一种卫星搜救干扰信号多模态数据集生成方法
本发明涉及卫星通信信号仿真、人工智能数据集构建与电磁兼容性测试,特别涉及一种卫星搜救干扰信号多模态数据集生成方法,是一种符合 cospas-sarsat国际规范 c/s t.018 与 itu-r m.1478、itu-r sm.2258 的一种基于三维分层切分的卫星搜救干扰信号多模态数据集生成方法。
背景技术:
1、cospas-sarsat 是工作于 406 mhz 频段的国际卫星搜救系统,自 1985 年正式投入运行以来已协助救援超过 50000 名遇险人员,是全球最重要的应急通信基础设施之一。该系统第二代信标 sgb 工作于 406.0 mhz 至 406.1 mhz 频段,采用 oqpsk-dsss 调制,符合国际规范 c/s t.018,扩频码片率为 38.4 kchips/s,数据率为 300 bps,突发持续时间为 1000 ms。随着该频段电磁环境日趋复杂,sgb 信号面临雷达脉冲、跳频通信、单音/多音、宽带噪声、相位调制等多种干扰,因此 sarsat 干扰识别、抗干扰算法验证、卫星载荷电磁兼容性测试等下游任务对高保真、规范化、多模态、可复现的卫星干扰信号数据集存在迫切需求。然而,受真实信号涉及搜救隐私与军事敏感性、实际记录的干扰类型有限以及人工标注成本高三方面因素限制,该领域至今缺乏公开高质量干扰信号数据集。
2、现有公开数据集中,radioml 系列(radioml 2016.10a 与 radioml 2018.01a)由deepsig 公司发布,主要面向通用调制识别任务(如 qpsk、16qam 等),未针对 sarsat 特有的 oqpsk-dsss 信号结构进行建模。其信号生成采用简化信道模型,未遵循 c/s t.018规范的关键参数,例如未实现 1000 ms 长突发、未正确配置 24 db 扩频增益及相应的扩频码序列。此外,该数据集仅提供 iq 复数时域表示,缺乏频域单边谱、时频图等多模态数据,难以支撑多模态深度学习算法的训练与评估。hisarmod 2019.1 数据集包含 26 类调制信号,但其设计目标为调制识别,完全不涉及干扰信号场景,也未引入干信比(jsr)这一关键维度,因此无法用于评估接收机在干扰条件下的抗干扰性能。此外,部分研究机构自建的简化仿真数据集普遍存在以下问题:物理参数化不完整,未严格遵循 itu-r 相关建议规范;在数据划分上采用随机切分方式,导致测试集在信噪比(snr)与干信比(jsr)维度上出现统计偏置,从而使得性能评估结果不可靠;大多数数据集仅建模单一类型干扰,未考虑实际搜救环境中常见的多类干扰叠加(如扫频干扰、部分频带噪声干扰与多径干扰的组合),与真实应用场景存在较大差距。
技术实现思路
1、针对上述的问题,本发明的目的在于提供一种卫星搜救干扰信号多模态数据集生成方法,是基于三维分层切分的卫星搜救干扰信号多模态数据集生成方法。本发明严格遵循 c/s t.018、itu-r m.1478 与 itu-r sm.2258 国际规范,系统化生成 11 类典型cospas-sarsat 干扰信号,通过 (class, snr, jsr) 三维分层切分保证测试集分布均衡,并同时输出时域、频域单边谱与时频图三种模态。
2、为了实现上述目的,本发明的方案是:
3、一种卫星搜救干扰信号多模态数据集生成方法,是基于三维分层切分的卫星搜救干扰信号多模态数据集生成方法,其中,所述方法的步骤包括:
4、s1、按 cospas-sarsat 国际规范c/s t.018生成sgb 干净信号,所述sgb 干净信号的中心频率为406.05 mhz、调制方式为 oqpsk-dsss、突发长度为1000 ms、数据率为300bps、扩频码片率为38.4 kchips/s、扩频增益 24 db、发射有效全向辐射功率5w;
5、s2、构建多种类别干扰信号;
6、s3、将sgb 干净信号和多种不同类别干扰信号合成并添加加性高斯白噪声构成三元组时域样本,
7、所述三元组为class, snr, jsr:
8、class:多种类别干扰;
9、snr:信号/噪声功率比(db);
10、jsr:干扰/信号功率比(db)
11、所述snr 和所述jsr的取值均为离散等间距集合:
12、
13、;
14、s4、对三元组时域样本进行训练集、验证集和测试集的三维分层切分,所述切分比例为 70%、20%、10%;
15、s5、对每个三元组时域样本同时生成时域、频域单边谱与时频图三种模态,并存储为 hdf5 格式文件,形成卫星搜救干扰信号多模态数据集。
16、方案进一步是:所述sgb 干净信号的数学模型为:
17、;
18、其中: 为 oqpsk 调制后的数据符号; 为每符号 128 chips 的扩频序列; 为滚降因子 的升余弦脉冲成型滤波器; 为码片周期;为发射信号的平均功率(db);t为连续时间变量;n为数学符号序列;n为一帧内数据符号总数;fc为载波中心频率。
19、方案进一步是:步骤s3中,所述时域样本的合成公式为:
20、;
21、其中:为时域样本;为sgb 干净信号;为加性高斯白噪声;为不同类别干扰信号;其中:加性高斯白噪声的信噪比snr定义为:
22、。
23、方案进一步是:所述多种类别干扰信号为11种类别,11种类别分别为: clean、single_tone、multi_tone、chirp、pulse、wideband_noise、narrowband_noise、bpsk_modulated、comb_spectrum、frequency_hopping、composite,其中:
24、clean 类即无干扰信号,仅含加性高斯白噪声;
25、single_tone 类表达式为:;
26、multi_tone 类表达式为:;
27、chirp 类表达式为:;
28、pulse 类表达式为:;
29、wideband_noise 类表达式为:;
30、narrowband_noise 类表达式为:;
31、bpsk_modulated 类表达式为:;
32、comb_spectrum 类表达式为:;
33、frequency_hopping 类表达式为:;
34、composite 类表达式为:;
35、其中:
36、为干扰原型信号;、、均为幅度,其中、分别为多音第个分量、梳状谱第条谱线的幅度;为仿真中频;、为相对中频的频偏;、、、为初始相位,在内均匀取值;为多音的音数;为扫频起始频率,为调频斜率,即单位时间内瞬时频率的变化量;为周期性矩形包络,用于刻画脉冲干扰的通断;为白高斯噪声;、分别为带宽的宽带、中心频率带宽的窄带带通滤波;为取值的二进制非归零基带波形;为梳状谱谱线数,为第条谱线频率(相邻间距为);为跳频瞬时载频,在若干离散载频间以跳周期切换;为复合干扰的分量个数(取2~4),为第个基础干扰分量,为其功率加权系数。
37、方案进一步是:所述11种类别干扰信号中的每类干扰生成 个样本,所述 k 个样本均匀地分配到 13×13=169 个 (snr, jsr) 工况网格上,使每个三元组内含个独立样本,全数据集总样本数为:
38、。
39、方案进一步是:对于所述11种类别干扰信号,步骤 s4 的三维分层切分方式具体满足:对于所有 11×13×13=1859 个三元组中的每一个,独立地按 70%、20%、10% 的比例切分为训练集、验证集与测试集,使得训练集、验证集与测试集分别为 38500 个、11000个、5500 个样本,且训练集、验证集与测试集均完整覆盖全部 1859 个三元组。
40、方案进一步是:步骤s5中,所述频域单边谱是通过快速傅里叶变换 fft 取模获得,
41、长度为 8192,频率分辨率:
42、。
43、方案进一步是:步骤s5中,所述时频图是通过短时傅里叶变换 stft 计算获得,其参数为窗长 nperseg = 512、重叠 noverlap = 256,输出张量尺寸为 224×224,其中,时间分辨率:
44、;
45、频率分辨率:
46、。
47、方案进一步是:步骤s5中,所述 hdf5 格式文件包含训练集 train、验证集 val和测试集 test 三个数据组,每个数据组分别存储 time_domain、freq_domain、tf_image三种模态数据,以及 class_labels、snr_labels、jsr_labels 三类标签数据。
48、方案进一步是:步骤 s5 中,所述三种模态的数据表示具体包括:
49、一、时域表示:由直接采样的所述时域样本的实部与虚部组成,数据形状为 (2,16384);
50、二、频域单边谱表示:由直接采样的所述时域样本经长度 16384 的 fft 取模后取前 8192 点并归一化获得,数据形状为 (8192,);
51、三、时频图表示,由直接采样的所述时域样本经 nperseg=512、noverlap=256 的stft 取模后插值至 224×224 并归一化获得,数据形状为 (224, 224)。
52、本发明的有益效果是:
53、一,数据集的合规性:本发明严格按 c/s t.018 规范建模 sarsat 信号、系统覆盖 11 类典型干扰、采用三维分层切分、同时提供时域/频域/时频图三模态、且包含复合干扰,相比 radioml 2018 与 hisarmod 2019.1 在 sarsat 场景下具有更高的物理保真度。
54、二,信噪比单调性:使用本发明数据集训练的深度学习模型在测试集上的 snr-准确率曲线呈现整体单调上升趋势,低信噪比段(−10 db ~ 0 db)严格单调递增约 +24.8 pp(自 64.66% 上升至 89.46%),高信噪比段(≥0 db)抖动幅度不超过 1.7 pp,远小于传统随机切分时代曾出现的“−4 db 准确率 > +2 db”反常抖动(幅度大于 3 pp)。
55、三,下游任务支持:本发明数据集可支持 11 类干扰识别、信噪比估计、抗干扰算法验证、卫星载荷电磁兼容性测试与多模态融合方法研究等下游任务。
56、四,可复现性:本发明通过显式记录每个样本的 (class, snr, jsr) 三元组标签与随机种子,使数据集生成过程可完整复现,并可在不同实验场景下灵活按需要调整每类样本数 k、snr / jsr 离散点集合或切分比例。
57、五,规范合规性:本发明所述 sgb 信号建模严格遵循 c/s t.018 规范的 oqpsk-dsss 调制规范、突发结构与扩频参数;所述噪声与干扰建模遵循 itu-r m.1478(关于 406mhz 频段电磁环境)与 itu-r sm.2258(关于无线电监测与频谱管理)的相关建议,是同时遵循上述三项国际规范的卫星搜救干扰信号仿真方法。
58、下面结合附图说明和具体实施例对发明做进一步详细阐释。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com