[发明专利]面向铁路通信的多源背景信号识别方法及装置

说明书

本发明涉及一种面向铁路通信的多源背景信号识别方法及装置。铁路通信的场景下，时频域相互混叠的多源背景通信信号的识别有困难。本方法接收铁路沿线信号；进行背景信号存在性检测；对信号进行盲源分离；分别提取各个源信号的频域特征参数；对典型调制信号提取频域特征参数，组成训练样本和测试样本，搭建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。本发明提出盲源分离算法，实现面向铁路通信的多源背景信号的分解，从而将多源背景信号识别特征提取的问题简化为单一信号源的特征提取，可有效提高多源背景信号识别准确率。

技术领域

本发明涉及铁路通信技术领域，具体涉及一种面向铁路通信的多源背景信号识别方法及装置。

背景技术

铁路网络尤其是高铁（含部分城际）运营范围日渐庞大，安全稳定的无线通信系统至关重要，借助铁路移动通信系统可以保障行车安全，提高运输效率，改善服务质量。随着铁路客运高速和货运重载列车开行密度加大、通信业务的陡然增加和更苛刻的通信服务质量要求，铁路移动通信网络经历了从GSM-R（Global System for Mobile communicationsfor Railway，铁路综合数字移动通信系统）到5G-R（5G for Railway，铁路5G）的演进。5G-R通信网在通信覆盖和容量、传输速率、抗干扰性和系统能力等方面都有了极大的改善和提高，在明确5G-R系统建设目标的基础上，已将5G-R作为未来铁路无线通信网的发展方向。

铁路运输快速发展对铁路通信网有较高的要求，列车与基站之间通过无线方式进行通信，其通信质量不可避免的会受到多源背景信号的干扰影响。对于语音业务，背景信号会导致语音通话质量下降，甚至中断。对于数据业务，干扰会导致误码率提升，造成数据丢包。这都严重影响5G-R系统的可靠性，所以及时准确地检测并识别背景信号，对后续排除干扰，保证5G-R系统稳定可靠运行至关重要。

由于无线电环境的日益复杂以及铁路建设的快速推进，保证各个铁路系统之间的有效通信变得极为重要。铁路移动通信的背景信号主要以同频信号和邻频信号为主，其原因主要是频率的规划不合理。虽然按照铁路走线合理进行网络规划以及频点规划可以改善干扰问题，但铁路通信以铁塔架设基站，通过空间波传播为主要工作方式的前提下，多条铁路的交叉以及枢纽站的汇聚会为频点规划带来极大困难，导致发生同频干扰及邻频干扰问题的概率较高。这将严重影响通话质量，甚至导致严重的行车事故。

目前已有的信号识别技术大多是根据不同干扰信号的特征区别，依次将单一的干扰而非时频域混叠的多源干扰进行识别，但是在实际的铁路场景中，铁路移动通信可能会同时受到多源背景通信信号的干扰影响，例如移动运营商设备、非法台站等发出的各种外部无线信号，这些背景信号的时频域相互混叠会给铁路通信系统产生极大的影响。

发明内容

本发明的目的是提供一种面向铁路通信的多源背景信号识别方法及装置，以解决铁路通信的场景下、时频域相互混叠的多源背景通信信号的识别问题。

为了达到上述目的，本发明所采用的技术方案为：

面向铁路通信的多源背景信号识别方法，所述方法包括：

接收铁路沿线信号，并进行预处理；

通过信号能量检测的门限值进行背景信号存在性检测；

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；

对典型调制信号提取频域特征参数，组成训练样本和测试样本，搭建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。

进一步地，接收铁路沿线信号，并进行预处理，包括：