本发明创造属于信号处理,尤其是涉及一种ads-b信号航班识别方法与装置。
背景技术:
1、由于地面站接收的不同类飞机航班数以万计,因此航班识别及分类统计工作变得尤为重要。现有的航班识别主要是通过ads-b信号解调和协议解析等方法提取icao号,这样的方法不仅识别工作量较大,而且在长时间处理过程中也容易出现标签错误。为解决这一问题,本领域技术人员会借助ai技术实现航班的自动化识别,从而增加航班的识别准确率,并减少地面站人员的统计工作量。
2、但是,由于ads-b信号均采用同一种调制方式,因此实际的航班自动识别率依然较低。虽然本领域技术人员可以通过归一化功率谱及瞬时频率相位等方法进行优化处理,但由于信号实际接收背景错综复杂,因此即使增加神经网络的深度,仍未从根本上提高航班的识别率,无法满足实际的使用需求。
技术实现思路
1、有鉴于此,本发明创造旨在提出一种ads-b信号航班识别方法与装置,以实现提升ads-b信号自动识别率的目的。
2、为达到上述目的,本发明创造的技术方案是这样实现的:
3、一方面的,本发明实施例通过了一种ads-b信号航班识别方法,包括:
4、逐帧获取ads-b信号的信息脉冲,生成信息脉冲集;
5、计算信息脉冲集中每个信息脉冲的瞬时相位,并根据所述瞬时相位计算相邻两帧信息脉冲的瞬时相位差;
6、对瞬时相位差进行平滑处理,生成平滑相位差数据;
7、对平滑相位差数据进行多行融合处理,并根据融合后的数据生成特征图像集;
8、将特征图像集输入神经网络模型进行识别。
9、进一步的,所述对瞬时相位差进行平滑处理,生成平滑相位差数据,包括:
10、根据信息脉冲的帧长和瞬时相位差设置窗函数,并通过所述窗函数对瞬时相位差进行平滑处理,生成平滑相位差数据。
11、进一步的,所述根据信息脉冲的帧长和瞬时相位差设置窗函数,包括:
12、根据信息脉冲的帧长设定窗函数的窗口长度,且窗函数的窗口长度小于等于信息脉冲帧长的二十分之一;
13、根据瞬时相位差的长度设定窗函数的平滑步长,且窗函数的平滑步长介于瞬时相位差长度的百分之一至二十分之一之间。
14、进一步的,在所述对平滑相位差数据进行多行融合处理之前,所述ads-b信号航班识别方法还包括:
15、根据预设特征图样数和ads-b信号的帧数计算多行融合处理的融合行数。
16、进一步的,所述根据融合后的数据生成特征图像集,包括:
17、采用imagesc函数对融合后的数据进行处理,生成特征图像集。
18、另一方面的,本发明实施例还提供了一种ads-b信号航班识别装置,包括:
19、获取模块,用于逐帧获取ads-b信号的信息脉冲,生成信息脉冲集;
20、计算模块,用于计算信息脉冲集中每个信息脉冲的瞬时相位,并根据瞬时相位计算相邻两帧信息脉冲的瞬时相位差;
21、平滑处理模块,用于对瞬时相位差进行平滑处理,生成平滑相位差数据;
22、生成模块,用于对平滑相位差数据进行多行融合处理,并根据融合后的数据生成特征图像集;
23、识别模块,用于将特征图像集输入神经网络模型进行识别。
24、相对于现有技术,本发明创造所述的一种ads-b信号航班识别方法与装置具有以下优势:
25、本发明创造所述的一种ads-b信号航班识别方法与装置,能通过提取帧内脉冲瞬时平滑相位差图样特征,可大幅提高不同ads-b信号接收背景下的识别率,适用于多种识别分类的神经网络,减少了协议解析、人工识别的工作量,提高了地面站对不同航班的智能识别水平,具有很高的工程应用价值。
1.一种ads-b信号航班识别方法,其特征在于包括:
2.根据权利要求1所述的ads-b信号航班识别方法,其特征在于:所述对瞬时相位差进行平滑处理,生成平滑相位差数据,包括:
3.根据权利要求2所述的ads-b信号航班识别方法,其特征在于:所述根据信息脉冲的帧长和瞬时相位差设置窗函数,包括:
4.根据权利要求1所述的ads-b信号航班识别方法,其特征在于:在所述对平滑相位差数据进行多行融合处理之前,所述ads-b信号航班识别方法还包括:
5.根据权利要求1所述的ads-b信号航班识别方法,其特征在于:所述根据融合后的数据生成特征图像集,包括:
6.一种ads-b信号航班识别装置,其特征在于,包括: