取信号调制方式的特征，然后人为设定阈值判别的方法，但是这种方法对信号调制方式的识别效率和识别准确度较低。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于时频域图像匹配的信号调制方式识别方法，能够提高识别信号调制方式的效率和准确度。
[0005]本专利技术第一方面公开了一种基于时频域图像匹配的信号调制方式识别方法。所述方法包括：
[0006]步骤S1、获取信号数据集，所述信号数据集包含M类具有不同信号体制方式的信号，每一类都包含N个信号，共M
×
N个信号；
[0007]步骤S2、对所述信号数据集中的M
×
N个信号分别进行时频分析，得到M
×
N个时频功率谱矩阵，并利用所述M
×
N个视频功率谱矩阵生成M
×
N张信号时频域图像；
[0008]步骤S3、将M
×
N张信号时频域图像按照比例分为训练集和测试集，分别利用所述训练集和测试集训练和测试基于神经网络的识别分类器；
[0009]步骤S4、获取接收到的待识别的射频信号，对所述射频信号执行下变频处理，以得到数字中频信号；
[0010]步骤S5、对所述数字中频信号进行所述时频分析，得到所述数字中频信号的时频功率谱密度，并生成所述数字中频信号的信号时频域图像；
[0011]步骤S6、利用经训练的所述识别分类器，通过将所述数字中频信号的信号时频域图像与所述M
×
N张信号时频域图像进行匹配，来获取所述待识别的射频信号的信号调制方式的识别结果。
[0012]根据本专利技术第一方面的方法，在所述步骤S1中，以指定频点为中心频点，在指定带宽范围内，根据信号的函数表达式、设定的采样率、信号时长和每类信号的信号大小N，生成所述M
×
N个信号，以形成所述信号数据集。
[0013]根据本专利技术第一方面的方法，不同所述信号调制方式的信号至少包括线性调频信号、单频信号、扩频信号、脉冲信号；在所述步骤S1中，在对每一类信号调制方式生成N个信
号时，通过调节信号参数来生成该类信号调制方式的N个信号，调节的信号参数具体包括：
[0014]对于所述线性调频信号，调节的所述信号参数包括起始频率、结束频率、起始功率、结束功率、调频速率；
[0015]对于所述单频信号，调节的所述信号参数包括载波频率、载波功率；
[0016]对于所述扩频信号，调节的所述信号参数包括扩频码码率、载波频率、载波功率；
[0017]对于所述脉冲信号，调节的所述信号参数包括脉冲周期、占空比、载波功率。
[0018]根据本专利技术第一方面的方法，其中，所述信号时频域图像的横坐标为时间，纵坐标为频率，由坐标点的颜色或灰度表征所述坐标点处的信号功率；在所述步骤S2中，分别对所述信号数据集中的M
×
N个信号进行短时傅里叶变换，来计算所述M
×
N个时频功率谱矩阵。
[0019]根据本专利技术第一方面的方法，在所述步骤S3中，训练所述识别分类器具体包括：利用所述训练集对所述识别分类器进行优化，利用经优化的识别分类器对所述测试集中的图像进行识别，当识别分类的结果超过阈值时完成训练，否则继续训练。
[0020]根据本专利技术第一方面的方法，在所述步骤S4中，选取所述射频信号的所述指定带宽范围内，具有所述信号时长的信号，执行所述下变频处理。
[0021]根据本专利技术第一方面的方法，在所述步骤S6中，利用所述经训练的所述识别分类器，分别计算所述数字中频信号的信号时频域图像与所述M
×
N张信号时频域图像之间的相似度，基于所述相似度的计算结果来确定所述待识别的射频信号的信号调制方式的识别结果。
[0022]本专利技术第二方面公开了一种基于时频域图像匹配的信号调制方式识别系统。所述系统包括：
[0023]第一处理单元，被配置为，获取信号数据集，所述信号数据集包含M类具有不同信号体制方式的信号，每一类都包含N个信号，共M
×
N个信号；
[0024]第二处理单元，被配置为，对所述信号数据集中的M
×
N个信号分别进行时频分析，得到M
×
N个时频功率谱矩阵，并利用所述M
×
N个视频功率谱矩阵生成M
×
N张信号时频域图像；
[0025]第三处理单元，被配置为，将M
×
N张信号时频域图像按照比例分为训练集和测试集，分别利用所述训练集和测试集训练和测试基于神经网络的识别分类器；
[0026]第四处理单元，被配置为，获取接收到的待识别的射频信号，对所述射频信号执行下变频处理，以得到数字中频信号；
