5G无线通信网络干扰信号识别方法、系统及电子设备与流程

本发明涉及干扰信号识别领域，特别是涉及一种5g无线通信网络干扰信号识别方法、系统及电子设备。

背景技术：

1、现阶段，无线通信系统面临着日益复杂的网络环境，在通过5g通信网络实现数据传输的过程中，容易受到单音干扰、多音干扰、噪声调频干扰以及线型扫频干扰等多种类型的信号干扰。因此需要识别出无线通信网络干扰信号，以保证无线通信网络质量。但由于不同类型干扰信号的特征属性差异较大，导致传统方法对干扰信号识别的通用性较差，且识别准确率不高。基于此，本领域亟需一种具有普适性且准确高效的无线通信网络干扰信号方法。

2、近年来，深度学习技术凭借其可靠的特征识别能力在图像、语音处理领域发展迅速，并取得突破性进展，而在通信干扰信号识别领域，由于干扰信号具有一定的多变性、未知性、复杂性，尚未得到有效和广泛应用。

技术实现思路

1、为解决现有技术存在的上述问题，本发明提供了一种基于动态感受场的5g无线通信网络干扰信号识别方法、系统及电子设备。

2、为实现上述目的，本发明提供了如下方案：

3、一种5g无线通信网络干扰信号识别方法，包括：

4、获取5g无线通信网络待识别的无线电信号；

5、将所述无线电信号转换为谱阵图；

6、将所述谱阵图输入干扰信号检测模型得到干扰信号检测结果；所述干扰信号检测模型为嵌入有动态感受场机制的动态感受场网络模型；

7、基于所述干扰信号检测结果得到干扰信号的频率范围。

8、可选地，所述干扰信号检测模型的构建过程包括：

9、构建动态感受场网络模型的骨干网络；

10、构建动态感受场机制模块；所述动态感受场机制模块与所述骨干网络连接；所述动态感受场机制模块包括动态感受场机制；所述动态感受场机制模块用于采用动态感受场机制基于所述骨干网络输出的特征图得到错位特征图；

11、构建区域建议网络和检测头；所述区域建议网络分别与所述动态感受场机制模块和所述检测头连接，以得到动态感受场网络模型；所述区域建议网络以所述动态感受场机制模块输出的特征图为输入，以候选信号区域为输出；所述检测头以所述候选信号区域为输入，以干扰信号检测结果为输出；

12、构建无线电干扰信号数据集，采用所述无线电干扰信号数据集训练所述动态感受场网络模型的得到训练好的动态感受场网络模型；

13、将训练好的动态感受场网络模型作为所述干扰信号检测模型。

14、可选地，所述骨干网络中设置有四个连续的特征提取模块和两个特征融合模块；每一所述特征提取模块均包括一个卷积层、一个bn层和一个激活层。

15、可选地，所述骨干网络中谱阵图的处理过程包括：

16、将所述谱阵图输入第一个特征提取模块得到特征图x1，所述特征图x1输入第二个特征提取模块得到特征图x2，将所述特征图x2输入第三个特征提取模块得到特征图x3，所述特征图x3输入第四个特征提取模块得到特征图x4；

17、对所述特征图x1进行降采样操作后输入第一个特征融合模块；对所述特征图x3进行上采样操作后输入第一个特征融合模块；第一个特征融合模块融合降采样操作后的特征图x1和上采样操作后的特征图x3得到特征图y1；

18、对所述特征图x2进行降采样操作后输入第二个特征融合模块；对所述特征图x4进行上采样操作后输入第二个特征融合模块；第二个特征融合模块融合降采样操作后的特征图x2和上采样操作后的特征图x4得到特征图y2。

