[发明专利]一种基于倒谱和卷积神经网络的电磁红信息检测方法

权利要求书

1.一种基于倒谱和卷积神经网络的电磁红信息检测方法，其特征在于，首先采集电磁泄漏信号的样本，并通过倒谱分析提取出电磁泄漏信号中隐藏的红信息特征，然后通过卷积神经网络对提取出的红信息特征进行分类训练，得到关于电磁红信息的检测模型，接着输入待测的电磁泄漏信号，并形成该信号基于倒谱的电磁红信息特征表示，最后利用训练好的电磁红信息检测模型对红信息特征进行识别判定。

2.根据权利要求1所述的电磁红信息检测方法，其特征在于，具体包括如下步骤：

获取检测模型

步骤S10)采集多个电磁泄漏信号样本；

步骤S11)为解决不同采集环境下采样精度不一致的问题，对所有信号做降采样处理；

步骤S12)对降采样后的各个信号作倒谱分析并提取其中的信息泄漏特征，形成基于倒谱的电磁红信息特征表示；

步骤S13)将上述电磁红信息特征表示输入卷积神经网络中进行分类训练；

步骤S14)通过大量的样本训练，得到并保存电磁红信息的检测模型；

电磁红信息检测

步骤S20)将待测的电磁泄漏信号样本输入检测模型；

步骤S21)根据采集环境下采样精度对待测的电磁泄漏信号样本进行降采样；

步骤S22)对降采样后的待测信号样本作倒谱分析并提取其中的信息泄漏特征，形成基于倒谱的电磁红信息特征表示；

步骤S23)利用训练好的基于卷积神经网络的电磁红信息检测模型对红信息特征进行识别判定。

3.根据权利要求2所述的电磁红信息检测方法，其特征在于，步骤S11)和步骤S21)中的降采样过程如下：

(1)设置训练/测试样本的长度L_m以及训练/测试样本所需的最小的精度S_m，而采集的原始信号样本长度为L_s且采集的精度为S_s；

(2)如果S_s≥S_m且L_s≥L_m，将采集的原始信号样本以L_s/L_m(取整)的间隔进行等间隔降采样，从原始信号样本抽取出L_s/L_m(取整)个规范化样本，将长度不足L_m的样本抛弃；

(3)如果S_s＜S_m且L_s≥L_m，将采集的原始信号样本以L_m的长度进行分段，将原始信号样本分割为L_s/L_m(取整)个规范化样本，将长度不足L_m的样本抛弃；

(4)如果L_s＜L_m，则样本的长度不足，重新进行采集。

4.根据权利要求3所述的电磁红信息检测方法，其特征在于，步骤S12)和步骤S22)中关于电磁红信息倒谱特征的提取方法如下：

对降采样后的电磁泄漏信号进行傅里叶变换：

S(k)＝FFT(S(n))

其中，S(k)为电磁泄漏信号的频谱，FFT为快速傅里叶变换，S(n)为降采样后的电磁泄漏信号的时域信号；

对电磁泄漏信号的频谱的幅值做对数运算：

L(k)＝log|S(k)|

其中，L(k)是电磁泄漏信号的频域幅值对数谱，|S(k)|是电磁泄漏信号频谱的幅值且通过对S(k)进行取模运算得到；

对电磁泄漏信号的频域幅值对数谱进行傅里叶逆变换，提取电磁红信息的倒谱特征：

C(n)＝IFFT(L(k))

其中，C(n)是电磁泄漏信号的倒谱特征表示，IFFT为快速傅里叶变换的逆运算。