[发明专利]一种基于深度残差网络的ETC干扰信号发射机的识别方法及系统

说明书

本发明提出了一种基于深度残差网络的ETC干扰信号发射机的识别方法及系统，识别方法主要包括如下步骤：步骤1、通过结合地感线圈定向接受ETC干扰信号，构建ETC干扰信号数据集；步骤2、将ETC干扰信号数据集按照预定比例划分成训练集、验证集和测试集；步骤3、对训练集、验证集和测试集的干扰信号进行主成分分析，获取干扰信号低维特征表示；步骤4、设计深度残差网络，通过训练集训练深度残差网络，并根据验证集选择最优的深度残差网络识别模型，进而识别ETC干扰信号类型。本发明能够自动地从训练集数据中提取对ETC干扰信号识别有用的抽象特征，无需人工参与提取特征，此外，引入标签平滑，批量归一化等方式进一步提升识别网络的泛化性能。

技术领域

本发明涉及一种基于深度残差网络的ETC干扰信号发射机的识别方法及系统，涉及无线信号发射机个体识别领域。

背景技术

ETC是电子不停车收费系统，是高速公路或桥梁自动收费。通过安装在车辆挡风玻璃上的车载电子标签与收费站ETC车道上的微波天线之间进行的专用短程通讯，利用计算机联网技术与银行进行后台结算处理，从而达到车辆通过高速公路或桥梁收费站无需停车而能交纳高速公路或桥梁费用的目的。目前，一些不法分子利用无线电干扰机干扰ETC的收费系统，达到逃避过路费的目的，造成一定的经济损失，对高速公路ETC的发展产生较大的负面影响。所以，需要一种识别ETC干扰器个体的方法用来识别干扰信息并记录干扰源发射个体的特征，进而实现留存证据、追缴纳费甚至追究法律责任的后续处理工作。

在现有技术中仅有针对干扰源定位的方法，此类定位方法无法进行深度特征提取，导致网络识别的泛化能力不高，因此难以对干扰信号发射机进行有效的个体识别。

发明内容

发明目的：一个目的是提出一种基于深度残差网络的ETC干扰信号发射机的识别方法，以解决现有技术存在的上述问题。进一步目的是提出一种实现上述方法的系统。

技术方案：一种基于深度残差网络的ETC干扰信号发射机的识别方法，包括以下步骤：

步骤1、通过结合地感线圈定向接受ETC干扰信号，构建ETC干扰信号数据集；

步骤2、将ETC干扰信号数据集按照预定比例划分成训练集、验证集和测试集；

步骤3、对训练集、验证集和测试集的干扰信号进行主成分分析，获取干扰信号低维特征表示；

步骤4、设计深度残差网络，通过训练集训练深度残差网络，并根据验证集选择最优的深度残差网络识别模型，通过测试集测试最优深度残差网络识别模型，进而识别ETC干扰信号类型。

在进一步的实施例中，步骤2中所述训练集、验证集和测试集占每类干扰信号数据的比例分别为60%、20%和20%；

步骤3中利用主成分分析得到的干扰样本特征向量维度占初始干扰样本特征维度的30%。

在进一步的实施例中，步骤4进一步包括：

步骤4-1、在深度残差网络中引入恒等映射并进一步提取ETC干扰信号的深层抽象特征；

步骤4-2、在深度残差网络中引入批量归一化操作以及标签平滑策略；

步骤4-3、训练深度残差网络，通过反向传播算法迭代更新各层之间的连接权重；

步骤4-4、使用训练好的深度残差识别网络对测试干扰样本类型进行识别。