一种PCMA信号的识别方法及装置制造方法及图纸

本申请公开了一种PCMA信号的识别方法及装置，可应用于卫星通信技术领域。该方法包括：获取待识别的成对载波多址PCMA信号；将PCMA信号的波形和频谱分别输入残差神经网络ResNet，提取波形和频谱的空间特征；将波形和频谱的空间特征融合并获取波形和频谱的时空相关性；通过全连接层根据时空相关性，对PCMA信号进行识别分类。可见，本方法采用时频图和波形图作为输入数据形式的方式抑制了信号中其他信息干扰，对目标特征作了初步提取工作，帮助了网络模型的训练，提高了在符号数较少的情况下对信号检测识别的精度。号检测识别的精度。号检测识别的精度。

【技术实现步骤摘要】
一种PCMA信号的识别方法及装置


[0001]本申请涉及卫星通信
，尤其涉及一种PCMA信号的识别方法及装置。

技术介绍

[0002]成对载波多址技术(Paired Carrier Multiple Access，PCMA)是一种新兴的卫星通信体制，能够在同一时间、同一频段允许通信双方发送信息。通过在同一频点上发送两个数字调制方式的信号来进行通信。这两个PCMA信号的分量信号在时域重叠，在频域也完全重叠。当我们对PCMA信号进行单通道接收的时候，总不可避免会接收到其他的非目标卫星数字调制单路信号，因此需在常见的单路卫星数字调制信号中将PCMA信号区分出来，然后再对PCMA信号的具体调制方式进行识别。
[0003]目前，在现有技术的检测识别方式中，分为基于假设检验的方法与基于特征的方法两大类，这些方法的共有的特点是通过计算高阶累积量来提取信号特征，同时设计判决规则，以此实现信号调制识别。但由于高阶统计量的估计需要较多的符号数才能达到较高的精度，故在符号数较少的情况下，这些方法的性能较差。由此，如何设计出一种提升在符号数较少的情况下对信号检测识别的精度成为本领域亟需解决的技术问题。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种PCMA信号的识别方法及装置，旨在达到提升对信号检测识别的精度的要求。
[0005]第一方面，本申请实施例提供了一种PCMA信号的识别方法，该方法包括：
[0006]获取待识别的成对载波多址PCMA信号；
[0007]将所述PCMA信号的波形和频谱分别输入残差神经网络ResNet，提取所述波形和频谱的空间特征；
[0008]将所述波形和频谱的空间特征融合并获取波形和频谱的时空相关性；
[0009]通过全连接层根据所述时空相关性，对PCMA信号进行识别分类。
[0010]可选的，所述将波形和频谱的空间特征融合并获取波形和频谱的时空相关性，包括：
[0011]通过长短期记忆LSTM层提取所述PCMA信号的时间特征；
[0012]根据所述时间特征与所述空间特征得到波形和频谱的时空相关性。
[0013]可选的，在将所述PCMA信号的波形和频谱分别输入残差神经网络ResNet前，还包括：
[0014]将所述PCMA信号的波形和频谱分别输入卷积层，降低噪声方差并对所述PCMA信号的波形和频谱进行抽象。
[0015]可选的，在将波形和频谱的空间特征融合并获取波形和频谱的时空相关性后，还包括：
[0016]通过全连接FC层将所述信号进行映射，并采用预设的算法进行拟合，其中所述预
设的算法为退出dropout算法。
[0017]可选的，所述对PCMA信号进行识别分类，包括：
[0018]通过单元数为6的激活函数对PCMA信号进行识别分类，其中所述函数为Softmax函数。
[0019]第二方面，本申请实施例提供了一种PCMA信号的识别装置，该装置包括：
[0020]信号获取模块，用于获取待识别的成对载波多址PCMA信号；
[0021]空间特征获取模块，用于将所述PCMA信号的波形和频谱分别输入残差神经网络ResNet，提取波形和频谱的空间特征；
[0022]时空相关性获取模块，用于将波形和频谱的空间特征融合并获取波形和频谱的时空相关性；
[0023]识别分类模块，用于通过全连接层根据所述时空相关性，对PCMA信号进行识别分类。
[0024]可选的，所述将波形和频谱的空间特征融合并获取波形和频谱的时空相关性，包括：
[0025]通过长短期记忆LSTM层提取所述PCMA信号的时间特征；
[0026]根据所述时间特征与所述空间特征，得到波形和频谱的时空相关性。
