一种上行链路信号的识别方法和装置与流程

本发明涉及数字信号处理领域，尤其涉及一种上行链路信号的识别方法和装置。

背景技术：

1、星链是一种有代表性的低轨互联网星座，目的在于通过发射大量的卫星，构建一个全球性的卫星互联网网络，为地球上的用户提供高速的互联网连接服务。

2、通过对星链中的低轨卫星的通信信号进行监控，识别是否存在星链用户终端的上行链路信号，可以监测是否存在非法使用低轨卫星的情况，并确定发生该情况的大致所在区域。由于通讯信号之间的频谱重叠，在非法使用低轨卫星时产生的上行链路信号会对正常的上行链路信号造成干扰，影响合法通讯的正常进行。现有的卫星通信识别方法从信号调制方式和信号特征层面进行检测，对接收到的卫星通讯信号进行信号频率分布及强度的监测。上述方法可以发现未知的卫星信号，但无法识别星链用户终端的上行链路信号。

3、因此，如何准确识别星链用户终端的上行链路信号是目前亟需解决的技术问题。

技术实现思路

1、本发明实施例提供一种上行链路信号的识别方法和装置，用于实现对星链中低轨卫星与用户终端之间的上行链路信号的检测。

2、第一方面，本发明实施例提供一种上行链路信号的识别方法，包括：

3、获取第一信号；

4、将所述第一信号去除多普勒频移，得到第二信号；

5、在确定所述第二信号的频段处于第一频段内时，判断所述第二信号对应的子信道是否属于第一子信道；所述第一频段表征终端设备与星链卫星之间通信的上行链路信号的频段；所述第一子信道表征传输上行链路信号的子信道；

6、若确定所述第二信号对应的子信道属于第一子信道，则计算所述第二信号的信号特征；

7、若所述第二信号的信号特征处于第一范围，则确定所述第二信号为终端设备与星链卫星之间通信的上行链路信号；所述第一范围表征终端设备与星链卫星之间通信的上行链路信号的信号特征范围。

8、上述技术方案中，在获取到第一信号后，去除第一信号的多普勒频移，得到第二信号。多普勒频移表征发射信号与接收信号时的信号频率的差值，因此通过去除第一信号的多普勒频移，删减消除发射第一信号与接收第一信号时的信号频率的差值，提高识别上行链路信号的识别准确性。

9、通过判断第二信号的频段是否处于终端设备与星链卫星之间通讯的上行链路信号的频段，以及判断第二信号的信号特征是否处于终端设备与星链卫星之间通讯的上行链路信号的信号特征范围，来确定第二信号是否为终端设备与星链卫星之间通讯的上行链路信号，实现对卫星信号的识别，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

10、可选的，确定所述第二信号所在的子信道是否属于第一子信道，包括：

11、确定所述第二信号的频谱；

12、从所述第二信号的频谱中识别传输所述第二信号对应的子信道；

13、若所述第二信号对应的子信道的中心频点属于所述第一子信道对应的中心频点，且所述第二信号的带宽小于等于所述第一子信道对应的带宽，则确定所述第二信号对应的子信道属于第一子信道。

14、上述技术方案中，第一子信道即为上行链路信号通信的子信道。通过对第二信号的频谱进行识别，能够确定第二信号所在的子信道的中心频点和带宽。再判断第二信号的中心频点和带宽是否与上行链路信号通信的子信道之一相符，也就是判断中心频点与上行链路信号通信的子信道之一的中心频点是否相同，且带宽是否小于等于上行链路信号通信的子信道之一的带宽。当确定第二信号对应的子信道属于第一子信道后，实现对第二信号的判断，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

15、可选的，所述信号特征包括边缘变化率、脉冲间隔和发射功率；

16、计算所述第二信号的信号特征，包括：

17、确定所述第二信号的功率谱，并检测所述功率谱的形态特征和边缘特征；

18、根据所述功率谱的形态特征和边缘特征计算所述第二信号的边缘变化率；

19、计算所述第二信号的任意两个相邻脉冲的时间间隔，得到所述第二信号的脉冲间隔；

20、检测所述第二信号的发射功率。

21、上述技术方案中，通过计算得到第二信号的边缘变化率、脉冲间隔和发射功率，基于第二信号的信号特征对第二信号进行识别，判断第二信号是否为终端设备与星链卫星之间通讯的上行链路信号，增加识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

22、可选的，所述第一范围包括边缘变化率范围、脉冲间隔范围和发射功率范围；

23、所述第二信号的信号特征处于第一范围，包括：

24、将所述第二信号的信号特征输入识别模型，得到所述识别模型的输出结果；所述识别模型是根据终端设备与星链卫星之间的上行链路信号的信号特征训练的；

25、根据所述输出结果确定所述第二信号的边缘变化率处于边缘变化率范围，且所述第二信号的脉冲间隔处于脉冲间隔范围，且所述第二信号的发射功率处于发射功率范围。

26、上述技术方案中，在确定第二信号的信号特征后，将第二信号输入识别模型，判断第二信号的信号特征是否位于终端设备与星链卫星之间的上行链路信号的信号特征范围内，得到输出结果。当输出结果为第二信号的信号特征位于终端设备与星链卫星之间的上行链路信号的信号特征范围内时，确定第二信号为终端设备与星链卫星之间的上行链路信号，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

