本發(fā)明涉及通信和雷達(dá)信號分析，尤其涉及一種調(diào)制周期估計(jì)方法及系統(tǒng)。

背景技術(shù)：

1、為便于信息傳輸，在通信和雷達(dá)系統(tǒng)中，都對信號按照一定的時(shí)間間隔進(jìn)行調(diào)制，也即是通信信號的碼元周期或雷達(dá)信號的脈沖重復(fù)周期，統(tǒng)稱為調(diào)制周期。對于監(jiān)測接收的通信及雷達(dá)信號，實(shí)現(xiàn)非合作條件下信息提取的關(guān)鍵就在于估算其調(diào)制參數(shù)，而這其中最為關(guān)鍵的調(diào)制參數(shù)之一便是信號的調(diào)制周期，掌握了調(diào)制周期就可以為非合作條件下的其他參數(shù)估算及信息提供有利條件。

2、對于通信和雷達(dá)信號，目前可以通過多種方法進(jìn)行分析并實(shí)現(xiàn)調(diào)制周期的估算。然而，通信及雷達(dá)信號有多種不同的調(diào)制體制，如多進(jìn)制正交幅度調(diào)制（mqam）、多進(jìn)制數(shù)字相位調(diào)制（mpsk）、多進(jìn)制頻移控（mfsk）、脈沖多普勒、偽碼調(diào)相符合脈沖等，不同的調(diào)制體制所應(yīng)用的體制信號的分析方法也不相同。因此，需要在信號分析和處理時(shí)先進(jìn)行調(diào)制識別，從而使得整個(gè)信號處理過程變得復(fù)雜，增加了硬件的實(shí)現(xiàn)難度和調(diào)制周期的估算難度。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種調(diào)制周期估計(jì)方法及系統(tǒng)，解決如何在不知曉信號調(diào)制體制、不額外增加調(diào)制體制識別步驟的情況下，直接為多種不同典型信號調(diào)制體制的通信及雷達(dá)信號進(jìn)行調(diào)制周期估算的問題。

2、本發(fā)明提供一種調(diào)制周期估計(jì)方法，所述方法包括：

3、s100：接收通信及雷達(dá)信號，得到第一特征圖矩陣；將所述第一特征圖矩陣輸入到構(gòu)建的第一估算分類網(wǎng)絡(luò)模型中，得到第一分類結(jié)果；對所述第一分類結(jié)果進(jìn)行判別，輸出第一判別結(jié)果；

4、s200：不斷循環(huán)s100，直到滿足預(yù)設(shè)條件則在初步搜索區(qū)間內(nèi)尋找所述第一判別結(jié)果中最后一個(gè)跳變點(diǎn)的索引位置，得到初步估算周期；

5、s300：基于所述通信及雷達(dá)信號，得到調(diào)制周期譜；在所述初步估算周期內(nèi)，基于所述調(diào)制周期譜計(jì)算得到對應(yīng)的差分信號；并根據(jù)所述差分信號構(gòu)建協(xié)方差矩陣，得到第二特征圖矩陣；

6、s400：將所述第二特征圖矩陣輸入到構(gòu)建的第二估算分類網(wǎng)絡(luò)模型中，得到第二分類結(jié)果；對所述第二分類結(jié)果進(jìn)行判別，輸出第二判別結(jié)果；

7、s500：根據(jù)所述第二判別結(jié)果中的最大值得到調(diào)制周期。

8、進(jìn)一步的，所述第一特征圖矩陣的得到包括：

9、s101：令，設(shè)定值和值；表示連續(xù)偵收的長度為點(diǎn)信號的段數(shù)，表示選擇最大奇異值的個(gè)數(shù)；

10、s102：將所述通信及雷達(dá)信號的前個(gè)點(diǎn)舍棄，得到第一信號，基于所述第一信號的前個(gè)點(diǎn)值構(gòu)建維度為的漢克爾矩陣；

11、s103：對所述漢克爾矩陣進(jìn)行奇異值分解，得到對應(yīng)的左奇異矩陣、奇異值對角矩陣、右奇異矩陣；選擇所述奇異值對角矩陣中前個(gè)最大奇異值，并利用對應(yīng)的所述左奇異矩陣和所述右奇異矩陣重構(gòu)所述漢克爾矩陣，得到第一協(xié)方差矩陣；

12、s104：若，則令，不斷循環(huán)s102~s103，直到，將對應(yīng)得到的個(gè)所述第一協(xié)方差矩陣疊加取平均，得到維度下的漢克爾累積協(xié)方差矩陣；

13、s105：對所述漢克爾累積協(xié)方差矩陣進(jìn)行標(biāo)準(zhǔn)化處理得到所述第一特征圖矩陣。

14、進(jìn)一步的，所述第一估算分類網(wǎng)絡(luò)模型的構(gòu)建包括：

15、s111：建立信號樣本庫；

16、s112：令；從所述信號樣本庫中的選取第個(gè)信號；其中，的標(biāo)簽為，調(diào)制周期為；重新定義所述接收信號：，，；

17、s113：選取值；若，則在區(qū)間內(nèi)隨機(jī)選擇一個(gè)整數(shù)值作為值；若，，則在區(qū)間內(nèi)隨機(jī)選擇一個(gè)整數(shù)值作為值；若，則在區(qū)間內(nèi)隨機(jī)選擇一個(gè)整數(shù)值作為值；

