一种手键摩斯信号二阶段译码方法及系统

本发明涉及手键摩斯信号自动译码领域，尤其涉及一种手键摩斯信号二阶段译码方法及系统。

背景技术：

1、摩斯码由美国人塞缪尔·莫尔斯(samuel finley breese morse)于1836年发明，在如今的军事领域依然得到广泛的运用。摩斯码由点、划、间隔组成，而间隔又可以分为3种，分别是码间隔、字符间隔，字间隔。依据点划间隔的不同组合，可以代表不同的符号信息。摩斯信号以其出色的抗干扰能力而闻名，这使得它在航空、航海、军事通信和应急通信等领域得到广泛应用。除此之外，它还可以用于密封的通信，即使在敌人的监听下也能保持通信的机密性。尽管摩斯信号在现代通信中已经不再是主要的通信方式，但它的这些优点仍然使得它在一些特定情境下有其独特的价值和应用。

2、基于短时傅里叶变换的时频分析方法能够在不损失摩斯信号时域信息的情况下同时获取信号的频域信息。以时频分析方法为基础的摩斯信号自动识别方法主要分为两种，即传统机器学习聚类方法和深度神经网络方法。传统聚类方法，如支持向量机、k均值聚类等，在高信噪比环境下可以实现很高的识别准确率，通常可以达到90％以上，且通常需要较少的计算资源和训练时间，适用于资源受限的情况。但摩斯信号通常在嘈杂的环境中传输，在这种情况下传统聚类方法的性能明显下降，通常其准确率达不到实际应用要求。基于深度学习的摩斯信号自动译码方法采用神经网络来直接学习摩斯信号的特征表示并进行译码。这类方法通常具有较强的适应性，能够在各种信噪比环境下实现良好的性能。此外还支持端到端的译码，无需手动处理不同阶段的任务。

3、在摩斯电报的实际工作过程中，报务员往往会习惯性的忽略两组摩斯码之间的间隔，即连码现象。若在训练模型的过程中忽略这种连码现象，会对摩斯码组间间隔的识别带来影响。除此之外，报务员的长期疲劳工作可能会导致发送码字错误，这时报务员会在错误码字后面打入纠错码说明情况。纠错码和连码是摩斯电报实际运用过程中不可忽视的问题，因此，对纠错码的识别与纠错以及连码分割是至关重要的。

技术实现思路

1、发明目的，针对以上问题，本发明提出一种手键摩斯信号二阶段译码方法，在第一阶段译码中，基于摩斯信号的时频图来制作神经网络训练标签，该训练标签中存在p、c纠错符号并存在着连码的情况。在第二阶段处理中，从左到右依次识别第一阶段译码序列中的纠错码并进行纠错，对连码情况进行分割处理，最终得到摩斯译码序列。此二阶段译码方法有效的解决实际工作中的连码问题以及纠错码的存在问题。

2、技术方案，为达到上述目的，本发明提出一种手键摩斯信号二阶段译码方法，该方法包括如下步骤：

3、s1、第一阶段译码，采集摩斯信号音频，依据每一条音频的时频图进行模型训练标签的制作；使用人工制作的标签进行神经网络训练；利用训练好的模型进行第一阶段译码，网络的输出即为第一阶段预测序列，该预测序列由数字0到9、空格、以及两种纠错码组成；

4、s2、第二阶段处理，对第一阶段的译码序列进行处理，具体包括两个方面：纠错码的识别与纠错、连码分割。经过上述处理后得到的序列即为最终的摩斯译码结果。该序列由数字0到9构成，每4个数字为一组并且每组之间用空格隔开。

5、进一步地，所述s1包括：

6、进行摩斯信号数据采集时，能够采集到的是摩斯信号音频以及音频所对应的报文。报文由数字0到9组成，每4个数字记为一组并且每组之间用空格分隔开，报文中的每个数字与摩斯信号音频中的点划组合相对应；对于实际采集到的摩斯信号音频，除了含有数字0到9所对应的点划组合外，还存在两种特殊的点划组合，记为纠错符号c、p，当出现这两种特殊点划组合时，则表示需要对数字序列进行纠错处理。所采集到的报文都是经过纠错处理后的最终报文，为了准确的识别出两种特殊的点划组合，首先需要人工标注出音频所对应的纠错符号，并使用含有纠错符号的标签来进行神经网络模型训练。具体的标签制作方法是：获取每一条摩斯信号音频所对应的时频图，观察时频图中的点划组合，参考摩斯码表找到各点划组合对应的数字或者纠错符号c、p，时频图中无信号区域持续时间较长的一段用空格表示，最终可以得到由数字0到9、空格以及两种纠错符号c、p组成的标签序列。通过对摩斯信号x[n]应用短时傅里叶变换获取该摩斯信号对应的时频矩阵，依据时频矩阵绘制时频图；时频矩阵x(k,l)的计算过程可以表示为：