19、可选地，所述动态感受场机制模块对所述骨干网络输出的特征图的处理过程包括：

20、将所述特征图y1随机分为n等份，得到n个第一特征图层；将所述特征图y2随机分为n等份，得到n个第二特征图层；

21、分别对n个所述第一特征图层和n个所述第二特征图层进行空洞卷积操作和最大池化操作的得到特征图z_*1和特征图z_*2；

22、将特征图z_*1和特征图z_*2进行c维对应拼接得到拼接特征图；

23、对所述拼接特征图进行c维错位得到错位特征图z*。

24、可选地，所述方法还包括：

25、将错位特征图z*输入至所述区域建议网络得到候选信号区域；

26、将所述候选信号区域输入至所述检测头得到所述干扰信号检测结果。

27、可选地，所述特征提取模块中卷积层的步长为2，padding为0，卷积核大小为3*3。

28、根据本发明提供的具体实施例，本发明公开了以下技术效果：

29、本发明将深度学习技术应用于无线电信号干扰识别，提出一种5g无线通信网络干扰信号智能识别方法，其将嵌入有动态感受场机制的动态感受场网络模型作为干扰信号检测模型，能快速精准地识别出5g无线通信网络的无线电信号中具有特征随机性和多样性的干扰信号，进而有助于增强5g无线通信网络的抗干扰能力，确保通信网络质量。

30、进一步，本发明提供了一种5g无线通信网络干扰信号识别系统，该系统用于实施上述提供的5g无线通信网络干扰信号识别方法；所述系统包括：

31、信号获取模块，用于获取5g无线通信网络待识别的无线电信号；

32、信号转换模块，用于将所述无线电信号转换为谱阵图；

33、干扰信号检测模块，用于将所述谱阵图输入干扰信号检测模型得到干扰信号检测结果；所述干扰信号检测模型为嵌入有动态感受场机制的动态感受场网络模型；

34、频率范围确定模块，用于基于所述干扰信号检测结果得到干扰信号的频率范围。

35、再进一步，本发明还提供了一种电子设备，该电子设备包括：

36、存储器，用于存储计算机程序；

37、处理器，与所述存储器连接，用于调取并执行所述计算机程序以实施上述提供的5g无线通信网络干扰信号识别方法。

38、可选地，所述存储器为计算机可读存储介质。

39、因本发明提供的系统和电子设备实现的技术效果与本发明上述提供的5g无线通信网络干扰信号识别方法实现的技术效果相同，故在此不再进行赘述。

技术特征：

1.一种5g无线通信网络干扰信号识别方法，其特征在于，包括：

2.根据权利要求1所述的5g无线通信网络干扰信号识别方法，其特征在于，所述干扰信号检测模型的构建过程包括：

3.根据权利要求2所述的5g无线通信网络干扰信号识别方法，其特征在于，所述骨干网络中设置有四个连续的特征提取模块和两个特征融合模块；每一所述特征提取模块均包括一个卷积层、一个bn层和一个激活层。

4.根据权利要求3所述的5g无线通信网络干扰信号识别方法，其特征在于，所述骨干网络中谱阵图的处理过程包括：

5.根据权利要求4所述的5g无线通信网络干扰信号识别方法，其特征在于，所述动态感受场机制模块对所述骨干网络输出的特征图的处理过程包括：

6.根据权利要求5所述的5g无线通信网络干扰信号识别方法，其特征在于，所述方法还包括：

7.根据权利要求3所述的5g无线通信网络干扰信号识别方法，其特征在于，所述特征提取模块中卷积层的步长为2，padding为0，卷积核大小为3*3。

8.一种5g无线通信网络干扰信号识别系统，其特征在于，所述系统用于实施如权利要求1-7任意一项所述的5g无线通信网络干扰信号识别方法；所述系统包括：

9.一种电子设备，其特征在于，包括：

10.根据权利要求9所述的电子设备，其特征在于，所述存储器为计算机可读存储介质。

技术总结
本发明公开一种5G无线通信网络干扰信号识别方法、系统及电子设备，涉及干扰信号识别技术领域。本发明将深度学习技术应用于无线电信号干扰识别，提出一种5G无线通信网络干扰信号智能识别方法，其将嵌入有动态感受场机制的动态感受场网络模型作为干扰信号检测模型，能快速精准地识别出5G无线通信网络的无线电信号中具有特征随机性和多样性的干扰信号，进而有助于增强5G无线通信网络的抗干扰能力，确保通信网络质量。

技术研发人员：张伦,沈丹,常海峰
受保护的技术使用者：阳光凯讯（北京）科技股份有限公司
技术研发日：
技术公布日：2024/4/17