[发明专利]基于被动时间反转镜的水声通信信号调制识别方法及装置

权利要求书

1.一种基于被动时间反转镜的水声通信信号调制识别方法，其特征在于，所述方法包括：

采用无记忆模拟非线性预处理器去除接收信号中的脉冲噪声；

基于被动时间反转镜抑制多径效应，利用线性调频信号作为被动时间反转中的探测信号，基于被动时间反转镜进行信号增强；

采用平方谱和功率谱的联合特征作为分类依据，设计卷积自动编码器网络增强两种频域特征，最后基于卷积神经网络网络进行调制识别。

2.根据权利要求1所述的一种基于被动时间反转镜的水声通信信号调制识别方法，其特征在于，

所述探测信号为接收的线性调频信号采用无记忆模拟非线性预处理器(MANP)去噪得到通过时间反转运算得到并与MANP去噪后的通信信号y_M(t)进行卷积，通过时反信道消除多径的影响。

3.根据权利要求1所述的一种基于被动时间反转镜的水声通信信号调制识别方法，其特征在于，所述基于被动时间反转镜进行信号增强具体为：

式中，y₀(t)为经过被动时间反转处理后的接收信号；y′_M(t)为被动时间反转处理过程得到的中间数据；δ(t)为冲激响应函数；n₁(t)为MANP去噪后剩余噪声干扰的总和；n₂(t)为MANP去噪后剩余的各种噪声干扰的叠加；最后对y₀(t)进行归一化处理得到y_nor(t)；

4.根据权利要求1所述的一种基于被动时间反转镜的水声通信信号调制识别方法，其特征在于，所述卷积自动编码器网络为：由7个卷积层构成的编码器和8个反卷积层构成的解码器两部分，卷积层和反卷积层之间设置有跳跃连接；

编码器的卷积层对输入的信号特征进行逐层压缩，通过解码器的反卷积层实现信号特征的解码重构；通过原始信号特征和解码重构的特征之间的L1损失项来衡量特征增强效果，选取均方根传递优化器来优化调整网络参数，实现功率谱特征增强的功能。

5.根据权利要求1所述的一种基于被动时间反转镜的水声通信信号调制识别方法，其特征在于，所述卷积神经网络包括：5个卷积层、5个池化层和1个全连接层，激活函数选用Relu函数，损失函数采用交叉熵函数；所述卷积神经网络通过卷积、池化操作提取信号功率谱和平方谱高维特征，最后通过softmax分类器进行分类。

6.一种基于被动时间反转镜的水声通信信号调制识别装置，其特征在于，所述装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1-5中的任一项所述的方法步骤。