[0027]可选的，所述空间特征获取模块，还包括：
[0028]信号处理模块，用于将所述PCMA信号的波形和频谱分别输入卷积层，降低噪声方差并对所述PCMA信号的波形和频谱进行抽象。
[0029]可选的，在将波形和频谱的空间特征融合并获取波形和频谱的时空相关性后，还包括：
[0030]通过全连接FC层将所述信号进行映射，并采用预设的算法进行拟合，其中所述预设的算法为退出dropout算法。
[0031]可选的，所述对PCMA信号进行识别分类，包括：
[0032]通过单元数为6的激活函数对PCMA信号进行识别分类，其中所述函数为Softmax函数。
[0033]本申请实施例提供了一种PCMA信号的识别方法，包括：获取待识别的成对载波多址PCMA信号；将PCMA信号的波形和频谱分别输入残差神经网络ResNet，提取波形和频谱的空间特征；将波形和频谱的空间特征融合并获取波形和频谱的时空相关性；通过全连接层根据时空相关性，对PCMA信号进行识别分类。可见，本方法采用时频图和波形图作为输入数据形式的方式抑制了信号中其他信息干扰，对目标特征作了初步提取工作，帮助了网络模型的训练，提高了在符号数较少的情况下对信号检测识别的精度。
[0034]此外，本申请还提供了一种PCMA信号的识别装置，其技术效果与上述方法相对应，这里不再赘述。
附图说明
[0035]为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他的附图。
[0036]图1为本申请实施例提供的PCMA信号的识别方法的一种方法流程图；
[0037]图2为本申请实施例提供的PCMA信号的识别方法的另一种方法流程图；
[0038]图3为本申请实施例提供的PCMA信号的识别方法的又一种方法流程图；
[0039]图4为本申请实施例提供的PCMA信号的识别方法的场景示意图；
[0040]图5为本申请实施例提供的PCMA信号的识别方法与其他三种算法对PCMA信号检测率随信噪比变化的对比示意图；
[0041]图6为本申请实施例提供的PCMA信号的识别方法对不同PCMA信号的识别率随信噪比变化示意图；
[0042]图7为不同算法识别率随信噪比变化的示意图；
[0043]图8为本申请实施例提供的PCMA信号的识别装置的一种结构示意图。
具体实施方式
[0044]为了使本
的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0045]成对载波多址技术(Paired Carrier Multiple Access,PCMA)是在1998年由Mark Dankberg提出的一种新本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PCMA信号的识别方法，其特征在于，所述方法包括：获取待识别的成对载波多址PCMA信号；将所述PCMA信号的波形和频谱分别输入残差神经网络ResNet，提取所述波形和频谱的空间特征；将所述波形和频谱的空间特征融合并获取波形和频谱的时空相关性；通过全连接层根据所述时空相关性，对PCMA信号进行识别分类。2.根据权利要求1所述的方法，其特征在于，所述将波形和频谱的空间特征融合并获取波形和频谱的时空相关性，包括：通过长短期记忆LSTM层提取所述PCMA信号的时间特征；根据所述时间特征与所述空间特征得到波形和频谱的时空相关性。3.根据权利要求2所述的方法，其特征在于，在将所述PCMA信号的波形和频谱分别输入残差神经网络ResNet前，还包括：将所述PCMA信号的波形和频谱分别输入卷积层，降低噪声方差并对所述PCMA信号的波形和频谱进行抽象。4.根据权利要求1所述的方法，其特征在于，在将波形和频谱的空间特征融合并获取波形和频谱的时空相关性后，还包括：通过全连接FC层将所述信号进行映射，并采用预设的算法进行拟合，其中所述预设的算法为退出dropout算法。5.根据权利要求1所述的方法，其特征在于，所述对PCMA信号进行识别分类，包括：通过单元数为6的激活函数对PCMA信号进行识别分类，其中所述函数为Softmax函数。6.一种PCMA信号的识别装置，其特征...

【专利技术属性】
技术研发人员：赵远轲，刘广怡，宋涛，李崇，张家森，
申请(专利权)人：郑州大学，
类型：发明
国别省市：