[发明专利]一种信号识别方法及装置

说明书

本发明实施例提供了一种信号识别方法及装置。方案如下：可以获取预设频段内的待识别信号，确定待识别信号的目标时频图像，提取目标时频图像的目标特征数据，将目标特征数据输入预先训练好的信号识别模型，确定待识别信号的类型，信号识别模型是通过预设训练集训练得到的模型，预设训练集包括预设频段内多个样本信号对应的样本时频图像的样本特征数据，以及每一样本信号的样本类型。通过本发明实施例提供的技术方案，根据不同信号对应的时频图像中的特征数据的不同，利用训练好的信号识别模型，确定信号的类型，实现利用一台设备识别出不同类型的信号，不再需要为每一类型的信号单独配备对应的模块，降低了设备的成本，提高了信号识别效率。

技术领域

本发明涉及信号探测技术领域，特别是涉及一种信号识别方法及装置。

背景技术

在传统导航定位过程中，往往通过识别全球导航卫星系统(Global NavigationSatellite System，GNSS)信号进行定位。随着技术的不断发展，出现了更多的定位方法，如全源导航、机会信号导航、多源融合定位等。采用这些定位方式，往往是通过识别空域内所有可用于定位的射频信号进行定位。该射频信号可以包括各种非导航专用信号，如数字音频广播、数字电视广播信号，调幅和调频广播信号，蜂窝基站信号，蓝牙(Bluetooth)信号，紫蜂(ZigBee)信号，无线网络(Wi-Fi)信号等。与GNSS信号不同的是，这些射频信号分布在较宽的频段内，并且每一种信号所采用的调制方式是不同的，这为信号识别过程带来较大的难度。

目前，在对上述射频信号进行识别时，通过不同的通信模块来识别每一通信模块对应的射频信号，这使得设备成本较高，信号识别效率较低。

发明内容

本发明实施例的目的在于提供一种信号识别方法及装置，以降低设备的成本，提高信号识别效率。具体技术方案如下：

本发明实施例提供了一种信号识别方法，包括：

获取预设频段内的待识别信号；

确定所述待识别信号的目标时频图像；

提取所述目标时频图像的目标特征数据；

将所述目标特征数据输入预先训练好的信号识别模型，确定所述待识别信号的类型，其中，所述信号识别模型是通过预设训练集训练得到的模型，所述预设训练集包括所述预设频段内多个样本信号对应的样本时频图像的样本特征数据，以及每一样本信号的样本类型。

可选的，所述确定所述待识别信号的目标时频图像的步骤，包括：

利用以下短时傅里叶变换公式，得到所述待识别信号的目标时频图像：

G_f(w,u)＝∫f(t)g(t-u)e^-jwtdt

其中，w为所述待识别信号的角频率，f为频率，t为时间t，u为预设时间窗口长度u，函数G_f(w,u)的值为频率分量的幅值，∫·dt为对t的积分操作，函数f(t)为所述待识别信号，函数g(t-u)为预设窗口函数，函数e^-jwt为复变函数，e为自然常数，j为虚数单位。

可选的，所述提取所述目标时频图像中的目标特征数据的步骤，包括：

对所述目标时频图像进行特征提取，得到所述目标时频图像的多个特征点；

采用K均值聚类(K-means)算法，对所述多个特征点进行聚类处理，得到K个类；

确定K个类中每个类包括的特征点的数量；

根据每个类包括的特征点的数量，确定所述目标时频图像中的目标特征数据。

可选的，所述对所述目标时频图像进行特征提取，得到所述目标时频图像的多个特征点的步骤，包括：