[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

说明书

本发明公开了一种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，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进行调制识别。装置包括：处理器和存储器。本发明对调制信号进行分类，不仅提高了调制识别准确率，也提高了对不同水声信道的适应性，减轻了水声信道对调制信号特征的影响。

技术领域

本发明涉及信号调制识别技术领域，尤其涉及一种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，提高了水下信号调制识别的准确性和环境适应性。

背景技术

水声通信信号调制识别是在发送和接收两方非合作条件下，对接收信号进行调制方式的自动分类，在民生和军事方面具有广泛的应用。近年来，深度学习被引入到通信信号调制识别中，进一步提高了调制分类识别的准确性。

在水声通信信号的调制分类过程中，主要分为两大类，根据信号时域特征和频域特征进行分类。第一类是将时域特征作为分类依据，通过神经网络完成时序特征的提取和分类。但是I/Q(同相/正交)数据、时序特征、波形特征等时域特征容易受到复杂水声信道特性的影响，稳定性不高。第二类是选取信号频域特征作为分类依据。功率谱、时频图、频谱和奇异谱是常见的用于调制识别的特征。

现有研究主要关注在特征识别方面，尚未有抑制水声信道影响方法的研究，海洋中严重的多径效应会对接收信号的时频特征产生很大影响，降低了调制识别的准确率。

发明内容

本发明提供了一种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，本发明对调制信号进行分类，不仅提高了调制识别准确率，也提高了对不同水声信道的适应性，减轻了水声信道对调制信号特征的影响，详见下文描述：

一种基于被动时间反转镜的水声通信信号调制识别方法，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，利用同步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进行调制识别。

其中，所述探测信号为接收的线性调频信号采用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。

其中，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；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)；

进一步地，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。