7、

8、其中，w(n)为所加的窗函数，这里使用汉明窗。n为窗函数的长度，k为离散傅里叶变换的点数，l为窗口每次步进的长度。

9、使用采集到的摩斯信号音频以及人工制作的标签序列来进行模型训练，由于输出符号中含有两种纠错符号，利用训练好的模型进行第一阶段译码，网络的输出即为第一阶段预测序列，该预测序列由数字0到9、空格、以及两种纠错码组成。

10、进一步地，所述s2包括：

11、纠错符号的识别，遍历第一阶段识别出的序列，不断寻找并处理符号p或c，找到p或c符号时，进行纠错处理，纠错处理完一个符号后，继续向序列的右侧移动，持续寻找并处理下一个符号p或c以进行纠错；

12、纠错处理，当检测到纠错符号c或p后，按照其分别对应的纠错规则进行纠错，若检测到c纠错符号，则记c纠错符号前一组序列为待纠错序列，去掉前一组待纠错序列以、字符c以及字符c两边的空格；若检测到p纠错符号，则p纠错符号前的两组序列为待纠错序列，去掉前两组待纠错序列、字符p以及字符p两边的空格；

13、连码分割，遍历经过纠错处理后的码字序列，当检测到两个空格之间的码字个数超过4时，将其判定为存在连码，从序列第一数字开始，按照每四个数字一组的规则进行有序分组以对码字序列进行分割，并且，每组序列以空格分开。

14、此外，本发明还提出一种手键摩斯信号二阶段译码系统，该系统包括以下模块：

15、第一阶段译码模块，采集摩斯信号音频，依据每一条音频的时频图进行神经网络训练标签的制作；使用人工制作的标签进行神经网络训练，利用训练好的模型进行第一阶段译码，网络的输出即为第一阶段译码序列，该第一阶段译码序列由数字0到9、空格、以及两种纠错码组成；

16、第二阶段处理模块，对第一阶段的译码序列进行纠错码的识别与纠错、连码分割，经过上述处理后得到的序列即为最终的摩斯译码结果，该序列由数字0到9构成，每4个数字为一组，并且每组之间用空格隔开。

17、进一步的，第一阶段译码模块中的标签制作方法如下：通过对摩斯信号x[n]应用短时傅里叶变换获取该摩斯信号对应的时频矩阵，依据时频矩阵绘制时频图，观察时频图中的点划组合，参考摩斯码表找到各点划组合对应的数字或者纠错符号c、p，时频图中无信号区域持续时间大于预设值的一段用空格表示，得到由数字0到9、空格以及两种纠错符号c、p组成的标签序列。

18、进一步的，第一阶段译码模块中的神经网络模型训练的方法如下：将采集到的摩斯信号音频作为输入，将标签序列作为输出训练神经网络模型。

19、进一步的，第二阶段处理模块的具体功能如下：

20、纠错符号的识别，遍历第一阶段识别出的序列，不断寻找并处理符号p或c，找到p或c符号时，进行纠错处理，纠错处理完一个符号后，继续向序列的右侧移动，持续寻找并处理下一个符号p或c以进行纠错；

21、纠错处理，当检测到纠错符号c或p后，按照其分别对应的纠错规则进行纠错，若检测到c纠错符号，则记c纠错符号前一组序列为待纠错序列，去掉前一组待纠错序列以、字符c以及字符c两边的空格；若检测到p纠错符号，则p纠错符号前的两组序列为待纠错序列，去掉前两组待纠错序列、字符p以及字符p两边的空格；

22、连码分割，遍历经过纠错处理后的码字序列，当检测到两个空格之间的码字个数超过4时，将其判定为存在连码，从序列第一数字开始，按照每四个数字一组的规则进行有序分组以对码字序列进行分割，并且，每组序列以空格分开。

23、有益效果，与现有技术相比，本发明的技术方案具有以下有益技术效果：

24、本发明针对真实摩斯信号数据中存在的纠错码、连码问题，提出分两个阶段来进行摩斯信号的完整译码，贴合实际工作过程中摩斯译码的要求。

25、本发明的手键摩斯信号二阶段译码方法可以与任何一种基于神经网络的译码方法相适配，有较广泛的应用价值。