[发明专利]一种单通道信号源个数估计方法和装置

说明书

本发明公开了一种单通道信号源个数估计方法和装置。其中的方法包括：获取多个信号样本数据，所述多个信号样本数据包括各种不同数字通信调制样式的混合射频信号以及每种信号对应的信号源个数；构造适用于信号处理的卷积神经网络；使用所述多个信号样本数据对构造的卷积神经网络进行训练，得到信号源个数估计网络模型；将单通道接收的实际信号作为待估计信号数据输入至所述信号源个数估计网络模型，输出所述待估计信号数据的信号源个数。本发明实施例是基于卷积神经网络对时频域混叠的混合射频信号的信号源个数进行估计，适用于各种不同数字通信调制样式的混合射频信号的信号源个数估计，具有通用性。

技术领域

本发明涉及信号处理技术领域，具体涉及一种单通道信号源个数估计方法和装置。

背景技术

近年来，随着下一代移动通信(5G)技术的发展以及物联网的涌现，无线应用数据激增，各种通信信号此起彼伏，终端设备和基站产生的无线信号相互之间的干扰越来越严重。在某些情况下，甚至存在伪基站等非法用户或干扰源破坏合法用户的正常通信。由于无意干扰或有意干扰的存在，在同一时间、同一频率上可能存在多个信号混叠的情况，这种时频域混叠的混合信号场景给无线信号分析和频谱监管带来了严峻挑战。

混合信号处理过程中信号源个数估计是很多混合信号分析的重要内容，目前对信号源个数的估计多是基于阵列信号处理方法进行，在单通道接收条件下如何提升信号源个数估计的准确性并没有很好的解决方案。

发明内容

本发明实施例提供了一种单通道信号源个数估计方法和装置，可以适用于单通道接收的各种不同数字通信调制样式的混合射频信号的信号源个数估计，具有通用性。

本发明实施例采用下述技术方案：

第一方面，本发明实施例提供一种单通道信号源个数估计方法，包括：

获取多个信号样本数据，所述多个信号样本数据包括各种不同数字通信调制样式的混合射频信号以及每种信号对应的信号源个数；

构造适用于信号处理的卷积神经网络；

使用所述多个信号样本数据对构造的卷积神经网络进行训练，得到信号源个数估计网络模型；

将单通道接收的实际信号作为待估计信号数据输入至所述信号源个数估计网络模型，输出所述待估计信号数据的信号源个数。

第二方面，本发明实施例还提供一种单通道信号源个数估计装置，包括：

样本获取单元，用于获取多个信号样本数据，所述多个信号样本数据包括各种不同数字通信调制样式的的混合射频信号以及每种信号对应的信号源个数；

构造单元，用于构造适用于信号处理的卷积神经网络；

训练单元，用于使用所述样本获取单元获取的多个信号样本数据对所述构造单元构造的卷积神经网络进行训练，得到信号源个数估计网络模型；

估计单元，用于将单通道接收的实际信号作为待估计信号数据输入至所述训练单元得到的信号源个数估计网络模型，输出待估计信号数据的信号源个数。

本发明实施例采用上述技术方案能够达到以下有益效果：

本发明实施例是基于卷积神经网络对时频域混叠的混合射频信号的信号源个数进行估计，卷积神经网络适用于局部特征提取和分类，适用于信号个数分类场景。通过利用多个已知信号源个数的混合射频信号作为信号样本数据，对构造的卷积神经网络进行训练得到信号源个数估计网络模型，再利用该信号源个数估计网络模型对单通道接收的实际信号的信号源个数进行估计，从而可以适用于各种不同数字通信调制样式的混合射频信号的信号源个数估计，具有通用性。