18、s114：基于所述接收信號得到第一特征圖矩陣，并打上標(biāo)簽，加入到所述第一特征圖樣本庫中，并令；

19、s115：不斷循環(huán)s112~s114，直到獲得與所述信號樣本庫中的信號所對應(yīng)的所有的第一特征圖矩陣，以此完成第一特征圖樣本庫的建立；

20、s116：基于所述第一特征圖樣本庫訓(xùn)練得到所述第一估算分類網(wǎng)絡(luò)模型。

21、進(jìn)一步的，對所述第一分類結(jié)果進(jìn)行判別，輸出第一判別結(jié)果包括：

22、判斷所述第一分類結(jié)果是否小于判斷基準(zhǔn)，輸出所述第一判別結(jié)果為：；其中，為階躍函數(shù)；當(dāng)時(shí)，判別器輸出的所述第一判別結(jié)果為0，反之則輸出的所述第一判別結(jié)果為1。

23、進(jìn)一步的，所述初步估算周期的計(jì)算方式為：

24、；

25、其中，，表示所述初步搜索區(qū)間的基準(zhǔn)點(diǎn)數(shù)；表示所述第一判別結(jié)果中最后一個(gè)跳變點(diǎn)的索引位置；表示判斷基準(zhǔn)。

26、進(jìn)一步的，所述調(diào)制周期譜的得到包括：

27、s301：設(shè)定動態(tài)矩陣的行數(shù)值和列數(shù)值，其中，；

28、s302：取前個(gè)信號點(diǎn)，將點(diǎn)值按列順序進(jìn)行排列，得到行列的動態(tài)矩陣；

29、s303：將所述動態(tài)矩陣平均分割為兩部分，得到第一部分和第二部分；并基于所述第一部分和所述第二部分對應(yīng)得到兩個(gè)協(xié)方差矩陣；

30、s304：分別計(jì)算這兩個(gè)協(xié)方差矩陣中各個(gè)元素模值之和，并取兩者中的較大值；

31、s305：若，則令，不斷循環(huán)s302~s304，直到，得到所述調(diào)制周期譜。

32、進(jìn)一步的，所述第二特征圖矩陣的得到包括：

33、基于多個(gè)差分信號得到對應(yīng)差分信號的多個(gè)最大值點(diǎn)，并將多個(gè)最大值點(diǎn)的索引按在差分信號中的值的大小順序進(jìn)行排列，得到索引集合；選取索引集合中的元素值，利用行列的動態(tài)矩陣構(gòu)建維度的協(xié)方差矩陣，并對所述協(xié)方差矩陣進(jìn)行標(biāo)準(zhǔn)化以得到所述第二特征圖矩陣。

34、進(jìn)一步的，所述第二估算分類網(wǎng)絡(luò)模型的構(gòu)建包括：

35、s401：建立信號樣本庫；

36、s402：令；從所述信號樣本庫中的選取第個(gè)信號；其中，的標(biāo)簽為，調(diào)制周期為；重新定義所述接收信號：，，；

37、s403：選取值；若，則令，其中，為小于1的有理分?jǐn)?shù)；若，則令，其中，為大于1且小于5的有理分?jǐn)?shù)；若，則令；，那么令，其中，為內(nèi)的一個(gè)隨機(jī)整數(shù)值；若，則令，其中，為除s403中四種情況之外的其他隨機(jī)整數(shù)值；

38、s404：取前個(gè)信號點(diǎn)，將點(diǎn)值按列順序進(jìn)行排列，得到行列的動態(tài)矩陣；基于所述動態(tài)矩陣得到協(xié)方差矩陣，對所述協(xié)方差矩陣進(jìn)行標(biāo)準(zhǔn)化處理，得到第二特征圖矩陣；并打上標(biāo)簽，加入到所述第二特征圖樣本庫中，并令；

39、s405：不斷循環(huán)s403~s404，直到獲得與信號樣本庫中的信號所對應(yīng)的所有第二特征圖矩陣，以此完成第二特征圖樣本庫的建立；

40、s406：基于所述第二特征圖樣本庫訓(xùn)練得到所述第二估算分類網(wǎng)絡(luò)模型。

41、進(jìn)一步的，所述調(diào)制周期的計(jì)算方式為：

42、；

43、其中，表示所述第二分類結(jié)果；為階躍函數(shù)；表示設(shè)定的對應(yīng)差分信號的多個(gè)最大值點(diǎn)的個(gè)數(shù)；表示差分信號的的最大值點(diǎn)；表示所述第二分類結(jié)果的最大值。

