基于多任务解耦学习的卫星变调制下个体识别方法技术

本发明专利技术公开了一种基于多任务解耦学习的卫星变调制下个体识别方法，主要解决现有技术在变调制情况下提取的个体特征表征性能差的问题。其实现方案是：接收通过某观测轨道的下行通信链路信号，并划分训练集与测试集；建立由复值多尺度嵌入单元与注意力门控单元构成的两个知识提取块和一个共享知识提取块，并将这三个知识提取块并联组成特征提取模块；堆叠特征提取模块并连接分类器组成多任务解耦网络；将训练集数据输入到多任务解耦网络中进行训练；将测试集数据输入到训练好的多任务解耦网络，输出调制类型和卫星身份结果。本发明专利技术减轻了因调制变化引起的特征损失，能在调制方式变化下提取丰富的个体信息，增强对复杂信号识别性能，可用于信源卫星的电子侦察与识别。

【技术实现步骤摘要】

本专利技术属于通信领域，特别涉及一种卫星变调制下个体识别方法，可用于信源卫星的电子侦察与识别。

技术介绍

1、在卫星通信领域，卫星身份识别已成为一个重要的研究方向。目前，卫星识别技术主要依赖对卫星测控信号进行规律分析或特征提取，以有效验证卫星的身份。然而，在复杂的电磁环境下，准确识别信号的信源卫星身份是深入解读和分析通信信息的关键前提。因此，亟需一种改进的卫星身份识别方法，以提高在多变环境中对卫星信号的解析能力和准确性。

2、申请号为：cn202310977450.5的专利申请文献中公开了一种“基于特征融合的卫星身份识别方法和装置”。其实现方案为：首先接收并预处理待识别设备的iq基带信号，得到稳定信号段；然后构建基于卷积神经网络并行gru网络构建卫星身份识别模型；接着对所述稳定信号段进行iq和时序特征提取；最后将iq特征、时序特征与iq基带信号结合卷积，由全连接层分类得到识别结果；根据识别结果，利用合法卫星射频指纹库进行对比，确认待识别设备是否合法。该方法由于需要大量的正确信号构造指纹库，过程相当复杂且不易更新，且在个体识别中没有考虑信号调制类本文档来自技高网...

【技术保护点】

1.一种基于多任务解耦学习的卫星变调制下个体识别，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤(1)中对下行通信链路信号进行预处理，是先对输入信号进行去直流操作，以去除信号的直流偏置；再对去除信号的直流偏置进行归一化操作，使信号值范围控制在特定区间，确保不同信号在同一标准下进行比较和处理。

3.根据权利要求1所述的方法，其特征在于，步骤(2a)中构成知识提取块的每个复值多尺度嵌入单元，由三个复卷积并联构成，其中第一复卷积的卷积核大小为1×3，卷积步长为2；第二复卷积的卷积核大小为1×5，卷积步长为2；第三复卷积的卷积核大小为1×7，卷...

【技术特征摘要】

1.一种基于多任务解耦学习的卫星变调制下个体识别，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤(1)中对下行通信链路信号进行预处理，是先对输入信号进行去直流操作，以去除信号的直流偏置；再对去除信号的直流偏置进行归一化操作，使信号值范围控制在特定区间，确保不同信号在同一标准下进行比较和处理。

3.根据权利要求1所述的方法，其特征在于，步骤(2a)中构成知识提取块的每个复值多尺度嵌入单元，由三个复卷积并联构成，其中第一复卷积的卷积核大小为1×3，卷积步长为2；第二复卷积的卷积核大小为1×5，卷积步长为2；第三复卷积的卷积核大小为1×7，卷积步长为4，三种复卷积层的激活函数均采用复数relu函数。

4....

【专利技术属性】
技术研发人员：李林，孟京龙，臧博，张文博，姬红兵，朱志刚，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：