耦合深度特征与物理特征的信号调制识别方法及相关装置与流程

本发明涉及调制识别，具体而言，涉及耦合深度特征与物理特征的信号调制识别及相关装置。

背景技术：

1、在无线通信中，通常使用不同的调制方式来传送信息，例如qpsk、bpsk、16qam、64qam等。调制识别指在接收信号的时候，利用数字信号处理技术将信号解调并识别出调制方式。在通信系统中，调制识别可以应用于信号分类、信号特征提取、通信资源分配、信道估计和干扰鉴别等方面。调制识别技术的主要目标是准确地识别传输信号的调制方式，从而提高系统性能和信号质量，解决通信系统中的各种问题，确保信息传输的可靠性和安全性。目前主流的信号调制识别方法为两基于决策理论的方法和基于统计模式识别的方法,前者检验统计量计算复杂且需要一些先验信息；后者虽易于计算但判别规则复杂，无法判断未知类。

技术实现思路

1、本发明的目的在于提供一种耦合深度特征与物理特征的信号调制识别及相关装置，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

2、第一方面，本申请提供了一种耦合深度特征与物理特征的信号调制识别方法，包括：

3、获取多种调制类型的信号数据和待识别信号，提取信号数据的信号特征；

4、利用信号数据、信号数据的信号特征、信号数据所属的调制类型作为一个样本以构建数据集，并将所述数据集划分为训练集和验证集；

5、构建深度学习模型，利用训练集的信号数据对深度学习模型进行闭集训练,得到训练完成的闭集信号调制识别模型；

6、向训练完成的闭集信号调制识别模型中增加开集分类器，利用验证集的信号数据和预设的损失函数对所述闭集信号调制识别模型进行开集训练，得到开集信号调制识别模型；

7、将待识别信号输入所述开集信号调制识别模型得到识别结果。

8、第二方面，本申请还提供了一种耦合深度特征与物理特征的信号调制识别装置，包括：

9、特征提取模块：获取多种调制类型的信号数据和待识别信号，提取信号数据的信号特征；

10、数据集构建模块：利用信号数据、信号数据的信号特征、信号数据所属的调制类型作为一个样本以构建数据集，并将所述数据集划分为训练集和验证集；

11、第一训练模块：构建深度学习模型，利用训练集的信号数据对深度学习模型进行闭集训练,得到训练完成的闭集信号调制识别模型；

12、第二训练模块：向训练完成的闭集信号调制识别模型中增加开集分类器，利用验证集的信号数据和预设的损失函数对所述闭集信号调制识别模型进行开集训练，得到开集信号调制识别模型；

13、识别模块：将待识别信号输入所述开集信号调制识别模型得到识别结果。

14、第三方面，本申请还提供了一种耦合深度特征与物理特征的信号调制识别设备，包括：

15、存储器，用于存储计算机程序；

16、处理器，用于执行所述计算机程序时实现所述耦合深度特征与物理特征的信号调制识别方法的步骤。

17、第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于耦合深度特征与物理特征的信号调制识别方法的步骤。

18、本发明的有益效果为：

19、本发明提出了一种具有开集识别能力的调制识别方法，基于深度学习的transformer架构与开集识别理论，从目标信号中提取由人工特征与深度学习特征构成的级联特征，并学习一个具有一定辨别开集调制方式能力的调制识别模型。使调制识别模型在不预先确定待识别信号特征参数的情况下，自动识别出其是否属于已知调制方式的某一种或未知调制方式，具有更高的实用性和应用价值。

20、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种耦合深度特征与物理特征的信号调制识别方法，其特征在于，包括：

2.根据权利要求1所述的耦合深度特征与物理特征的信号调制识别方法，其特征在于,获取多种调制类型的信号数据，提取信号数据的信号特征，包括：

3.根据权利要求1所述的耦合深度特征与物理特征的信号调制识别方法，其特征在于,构建深度学习模型，利用训练集的信号数据对深度学习模型进行闭集训练，包括：

4.根据权利要求1所述的耦合深度特征与物理特征的信号调制识别方法，其特征在于,向训练完成的闭集信号调制识别模型中增加开集分类器，利用验证集的信号数据和预设的损失函数对所述闭集信号调制识别模型进行开集训练，得到开集信号调制识别模型，包括：

5.一种耦合深度特征与物理特征的信号调制识别装置，其特征在于，包括：

6.根据权利要求5所述的耦合深度特征与物理特征的信号调制识别装置，其特征在于，所述特征提取模块包括：

7.根据权利要求5所述的耦合深度特征与物理特征的信号调制识别装置，其特征在于，所述第一训练模块包括：

8.根据权利要求5所述的耦合深度特征与物理特征的信号调制识别装置，其特征在于，所述第二训练模块包括：

9.一种耦合深度特征与物理特征的信号调制识别设备，其特征在于，包括：

10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述耦合深度特征与物理特征的信号调制识别方法的步骤。

技术总结
本发明提供了一种耦合深度特征与物理特征的信号调制识别方法及相关装置，涉及调制识别技术领域，包括提取信号数据的信号特征；利用信号数据和信号数据的信号特征构建数据集，并将所述数据集划分为训练集和验证集；构建深度学习模型，利用训练集的信号数据对深度学习模型进行闭集训练,得到训练完成的闭集信号调制识别模型；向训练完成的闭集信号调制识别模型中增加开集分类器，利用验证集的信号数据和预设的损失函数对所述闭集信号调制识别模型进行开集训练，得到开集信号调制识别模型；将待识别信号输入所述开集信号调制识别模型得到识别结果，本发明用于解决现有技术中的调制识别方法存在计算复杂且无法判断未知类的技术问题。

技术研发人员：张灵锋,贾廷文,余波,孟华
受保护的技术使用者：成都市四度空间科技有限公司
技术研发日：
技术公布日：2024/2/19