一种基于显著性的宽带频谱检测方法技术

技术编号:37397399 阅读:23 留言:0更新日期:2023-04-30 09:26
本发明专利技术公开了一种基于显著性的宽带频谱检测方法,该方法包括对一维宽带频谱数据集进行显著图转换,将原始数据转换成一维显著向量;将转换后的显著向量输入深度显著检测网络进行监督训练,提取信号的低层细节特征、高层语义特征和全局上下文特征,将提取到的特征进行融合得到融合后的特征;对融合后的特征进行线性插值上采样后对输入显著向量进行重构,计算重构向量与输入显著向量的交叉熵损失;最后基于输出结果计算信号个数、频率、带宽以及信噪比等参数信息,完成复杂电磁环境下的宽带频谱检测。本发明专利技术实现了宽带频谱检测,不依赖于专家,环境适应性强,易于训练、收敛速度较快,能够有效提升检测概率,基于显著性的宽带频谱检测方法。检测方法。检测方法。

【技术实现步骤摘要】
一种基于显著性的宽带频谱检测方法


[0001]本专利技术涉及信号检测
,尤其涉及到一种基于显著性的宽带频谱检测方法。

技术介绍

[0002]随着各种无线电通信系统的飞速发展、各类电磁通讯设备的发展与应用,数量繁多、信号体制和调制样式复杂、密集重叠、动态交迭的电磁信号充斥在电磁环境中,接收频段内民用、军用、不同功率、带宽、调制方式、编码方式、时变的信号交织在一起,使得侦收到的信号呈现出海量、高维、多样、动态等复杂特性。这些复杂的电磁环境表现在以下几方面:(1)空间中的电磁信号日益增加,背景噪声显著提高;(2)各种干扰日益严重,背景噪声常呈现非高斯特性;(3)受各种突发信号和干扰以及背景影响,噪声高动态变化。
[0003]信号检测与提取技术是信号处理和现代信息理论的一个重要组成部分,是信息技术的支柱之一。具体来看,信号检测是指从宽带接收的信号数据中构建检测特征,判定通信信号的存在性并初步估计识别各窄带信号的载频、带宽、体制等通信参数,以有效指导后续的调制识别、个体识别等工作。由于信号检测的性能将直接影响整个通信系统的性能和应用,若对侦本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于显著性的宽带频谱检测方法,其特征在于,所述方法包括以下步骤:S1:基于信号起止信息对宽带频谱数据进行显著图转换,获得二值一维显著向量作为宽带频谱数据的标签;S2:将宽带频谱数据与对应的标签输入到深度学习模型中,提取获得低层细节特征、高层语义特征和全局上下文特征,构建融合特征;S3:对融合特征进行线性插值上采样使得特征维度同输入向量相同,利用SoftMax函数对输入向量进行重构,计算重构向量与输入显著向量的交叉熵损失,经过深度显著性检测网络模型推理,得到输入数据的显著性结果;S4:根据显著性结果计算宽带频谱的起始点和终止点,并根据宽带频谱数据的起始频率和频率分辨率计算宽带频谱中的型号参数,完成宽带频谱的检测。2.如权利要求1所述的基于显著性的宽带频谱检测方法,其特征在于,所述步骤S2中,还包括对宽带频谱数据进行最大最小值归一化,其代价函数的表达式,具体为:其中,X
norm
为归一化后的样本数据,X为原始样本数据,X
min
为样本数据的最小值,X
max
为样本数据的最大值。3.如权利要求1所述的基于显著性的宽带频谱检测方法,其特征在于,所述步骤S2中,提取获得低层细节特征、高层语义特征,具体包括:采用50层深度残差网络进行四层低层特征和一层高层特征提取。4.如权利要求1所述的基于显著性的宽带频谱检测方法,其特征在于,所述步骤S2中,还包括将提取的高层语义特征输入到通道选择模块进行选择,利用空间和通道注意力机制来增强对显著对象高响应的空间区域和特征增强;通道选择模块对高层语义特征进行选择的表达式,具体为:y=sigmod(fc2(RELU(fc1(F))))F
out
=F
·
y其中,fc1和fc2表示全连接层1和全连接层2,F表示输入的高层语义特征,f为高层特征进过下采样得到的通道权重特征向量,RELU和sigmod代表激活函数,
·
代表点乘,y代表最终权重向量,F
out
代表选择后的特征。5.如权利要求1所述的基于显著性的宽带频谱检测方法,其特征在于,所述步骤S2中,所述全局上下文特征提取的表达式,具体为:y
t
=sigmod(fc4(RELU(fc3(f
gap
))))其中,F表示输入的高层特征,conv表示卷积操作,f
gap
表示高层特征经过全局平均池化得到的包括全局上下文信息的特征,
·
代表点乘,表示全局特征提取模块最终的输出。6.如权利要求1所述的基于显著性的宽带频谱检测方法,其特征在于,所述步骤S2中,
所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:所述融合特征的融合策略,具体为:其中,代表高层语义特征,f
lt
代表低层细节特征,代表全局上下文特征,upsample代表双线性插值上采样,t代表阶段序号,W代表生成的掩膜,concat代表按通道拼接;特征融合模块首先将低层特征...

【专利技术属性】
技术研发人员:解韦桐张宇阳欧阳玫丹甘翼丛迅超李贵
申请(专利权)人:中国电子科技集团公司第十研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1