[发明专利]电磁频谱辐射源识别方法、装置、设备及存储介质在审

专利信息
申请号: 202210534724.9 申请日: 2022-05-17
公开(公告)号: CN115017941A 公开(公告)日: 2022-09-06
发明(设计)人: 钟奥;王建社;方四安;柳林;占建波;徐承;蒋俊 申请(专利权)人: 合肥讯飞数码科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王雨
地址: 230088 安徽省合肥市中国(安徽)自由贸易*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电磁 频谱 辐射源 识别 方法 装置 设备 存储 介质
【说明书】:

本申请公开了一种电磁频谱辐射源识别方法、装置、设备及存储介质,本申请预先训练第一信号分类模型,该模型基于海量的音频训练信号的时频图训练得到,其中时频图上对各类型辐射源的频谱进行了标记,基于此训练的模型能够学习到复杂的电磁环境下所侦测到的音频信号中各类型辐射源的频谱特征,进而,在将实际侦测到的音频信号的时频图输入至模型中后可以得到从音频信号中分选出的辐射源产生的目标信号,结果更加准确。进一步,在时频图中检测每一目标信号的持续时长,在音频信号的时域图中选择与每一目标信号的持续时长匹配的波形图,得到每一目标信号对应的窄带目标信号,提取每一窄带目标信号的信号特征,确定音频信号所属的目标辐射源类型。

技术领域

本申请涉及辐射源识别技术领域,更具体的说,是涉及一种电磁频谱辐射源识别方法、装置、设备及存储介质。

背景技术

电磁频谱辐射源识别技术是指对接收的电磁信号进行特征识别,将辐射源电磁特征与辐射源个体进行匹配,从而识别出发射该电磁信号的设备类型。

辐射源识别结果对分析通信网络结构、确定威胁等级等有着关键性作用。现有的辐射源识别技术对于侦测到的宽带信号,将频域上位于不同频点处的固定频率信号分选出来,后续针对分选出的信号进行辐射源类型的识别。其定频信号分选过程主要采用基于能量的检测算法,即通过设定一个门限来判断信号的有无。但是,由于终端发射功率的差异、传输信道的非线性及不稳定性等实际问题,传统的基于能量的检测算法无法克服宽带通道内噪声功率随时间及频率波动起伏带来的检测虚警或漏警问题,导致从宽带信号中分选出的定频信号不准确,进而影响最终的辐射源类型识别结果的准确度。

发明内容

鉴于上述问题,提出了本申请以便提供一种电磁频谱辐射源识别方法、装置、设备及存储介质,以实现提升辐射源类型识别结果准确度的目的。具体方案如下:

一种电磁频谱辐射源识别方法,包括:

获取侦测到的音频信号,及所述音频信号的时频图;

将所述时频图输入至预配置的第一信号分类模型,得到模型输出的所述时频图中的至少一个目标信号;所述第一信号分类模型,以对音频训练信号的时频图中各类型辐射源的频谱进行标记后的训练时频图作为训练数据,训练得到;

在所述时频图中检测每一目标信号的持续时长;

在所述音频信号的时域图中选取与每一目标信号的持续时长匹配的波形图,得到每一目标信号对应的窄带目标信号;

提取每一所述窄带目标信号的信号特征,并基于所述信号特征确定所述音频信号所属的目标辐射源类型。

优选地,所述基于所述信号特征确定所述音频信号所属的目标辐射源类型,包括:

利用预配置的第二信号分类模型确定所述信号特征的特征向量表示,所述第二信号分类模型被配置为,提取输入的信号特征的特征向量表示,并基于特征向量表示确定对应的辐射源类型的内部状态表示;

在预先建立的电磁频谱库中查找与所述特征向量表示匹配的目标特征向量表示,及其对应的目标辐射源类型,作为所述音频信号所属的目标辐射源类型;其中,所述电磁频谱库中包含已注册的每一已知类型辐射源对应的特征向量表示。

优选地,所述第一信号分类模型的输出还包括每一目标信号所属的辐射源类型;

所述基于所述信号特征确定所述音频信号所属的目标辐射源类型,包括:

若基于所述第一信号分类模型的输出,确定每一目标信号所属的辐射源类型均不属于未知类型,则:

利用预配置的第二信号分类模型确定所述信号特征的特征向量表示,所述第二信号分类模型被配置为,提取输入的信号特征的特征向量表示,并基于特征向量表示确定对应的辐射源类型的内部状态表示;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥讯飞数码科技有限公司,未经合肥讯飞数码科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210534724.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top