27、可选的，所述识别模型是根据终端设备与星链卫星之间的上行链路信号的信号特征训练的，包括：

28、确定训练样本；所述训练样本包括多个终端设备对应的上行链路信号的信号特征；将所述训练样本输入基于集成学习方法的预训练模型进行模型训练，得到所述识别模型。

29、上述技术方案中，训练样本中包括多个终端设备在不同时刻和不同位置发起的上行链路信号的信号特征。将训练样本输入预训练模型进行训练，得到识别模型。预训练模型是基于集成学习方法建立的。在训练样本输入预训练模型后，根据训练样本确定终端设备与星链卫星之间的上行链路信号的信号特征范围，再基于集成学习算法将终端设备与星链卫星之间的上行链路信号的信号特征范围建立联系。只有当输入识别模型的信号特征都满足信号特征范围时，输出结果才表征第二信号为终端设备与星链卫星之间的上行链路信号，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

30、可选的，所述训练样本包括第一数据集、第二数据集和第三数据集；

31、所述确定训练样本，包括：

32、获取多个上行链路信号；

33、分别确定多个上行链路信号对应的功率谱，根据所述多个上行链路信号对应的功率谱，分别检测出所述多个上行链路信号的边缘变化率，得到第一数据集；

34、分别计算所述多个上行链路信号的任意两个相邻脉冲的时间间隔，得到所述多个上行链路信号的脉冲间隔；对所述多个上行链路信号的脉冲间隔进行分析，得到分类结果，作为第二数据集；

35、分别检测所述多个上行链路信号的发射功率，作为第三数据集。

36、上述技术方案中，多个上行链路信号为多个终端设备在多个时刻和多个位置发起的终端设备与星链卫星之间的上行链路信号。训练样本的三个数据集分别对应终端设备与星链卫星之间的上行链路信号的三个信号特征。分别对多个上行链路信号进行计算，分别得到多个上行链路信号的边缘变化率、脉冲间隔和发射功率，再分别作为训练样本的三个数据集，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

37、可选的，确定所述第二信号的频段处于第一频段，包括：

38、根据所述第一频段对所述第二信号进行带通滤波检测，确定所述第二信号的频段处于所述第一频段内。

39、上述技术方案中，第一频段为终端设备与星链卫星之间的上行链路信号的频段。根据终端设备与星链卫星之间的上行链路信号的频段对第二信号进行带通滤波，判断第二信号是否处于终端设备与星链卫星之间的上行链路信号的频段中，提升识别终端设备与星链卫星之间通讯的上行链路信号的准确性。

40、第二方面，本发明实施例提供一种上行链路信号的识别装置，包括：

41、获取模块，用于获取第一信号；

42、处理模块，用于将所述第一信号去除多普勒频移，得到第二信号；

43、在确定所述第二信号的频段处于第一频段内时，判断所述第二信号对应的子信道是否属于第一子信道；所述第一频段表征终端设备与星链卫星之间通信的上行链路信号的频段；所述第一子信道表征传输上行链路信号的子信道；

44、若确定所述第二信号对应的子信道属于第一子信道，则计算所述第二信号的信号特征；

45、若所述第二信号的信号特征处于第一范围，则确定所述第二信号为终端设备与星链卫星之间通信的上行链路信号；所述第一范围表征终端设备与星链卫星之间通信的上行链路信号的信号特征范围。

46、可选的，所述处理模块具体用于：

47、确定所述第二信号的频谱；

48、从所述第二信号的频谱中识别传输所述第二信号对应的子信道；

49、若所述第二信号对应的子信道的中心频点属于所述第一子信道对应的中心频点，且所述第二信号的带宽小于等于所述第一子信道对应的带宽，则确定所述第二信号对应的子信道属于第一子信道。

50、可选的，所述处理模块具体用于：

51、确定所述第二信号的功率谱，并检测所述功率谱的形态特征和边缘特征；

52、根据所述功率谱的形态特征和边缘特征计算所述第二信号的边缘变化率；

53、计算所述第二信号的任意两个相邻脉冲的时间间隔，得到所述第二信号的脉冲间隔；

54、检测所述第二信号的发射功率。

55、可选的，所述处理模块具体用于：

56、将所述第二信号的信号特征输入识别模型，得到所述识别模型的输出结果；所述识别模型是根据终端设备与星链卫星之间的上行链路信号的信号特征训练的；

57、根据所述输出结果确定所述第二信号的边缘变化率处于边缘变化率范围，且所述第二信号的脉冲间隔处于脉冲间隔范围，且所述第二信号的发射功率处于发射功率范围。

58、可选的，所述处理模块具体用于：

59、确定训练样本；所述训练样本包括多个终端设备对应的上行链路信号的信号特征；将所述训练样本输入基于集成学习方法的预训练模型进行模型训练，得到所述识别模型。

60、可选的，所述处理模块具体用于：

61、获取多个上行链路信号；

62、分别确定多个上行链路信号对应的功率谱，根据所述多个上行链路信号对应的功率谱，分别检测出所述多个上行链路信号的边缘变化率，得到第一数据集；

63、分别计算所述多个上行链路信号的任意两个相邻脉冲的时间间隔，得到所述多个上行链路信号的脉冲间隔；对所述多个上行链路信号的脉冲间隔进行分析，得到分类结果，作为第二数据集；

64、分别检测所述多个上行链路信号的发射功率，作为第三数据集。

65、可选的，所述处理模块具体用于：

66、根据所述第一频段对所述第二信号进行带通滤波检测，确定所述第二信号的频段处于所述第一频段内。

67、第三方面，本发明实施例还提供一种计算机设备，包括：

68、存储器，用于存储程序指令；

69、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述的上行链路信号的识别方法。

70、第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的上行链路信号的识别方法。