[发明专利]面向铁路通信的多源背景信号识别方法及装置

权利要求书

1.面向铁路通信的多源背景信号识别方法，其特征在于：

所述方法包括：

接收铁路沿线信号，并进行预处理；

通过不同场景的信号能量检测的门限值对不同场景进行背景信号存在性检测，每个场景的门限值为该场景下，对无人为干扰的信号进行发送与接收后50次仿真测试得到的接收能量值的平均值；

对信号进行盲源分离，得到分离的多个源信号；

分别提取各个源信号的频域特征参数，包括归一化频谱之3dB带宽、频域峰均比、频域矩峰度、频域矩偏度、递归零中心归一化瞬时幅度绝对值均值、单频分量凸显度、双频分量凸显度；

设置窄带信号和宽带信号的信号参数，分别对窄带信号和宽带信号提取频域特征参数，组成训练样本和测试样本，搭建基于支持向量机的神经网络模型并通过训练样本和测试样本进行训练和测试；

基于各个源信号的频域特征参数，利用训练和测试后的神经网络模型进行信号识别和分类。

2.根据权利要求1所述的方法，其特征在于：

接收铁路沿线信号，并进行预处理，包括：

通过天线接收机接收铁路沿线信号；

对信号进行滤波、放大和下变频处理。

3.根据权利要求2所述的方法，其特征在于：

通过信号能量检测的门限值进行背景信号存在性检测，包括：

选取不同场景，对无人为干扰的信号进行发送与接收，每种场景进行50次仿真测试作为训练样本，计算每次样本的接收能量值P(x)，取平均值作为该场景下能量检测的门限值T_x，则：

将接收到的信号R(t)通过A/D转换后从连续信号变成离散信号r(i)，则从接收到时刻T的信号的功率值P为：

比较功率值P与门限值T_x，判断通信背景信号存在与否。

4.根据权利要求3所述的方法，其特征在于：

对信号进行盲源分离，得到分离的多个源信号，包括：

假设接收到的铁路沿线信号为矩阵z；

对矩阵z进行中心化处理，减去其均值m，得到矩阵x，使其具有零均值：

对协方差矩阵进行特征值分解：

E{x′x′}^T＝EDE^T；

对矩阵x进行白化操作，得到矩阵x′：

x′＝ED^(-1/2)E^Tx；

白化操作后，协方差矩阵等于单位矩阵：

E{x′x′}^T＝I；

其中：

E是E{x′x′}^T特征向量的正交矩阵；

D是E{x′x′}^T特征值的对角矩阵，D＝diag(d₁,...,d_n)，D^-1/2＝diag(d₁^-1/2,...,d_n^-1/2)，d_n是E{x′x′}^T的所有特征值；

之后利用FastICA算法，得到分离的多个源信号。