一种无线信号调制方式智能监测识别方法及系统技术方案

本发明专利技术公开了一种无线信号调制方式智能监测识别方法及系统，所述方法包括以下步骤：将送入信道后的信号输入到预处理网络，预处理网络将其还原成送入信道前的信号，并传输至分类网络；预处理网络包括顺序连接的编码器、隐藏编码层、解码器；其中，编码器将输入的无线信号压缩到一个低维表示，即所需的编码；隐藏编码层对编码器的输出进行非线性变换完成隐藏；解码器将隐藏层的编码进行解码；分类网络输出识别结果。本发明专利技术通过深度学习的方式实现对低信噪比信号输入的调制方式识别，同时相较于常规采用的数字滤波器的设计而言，本发明专利技术通过预处理网络实现信号重建，预处理网络的设计过程较为简单方便，部署方便简单，降低硬件的成本的与成本。的与成本。的与成本。

【技术实现步骤摘要】
transformation[J]. IEEE Communications Letters, 2021, 25(10): 3287
‑
3290.

技术实现思路

[0008]本专利技术的目的在于克服现有技术的缺点与不足，提供一种无线信号调制方式智能监测识别方法。
[0009]本专利技术的另一目的在于提供一种无线信号调制方式智能监测识别系统。
[0010]本专利技术的目的通过以下的技术方案实现：一种无线信号调制方式智能监测识别方法，包括以下步骤：S1、将送入信道后的信号输入到预处理网络，预处理网络将其还原成送入信道前的信号，并传输至分类网络；所述预处理网络，包括顺序连接的编码器、隐藏编码层、解码器；其中，编码器将输入的无线信号压缩到一个低维表示，即所需的编码；隐藏编码层对编码器的输出进行非线性变换完成隐藏；解码器将隐藏层的编码进行解码；S2、分类网络输出识别结果，即信号的调制方式。
[0011]所述编码器包括顺序连接的第一转置层、第一LSTM、第一批正则化层；其中，第一转置层对输入的信号进行转置，保证编码器部分的拥有对输入信号最大的感受野，最大程度捕获到全局的特征，第一LSTM用于从带噪声以及受到多径效应影响的信号中提取特征，第一批正则化层用于规范化输入。
[0012]所述隐藏编码层包括顺序连接的第二LSTM、第二批正则化层；其中，第二LSTM用于将上层编码继续压缩，第二批正则化层用于规范化输入，减少过拟合现象。
[0013]所述编码器包括顺序连接的第三LSTM、第三批正则化层、第二转置层；其中，第三LSTM用于重建出不受噪声影响的原始信号，第三批正则化层用于规范化输入，减少过拟合现象，第二转置层用于还原出与输入信号形状相同的信号。
[0014]所述分类网络包括顺序连接的第三转置层、第一一维卷积层、第二一维卷积层、第四转置层、残差堆、第一Inception层、第二Inception层、全局平均池化层、全连接层；其中，第三转置层用于保证输入信号在卷积层有最大的感受野，最大程度捕获到全局的特征；第一一维卷积层用于信号压缩，初步提取信号特征,降低后续计算的复杂度，减少模型体积；第二一维卷积层用于信号压缩,降低后续计算的复杂度，减少模型体积；第四转置层用于将输出的信号进行转置；残差堆用于堆叠多层卷积层，实现对已压缩信号的特征提取能力，其由两个残差块组成，两个残差块之间通过跳跃连接；第一Inception层用于将残差堆输出在四个维度上进行卷积与池化，卷积核的大小为3，5，7，9，每个维度对应的池化核的大小为3，在不同尺度上捕捉输入向量的特征，四个并行分支的输出将会被拼接为一个携带更丰富信息的向量；第二Inception层用于将第一Inception层输出在三个维度上进行卷积与池化，卷积核的大小为3，5，7，每个维度对应的池化核的大小为3，三个并行分支的输出将会被拼接为一个携带更丰富信息的向量；
全局平均池化层用于将第二Inception的输出向量(64, 128)降维为一个长度为128的向量，该层将128通道上的向量进行平均池化；全连接层得出分类结果的独热编码。
[0015]本专利技术的另一目的通过以下的技术方案实现：一种无线信号调制方式智能监测识别系统，用于实现上述无线信号调制方式智能监测识别方法；包括预处理网络和分类网络；其中，预处理网络将送入信道后的信号还原成送入信道前的信号，并传输至分类网络；分类网络输出识别结果，即信号的调制方式。
[0016]同时，本专利技术提供：一种服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一段程序，所述程序由所述处理器加载并执行以实现上述无线信号调制方式智能监测识别方法。
[0017]一种计算机可读存储介质，所述存储介质中存储有至少一段程序，所述程序由处理器加载并执行以实现上述无线信号调制方式智能监测识别方法。
[0018]本专利技术与现有技术相比，具有如下优点和有益效果：本专利技术通过深度学习的方式实现对低信噪比信号输入的调制方式识别，同时相较于常规采用的数字滤波器的设计而言，本专利技术通过预处理网络实现信号重建，预处理网络的设计过程较为简单方便，部署方便简单，降低硬件的成本的与成本。
