[发明专利]一种特定卫星上行信号的识别方法及系统

说明书

本发明公开了一种特定卫星上行信号的识别方法，包括：获取待识别的信号；对所述待识别信号进行端点检测，采集所述待识别信号的特定数据，至少统计所述待识别信号的持续时间；基于识别模型处理所述待识别信号的持续时间，得出识别结果，所述识别结果至少包括所述待识别的信号是否属于特定卫星上行信号，可实现快速准确的识别获取到的卫星信号是否属于特定卫星上行信号。

技术领域

本发明涉及图像检测技术领域，更具体的说是一种特定卫星上行信号的识别方法及系统。

背景技术

随着新一代卫星移动通信体制的发展和应用，卫星移动通信往宽带化、高速化 发展，这对无线电监测是一个巨大的挑战，同时由于其特殊的使用场景，无线电业 务监测范围内还是一个比较空白的领域，因此对其建立完善的认识和监测手段是勿 容置疑的。

因此，需要一种针对特定卫星上行信号的有效的识别方法。

发明内容

本说明书实施例的一个方面提供一种特定卫星上行信号的识别方法，包括：获 取待识别的信号；对所述待识别信号进行端点检测，采集所述待识别信号的特定数 据，至少统计所述待识别信号的持续时间；基于识别模型处理所述待识别信号的持 续时间，得出识别结果，所述识别结果至少包括所述待识别的信号是否属于特定卫 星上行信号。

在一些实施例中，所述识别模型包括依次连接的比对模型、聚类判定模型、匹 配模型；所述比对模型用于处理所述待识别信号的持续时间，输出所述待识别信号 的至少一个卫星类型作为第一预测结果；所述聚类判定模型用于处理所述第一预测 结果，输出所述第一预测结果的至少一个聚类中心对应的至少一个卫星类型作为第 二预测结果；所述匹配模型用于处理所述第二预测结果，输出所述待识别信号为所 述特定卫星上行信号的概率；若所述概率满足预设条件，则认定所述待识别的信号 属于所述特定卫星上行信号。

在一些实施例中，所述比对模型、所述聚类判定模型、所述匹配模型基于训练 样本联合训练，同步更新参数。

在一些实施例中，所述基于训练样本联合训练包括：

获取训练样本，所述训练样本包括图神经网络数据和所述图神经网络数据中样本节点的标签，所述图神经网络数据包括所述样本节点的特征向量、连接所述样本 节点之间的边的特征向量和所述图神经网络结构，所述样本节点的标签为所述样本 节点的卫星类别；

将所述训练样本输入初始比对模型，基于初始匹配模型输出的结果同步更新所述初始比对模型、初始聚类判定模型、所述初始匹配模型的参数，得到训练好的比 对模型、训练好的聚类判定模型、训练好的匹配模型。

在一些实施例中，所述特定数据为时频瀑布图数据。

在一些实施例中，所述对所述待识别信号进行端点检测，采集所述待识别信号 的特定数据，至少统计所述待识别信号的持续时间包括：

对输入的信号做滤波处理，基于采样率对信号做过滤处理，采集多帧AD原始数据；对每帧AD原始数据做分帧处理，所述每帧AD原始数据至少包括时间频率幅度 信息；将采集的所述AD原始数据保存为时频瀑布图数据；对已采集的时频瀑布图数 据的各信道去除背景噪声干扰；对每个信道进行信号存在的持续性检查，统计各信 道连续的信号持续帧数，并计算信号持续时间。

在一些实施例中，所述对每个信道进行信号存在的持续性检查与信号持续总帧数、幅度小于门限的总帧数、连续出现幅度小于门限的帧数相关。

在一些实施例中，所述对所述待识别信号进行端点检测，采集所述待识别信号 的特定数据，至少统计所述待识别信号的持续时间包括：

基于统计模型处理包含所述特定数据的所述待识别的信号并输出所述待识别信号的持续时间；所述统计模型的训练样本数据为包含所述特定数据的信号数据，标 签为所述信号数据的持续时间。