44、另一方面，本發(fā)明還提供一種調(diào)制周期估計(jì)系統(tǒng)，包括存儲器、處理器及存儲在存儲器上的計(jì)算機(jī)程序，所述處理器執(zhí)行計(jì)算機(jī)程序以實(shí)現(xiàn)上述任一項(xiàng)所述方法的步驟。

45、總體而言，本發(fā)明提供一種調(diào)制周期估計(jì)方法及系統(tǒng)，與現(xiàn)有技術(shù)相比能夠取得下列有益效果：

46、（1）本發(fā)明可以在不知曉信號調(diào)制體制、不額外增加調(diào)制體制識別步驟的情況下，直接為多種不同典型信號調(diào)制體制的通信及雷達(dá)信號進(jìn)行調(diào)制周期估算。此外，本發(fā)明所提出的方法，粗估計(jì)的第一估算分類網(wǎng)絡(luò)模型的訓(xùn)練和精確估計(jì)的第二估算分類網(wǎng)絡(luò)模型的訓(xùn)練都只需要進(jìn)行一次訓(xùn)練，后續(xù)無論再對多少個(gè)信號進(jìn)行調(diào)制周期估計(jì)，都只需要利用訓(xùn)練好的估算分類網(wǎng)絡(luò)模型即可，無需再重復(fù)訓(xùn)練過程，整個(gè)估算過程更加簡單、方便、快速。

47、（2）本發(fā)明一方面利用了調(diào)制周期維度下動態(tài)矩陣所具備的結(jié)構(gòu)性特征，并通過其分段后協(xié)方差矩陣的所有元素模值之和得到調(diào)制周期譜以凸顯這種特殊的結(jié)構(gòu)特征；另一方面本發(fā)明所構(gòu)建的漢克爾累積協(xié)方差矩陣特征圖，在維度取不同值時(shí)（也即是大于調(diào)制周期的不同倍數(shù)值時(shí)）具備不同的結(jié)構(gòu)特征；因此，可以對信號的調(diào)制周期進(jìn)行一個(gè)粗略估計(jì)，進(jìn)而能夠利用這些結(jié)構(gòu)特征大致確定一個(gè)合適的初步估算周期，以免在沒有任何先驗(yàn)信息的條件下，所選擇的調(diào)制周期的搜索區(qū)間太小或太大，增加了估算效率和準(zhǔn)確度。

48、（3）本發(fā)明基于特征圖及其特殊的結(jié)構(gòu)特征，提出利用卷積神經(jīng)網(wǎng)絡(luò)（resnet101）進(jìn)行大樣本條件下的訓(xùn)練，實(shí)現(xiàn)了對不同取值情況下的特征圖進(jìn)行分類識別，使得調(diào)制周期的估算更為快速精準(zhǔn)。

49、（4）本發(fā)明所構(gòu)建的動態(tài)協(xié)方差矩陣特征圖，在維度取不同值時(shí)（調(diào)制周期的整數(shù)倍或分?jǐn)?shù)倍）也具備不同的結(jié)構(gòu)性特征，特別是取調(diào)制周期的不同整數(shù)倍值時(shí)，區(qū)分度較大，據(jù)此可以對調(diào)制周期的多個(gè)不同整數(shù)倍值情況下的值進(jìn)行分類識別，以便精確找到真實(shí)的調(diào)制周期。

50、（5）由于調(diào)制周期譜在調(diào)制周期的整數(shù)倍及分?jǐn)?shù)倍處都有可能取到局部極大值，因此無法直接通過其搜索最大值點(diǎn)來進(jìn)行調(diào)制周期估計(jì)，會存在周期估算模糊的問題。因此，本發(fā)明通過將調(diào)制周期譜與動態(tài)協(xié)方差矩陣結(jié)構(gòu)性特征相結(jié)合，通過調(diào)制周期譜找出多個(gè)局部極大值點(diǎn)作為真實(shí)調(diào)制周期的候選值，然后對多個(gè)候選值所對應(yīng)維度的動態(tài)協(xié)方差矩陣特征圖進(jìn)行分類識別，找出真正的調(diào)制周期，從而剔除多個(gè)候選值中調(diào)制周期的分?jǐn)?shù)倍及整數(shù)倍取值，解決了周期估算模糊的問題，得到較好的估算效果。

51、（6）盡管可以通過在調(diào)制周期譜進(jìn)行搜索找出多個(gè)局部極大值點(diǎn)來獲取調(diào)制周期的候選值，但是在沒有任何先驗(yàn)信息的條件下，到底應(yīng)該在多大的范圍內(nèi)進(jìn)行搜索是難以確定的。因此，本發(fā)明利用漢克爾累積協(xié)方差矩陣結(jié)構(gòu)性特征，通過對漢克爾累積協(xié)方差矩陣特征圖進(jìn)行分類識別，找出大于調(diào)制周期某個(gè)整數(shù)倍值的m取值，從而確定一個(gè)搜索區(qū)間至少包括[n,10n]中的一個(gè)調(diào)制周期的整數(shù)倍值，從而很好地提升了調(diào)制周期估計(jì)的效率。