[发明专利]一种基于随机森林的话音模拟调制特征识别方法

说明书

本发明公开了一种基于随机森林的话音模拟调制特征识别方法，属于通信信号处理技术领域。对于具有非平稳特性的话音模拟调制信号，需要构建能够充分反映话音非平稳特性的特征集，并设计具有较强鲁棒性的简易分类器，以提升话音模拟调制识别的适应性。该方法利用频谱重心位置能量完成信号检测，利用信号瞬时波形构建特征集。该特征集引入了瞬时波形峰值谱线相关系数特征，能够有效剔除单频幅度或频率调制的干扰，同时构建短时能量分布峰度特征，充分反映话音模拟调制的非平稳特性。在此基础上，设计了基于随机森林的话音模拟调制特征识别流程，相比决策树、支撑矢量机等，该方法计算简单，能够以更高的准确率识别话音模拟调制方式，具有较强的工程应用性。

技术领域

本发明涉及信息感知与识别领域，尤其涉及一种基于随机森林的话音模拟调制方式识别方法。

背景技术

话音模拟幅度调制或频率调制信号在实际电磁环境中的应用十分广泛，但由于调制信号受话音不连续、音量变化范围大、统计特性非平稳等因素的影响，加之较为灵活的调制指数及时变传播环境，使得提取稳定的单一检验特征比较困难。如何提取有效的统计特征集、设计具有较强鲁棒性的简易分类器，是提升话音模拟调制识别环境适应性面临的基本问题。

目前模拟调制识别方法主要是基于瞬时幅度、瞬时频率、瞬时相位等瞬时特征和功率谱，提取相应统计量形成特征集，对特征集采用决策树、支撑矢量机、神经网络等进行分类识别。特征集通常包括归一化零中心瞬时幅度谱密度最大值、瞬时相位非线性分量标准差、谱对称度等。归一化零中心瞬时幅度谱密度最大值能够反映瞬时包络中是否存在调制信息，对于恒定包络该值近似为零。瞬时相位非线性分量标准差反映了瞬时相位中除载频分量之外包含的变化信息，对于相位或频率调制波形，该特征具有较大的取值。这些特征虽然能够反映幅度调制或频率调制的特征，但未能充分反映话音调制的非平稳特性，不能可靠区分话音与非话音幅度调制和频率调制。基于决策树的分类器虽然应用简单，但决策树顶层特征量的权值过重，难以确定最优判决门限，整体适应性较差。支撑矢量机的分类性能取决于核函数的选择，且计算量较大。神经网络分类器需要优化网络参数设计，达到较好分类效果需要的数据量较大，同时加速处理占用资源较多。

总之，现有的特征集设计没有考虑话音时变非平稳特性，基于决策树的分类器设计未能利用特征集的综合信息导致难以最优化阈值设置，基于支撑矢量机和神经网络的分类器，设计核心参数较多且计算复杂。

发明内容

本发明所要解决的技术问题是针对话音模拟调制，在已有特征集的基础上，提出了能够体现话音的时变非平稳特性的瞬时能量峰度特征，及能够有效区分单频调制的峰值谱线相关系数特征，并采用随机森林学习算法作为分类器，设计了基于随机森林的话音模拟调制方式识别流程，在提高识别准确率的同时，计算简单，便于工程应用。

本发明采用的技术方案为：

一种基于随机森林的话音模拟调制特征识别方法，包括以下步骤：

步骤1：计算所有样本信号的估计功率谱和功率重心位置，基于频谱重心能量对信号进行检测，若存在信号则执行步骤2，否则继续检测；

步骤2：根据各样本信号的估计功率谱和功率重心位置，按照能量占比原则估计信号带宽，根据信号带宽计算各样本信号的瞬时幅度、瞬时相位和瞬时频率；

步骤3：根据瞬时幅度计算归一化零中心瞬时幅度谱密度最大值、瞬时幅度峰值谱线相关系数和瞬时幅度短时能量分布峰度；根据瞬时相位计算瞬时相位非线性分量标准差，根据瞬时频率计算瞬时频率峰值谱线相关系数和时频率短时能量分布峰度；构建基于瞬时信息的特征集{F}；

步骤4：从样本数据中选取部分样本作为训练集，剩余作为测试集，根据训练集中每个样本信号的特征集训练随机森林分类器；

步骤5：提取测试集样本的样本特征，将每个样本信号的特征集输入随机森林分类器进行分类识别，得出最终识别结果。