[0027]第五处理单元，被配置为，对所述数字中频信号进行所述时频分析，得到所述数字中频信号的时频功率谱密度，并生成所述数字中频信号的信号时频域图像；
[0028]第六处理单元，被配置为，利用经训练的所述识别分类器，通过将所述数字中频信号的信号时频域图像与所述M
×
N张信号时频域图像进行匹配，来获取所述待识别的射频信号的信号调制方式的识别结果。
[0029]根据本专利技术第二方面的系统，所述第一处理单元具体被配置为，在所述步骤S1中，以指定频点为中心频点，在指定带宽范围内，根据信号的函数表达式、设定的采样率、信号时长和每类信号的信号大小N，生成所述M
×
N个信号，以形成所述信号数据集。
[0030]根据本专利技术第二方面的系统，不同所述信号调制方式的信号至少包括线性调频信号、单频信号、扩频信号、脉冲信号；所述第一处理单元具体被配置为，在对每一类信号调制
方式生成N个信号时，通过调节信号参数来生成该类信号调制方式的N个信号，调节的信号参数具体包括：
[0031]对于所述线性调频信号，调节的所述信号参数包括起始频率、结束频率、起始功率、结束功率、调频速率；
[0032]对于所述单频信号，调节的所述信号参数包括载波频率、载波功率；
[0033]对于所述扩频信号，调节的所述信号参数包括扩频码码率、载波频率、载波功率；
[0034]对于所述脉冲信号，调节的所述信号参数包括脉冲周期、占空比、载波功率。
[0035]根据本专利技术第二方面的系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时频域图像匹配的信号调制方式识别方法，其特征在于，所述方法包括：步骤S1、获取信号数据集，所述信号数据集包含M类具有不同信号体制方式的信号，每一类都包含N个信号，共M
×
N个信号；步骤S2、对所述信号数据集中的M
×
N个信号分别进行时频分析，得到M
×
N个时频功率谱矩阵，并利用所述M
×
N个视频功率谱矩阵生成M
×
N张信号时频域图像；步骤S3、将M
×
N张信号时频域图像按照比例分为训练集和测试集，分别利用所述训练集和测试集训练和测试基于神经网络的识别分类器；步骤S4、获取接收到的待识别的射频信号，对所述射频信号执行下变频处理，以得到数字中频信号；步骤S5、对所述数字中频信号进行所述时频分析，得到所述数字中频信号的时频功率谱密度，并生成所述数字中频信号的信号时频域图像；步骤S6、利用经训练的所述识别分类器，通过将所述数字中频信号的信号时频域图像与所述M
×
N张信号时频域图像进行匹配，来获取所述待识别的射频信号的信号调制方式的识别结果。2.根据权利要求1所述的一种基于时频域图像匹配的信号调制方式识别方法，其特征在于，在所述步骤S1中，以指定频点为中心频点，在指定带宽范围内，根据信号的函数表达式、设定的采样率、信号时长和每类信号的信号大小N，生成所述M
×
N个信号，以形成所述信号数据集。3.根据权利要求2所述的一种基于时频域图像匹配的信号调制方式识别方法，其特征在于，不同所述信号调制方式的信号至少包括线性调频信号、单频信号、扩频信号和脉冲信号；在所述步骤S1中，在对每一类信号调制方式生成N个信号时，通过调节信号参数来生成该类信号调制方式的N个信号，调节的信号参数具体包括：对于所述线性调频信号，调节的所述信号参数包括：起始频率、结束频率、起始功率、结束功率和调频速率；对于所述单频信号，调节的所述信号参数包括：载波频率和载波功率；对于所述扩频信号，调节的所述信号参数包括：扩频码码率、载波频率和载波功率；对于所述脉冲信号，调节的所述信号参数包括：脉冲周期、占空比和载波功率。4.根据权利要求3所述的一种基于时频域图像匹配的信号调制方式识别方法，其特征在于，其中，所述信号时频域图像的横坐标为时间，纵坐标为频率，由坐标点的颜色或灰度表征所述坐标点处的信号功率；在所述步骤S2中，分别对所述信号数据集中的M
×
N个信号进行短时傅里叶变换，来计算所述M
×
N个时频功率谱矩阵。5.根据权利要求4所述的一种基于时...

【专利技术属性】
技术研发人员：王思鑫，鲁祖坤，吴健，何恒康，李柏渝，周海洋，邱杨，周彦波，余意，桂钢铁，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：