附图说明
[0019]图1为本专利技术所述一种信号调制方式智能监测识别方法的流程图。
[0020]图2为本专利技术所述预处理网络的工作流程图。
[0021]图3为本专利技术所述分类网络的工作流程图。
具体实施方式
[0022]下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。
[0023]如图1，一种信号调制方式智能监测识别方法，包括以下步骤：S1、将送入信道后的信号输入到预处理网络，预处理网络将其还原成送入信道前的信号，并传输至分类网络；S2、分类网络输出识别结果，即信号的调制方式。
[0024]如图2，所述预处理网络，包括顺序连接的编码器、隐藏编码层、解码器；其中，编码器用于将输入的无线信号通过一个1024单元的LSTM层进行处理变成长度形状为（2，1024）的向量，其目的是将输入数据压缩到一个低维表示，即所需的编码；隐藏编码层通过256个LSTM单元对从上一层的输出进行非线性变换完成隐藏，输出一个形状为（2，256）向量，其目的是去除输入数据中的噪声和冗余信息。提高模型的泛化能力，因为低维表示通常具有更好的可解释性。同时，隐藏层也可以防止自编码器对输入数据进行简单的拷贝，从而强制模型学习数据的本质特征。
[0025]解码器用于通过一个1024单元LSTM的将隐藏层的编码进行解码，其目的是降隐藏层的编码还原为原始的输入格式，即形状为（1024，2）。
[0026]所述编码器包括顺序连接的第一转置层、第一LSTM、第一批正则化层；其中，第一
转置层用于将形状为（1024，2）的输入变形为（2，1024），保证编码器部分的拥有对输入信号最大的感受野，最大程度捕获到全局的特征，第一LSTM用于从带噪声以及受到多径效应影响的信号中提取特征，第一批正则化层用于规范化输入，批正则化可以减小输入的数据分布偏移，抵消LSTM的复杂计算带来的资源消耗，同时将模型更好地泛化到新的数据，同时也可以减少模型的过拟合问题；所述隐藏编码层包括顺序连接的第二LSTM、第二批正则化层；其中，第二LSTM用于将上层编码继续压缩，变化为一个形状为（2，256），第二批正则化层用于规范化输入，减少过拟合现象；所述编码器包括顺序连接的第三LSTM、第三批正则化层、第二转置层；其中，第三LSTM用于重建出不受噪声影响的原始信号，第三批正则化层用于规范化输入，减少过拟合现象，第二转置层用于还原出与输入信号形状相同的信号。
[0027]所述分类网络包括顺序连接的第三转置层、第一一维卷积层、第二一维卷积层、第四转置层、残差堆、第一Inception层、第二Inception层、全局平均池化层、全连接层；其中，第三转置层用于保证输入信号在卷积层有最大的感受野，最大程度捕获到全局的特征；第一一维卷积层用于信号压缩，初步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无线信号调制方式智能监测识别方法，其特征在于，包括以下步骤：S1、将送入信道后的信号输入到预处理网络，预处理网络将其还原成送入信道前的信号，并传输至分类网络；所述预处理网络，包括顺序连接的编码器、隐藏编码层、解码器；其中，编码器将输入的无线信号压缩到一个低维表示，即所需的编码；隐藏编码层对编码器的输出进行非线性变换完成隐藏；解码器将隐藏层的编码进行解码；S2、分类网络输出识别结果，即信号的调制方式。2.根据权利要求1所述无线信号调制方式智能监测识别方法，其特征在于，所述编码器包括顺序连接的第一转置层、第一LSTM、第一批正则化层；其中，第一转置层对输入的信号进行转置，保证编码器部分的拥有对输入信号最大的感受野，最大程度捕获到全局的特征，第一LSTM用于从带噪声以及受到多径效应影响的信号中提取特征，第一批正则化层用于规范化输入。3.根据权利要求1所述无线信号调制方式智能监测识别方法，其特征在于，所述隐藏编码层包括顺序连接的第二LSTM、第二批正则化层；其中，第二LSTM用于将上层编码继续压缩，第二批正则化层用于规范化输入，减少过拟合现象。4.根据权利要求1所述无线信号调制方式智能监测识别方法，其特征在于，所述编码器包括顺序连接的第三LSTM、第三批正则化层、第二转置层；其中，第三LSTM用于重建出不受噪声影响的原始信号，第三批正则化层用于规范化输入，减少过拟合现象，第二转置层用于还原出与输入信号形状相同的信号。5.根据权利要求1所述无线信号调制方式智能监测识别方法，其特征在于，所述分类网络包括顺序连接的第三转置层、第一一维卷积层、第二一维卷积层、第四转置层、残差堆、第一Inception层、第二Inception层、全局平均池化层、全连接层；其中，第三转置层用于保证输入信号在卷积层有最大的感受野，最大程度捕获到全局...

【专利技术属性】
技术研发人员：李晓帆，陆泳天，王邃，江蓉，谭倍欣，杨光华，
申请(专利权)人：海华电子企业中国有限公司，
类型：发明
国别省市：