[发明专利]基于1D-CNN的BPSK调制信号相位跳变检测方法

摘要

本发明提出了一种基于1D‑CNN的BPSK调制信号相位跳变检测方法，旨在保证较低误码率的同时，提高相位跳变检测速度。实现步骤为：获取一维卷积神经网络训练集；获取两个指示相反相位跳变的相位跳变标签集；设定一维卷积神经网络；用获取的训练集和两个相位跳变标签集分别对一维卷积神经网络进行训练；获取待检测序列；设定判决阈值；使用一维卷积神经网络对待检测序列进行检测并对检测结果进行阈值判断；获取相位跳变检测结果序列。本发明具有在保证较低误码率前提下检测速度快，鲁棒性较好，并且对待检测BPSK调制信号起始位置无要求的优点，可用于卫星通信、深空通信。

主权项

1.一种基于1D-CNN的BPSK调制信号相位跳变检测方法，其特征在于包括如下步骤：/n(1)获取一维卷积神经网络训练集S：使用BPSK信号发生装置或仿真软件，产生m个长度为n的BPSK时间序列S₁,S₂,…,S_i,…,S_m，并将每个时间序列作为一个训练样本点，得到m个训练样本点构成的一维卷积神经网络训练集S，其中，S_i表示第i个训练样本点，每个训练样本点载波周期的长度为N；/n(2)获取训练集S的180°至0°相位跳变标签集L⁽¹⁾和0°至180°相位跳变标签集L⁽²⁾：/n(2a)获取训练集S的180°至0°相位跳变标签集L⁽¹⁾：根据S中每一个训练样本点的180°至0°相位跳变在时间序列中的位置，生成该训练样本点对应的期望序列，所有期望序列构成训练集S的180°至0°相位跳变标签集L⁽¹⁾；/n(2b)获取训练集S的0°至180°相位跳变标签集L⁽²⁾：根据S中的每一个训练样本点的0°至180°相位跳变在时间序列中的位置，生成该训练样本点对应的期望序列，所有期望序列构成训练集S的0°至180°相位跳变标签集L⁽²⁾；/n(3)设定一维卷积神经网络：设定输入层、一维卷积层和输出层节点个数与训练样本点S_i的序列长度n相等的一维卷积神经网络；/n(4)对一维卷积神经网络进行训练：/n(4a)将训练集S和训练集S的180°至0°相位跳变标签集L⁽¹⁾输入到一维卷积神经网络中进行训练，得到训练好的一维卷积神经网络N₁；/n(4b)将训练集S和训练集S的0°至180°相位跳变标签集L⁽²⁾输入到一维卷积神经网络中进行训练，得到训练好的一维卷积神经网络N₂；/n(5)获取待检测序列T₁,T₂,…,T_i,…,T_r：/n(5a)对数字通信系统接收机处的待检测BPSK调制信号I进行采样，每个载波周期内的采样点数为N，得到离散时间序列I′；/n(5b)对离散时间序列I′进行分割，得到r个长度为n的待检测序列T₁,T₂,…,T_i,…,T_r；/n(6)设置用于和输出序列每点值比较的判决阈值；/n(7)获取相位跳变检测结果序列O'₁,O'₂,…,O'_i,…,O'_r：/n(7a)将待检测序列T₁,T₂,…,T_i,…,T_r依次输入到训练好的一维卷积神经网络N₁中，得到N₁的输出序列O₁⁽¹⁾,O₂⁽¹⁾,…,O_i⁽¹⁾,…,O_r⁽¹⁾；/n(7b)将待检测序列T₁,T₂,…,T_i,…,T_r依次输入到训练好的一维卷积神经网络N₂中，得到N₂的输出序列O₁⁽²⁾,O₂⁽²⁾,…,O_i⁽²⁾,…,O_r⁽²⁾；/n(7c)将N₁的输出序列O₁⁽¹⁾,O₂⁽¹⁾,…,O_i⁽¹⁾,…,O_r⁽¹⁾中每个序列内每点的值与判决阈值进行比较，并将大于判决阈值的值设置为180°至0°相位跳变标签集L⁽¹⁾内的期望序列中对应有跳变处的值，小于判决阈值的值设置为180°至0°相位跳变标签集L⁽¹⁾内的期望序列中对应无跳变处的值，得到经过判决阈值判断的N₁的输出序列/n(7d)将N₂的输出序列O₁⁽²⁾,O₂⁽²⁾,…,O_i⁽²⁾,…,O_r⁽²⁾中每个序列内每点的值与判决阈值进行比较，并将大于判决阈值的值设置为0°至180°相位跳变标签集L⁽²⁾内的期望序列中对应有跳变处的值，小于判决阈值的值设置为0°至180°相位跳变标签集L⁽²⁾内的期望序列中对应无跳变处的值，得到经过判决阈值判断的N₂的输出序列/n(7e)对经过判决阈值判断的N₁的输出序列和经过判决阈值判断的N₂的输出序列进行逻辑或运算，得到r个长度为n的相位跳变检测结果序列O'₁,O'₂,…,O'_i,…,O'_r；/n(8)将各个相位跳变检测结果序列O'₁,O'₂,…,O'_i,…,O'_r首尾相接，获取长度为r×n的离散时间序列I′的相位跳变检测序列O'。/n