一种杂波背景下的非合作复合调制信号识别方法、装置及设备

本技术涉及调制信号识别，特别是涉及一种杂波背景下的非合作复合调制信号识别方法、装置及设备。

背景技术：

1、低功率脉内转发式调制信号和强杂波给机载雷达目标检测任务带来了严峻挑战。识别调制信号类型是机载雷达精确实施抗调制信号措施的前提与关键。在下视探测过程中，强杂波会严重损害机载雷达对主动调制信号的识别能力。因此，在强杂波背景下识别复合脉冲内转发式调制信号仍是一个亟待解决的难题。

2、近年来，基于人工特征提取的方法，如本征积分序列特征、多普勒补偿结果和分数阶傅里叶变换信息，已成功应用于调制信号检测与识别。然而，这些方法在杂波存在时失效。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种杂波背景下的非合作复合调制信号识别方法、装置及设备。

2、一种杂波背景下的非合作复合调制信号识别方法，所述方法包括：

3、获取杂波背景下包含非合作复合调制信号的机载雷达回波信号；

4、通过rd变换获取机载雷达回波信号的雷达回波rd谱，将雷达回波rd谱输入预训练的复值信号特征提取网络进行杂波rd谱特征学习，并剔除雷达回波rd谱中的杂波rd谱，提纯得到复合调制信号rd谱；

5、基于复合调制信号rd谱，依次进行基于最大值的脉冲选择、逆匹配滤波及短时傅里叶变换，获取非合作复合调制信号内各子调制信号分量的时频谱，并输入至残差神经网络进行调制信号类型识别，最终基于各子调制信号分量的类型完成非合作复合调制信号识别。

6、在其中一个实施例中，杂波背景下包含非合作复合调制信号的机载雷达回波信号表示为：

7、；

8、其中，为时刻下变频后的机载雷达回波信号，、、和分别表示调制信号1、调制信号2、目标回波以及第个杂波散射点对应的雷达回波的幅度，表示脉冲重复间隔，、、、分别表示调制信号1、调制信号2、目标回波以及第个杂波散射点对应的回波时延，、、和分别表示调制信号1、调制信号2、目标回波以及第个杂波散射点对应的多普勒频移，、、、和分别表示雷达信号、调制信号1、调制信号2、高斯白噪声以及一个相干处理间隔内的脉冲数，为脉冲数索引，为杂波散射点数量，上标为虚数单位；调制信号1和调制信号2组合为非合作复合调制信号，且调制信号1和调制信号2的调制方式不同。

9、在其中一个实施例中，复值信号特征提取网络由依次串联的输入层、双分支卷积层、特征拼接单元、残差单元、二维平均池化单元、逐点卷积单元、注意力作用单元以及输出层组成；其中，二维平均池化单元、逐点卷积单元和注意力作用单元组成通道注意力机制模块，用于生成注意力权重以对残差单元的输出特征图进行通道注意力加权，强化与杂波分量强相关的通道特征并抑制冗余信息，实现对杂波特征的精准聚焦与增强；

10、输入层为一个卷积核尺寸为的2d复值卷积层，用于对输入的单通道的雷达回波rd谱进行复域特征建模，为后续复域特征提取提供基础表征，输入层的输出特征图维度为；其中，为复数域；

11、双分支卷积层由两路平行的特征提取单元组成，各特征提取单元包含两个卷积核尺寸为的2d复值卷积层，分别用于提取不同感受野下的杂波与目标回波的幅度、相位特征，实现对雷达回波rd谱中不同尺度杂波分量的并行建模；

12、特征拼接单元用于将两个特征提取单元的输出特征图在通道维度拼接，融合不同分支提取特征的实部/虚部的互补信息，增强特征表达，形成包含多尺度杂波信息的高维复数特征表示，表示为：；其中，和分别为第一特征提取单元和第二特征提取单元的输出特征图，和的维度均为，的实部分量为，的虚部分量为，、分别为和的实部分量，、分别为和的虚部分量；

13、残差单元通过残差连接机制构建跨层信息传递路径，在保留底层基础特征的同时，进一步对拼接后的高维复数特征表示进行处理并获得处理后结果，缓解网络训练时的梯度消失问题，强化杂波特征的深层表达能力；具体流程为：用于先通过一个卷积核尺寸为的2d复值卷积层对在通道维进行压缩，压缩后的特征图维度为；再将压缩后的特征图与输入层的输出特征图进行第一次残差相加，得到第一次残差相加特征图；然后将第一次残差相加特征图输入两个卷积核尺寸为的2d复值卷积层，获取输出特征图并与第一次残差相加特征图进行第二次残差相加，得到处理后结果；

14、二维平均池化单元用于对进行空间维度的全局下采样，在保留复数特征幅度与相位信息的同时，降低特征图的空间维度，提取包含全局杂波分布规律的抽象特征，减少后续计算量；其中，池化核大小为，步长为，填充为，二维平均池化单元的输出特征图的空间尺寸计算为：

15、；

16、其中，和分别为二维池化窗口的高度和宽度，和分别为二维池化窗口在高度方向、宽度方向上每次滑动的步幅，和分别为二维平均池化单元的输入特征图在高度方向边缘、宽度方向边缘的零填充数量，和分别为二维平均池化单元的输入特征图的高度和宽度，和分别为二维平均池化单元的输出特征图的高度和宽度，为通道数，为向下取整函数；

17、池化操作的逐元素数学定义如下：

18、；

19、其中，为在第通道、第行、第列位置的复数输出值，和分别为的实部分量与虚部分量，和为池化核内的局部索引变量，为在第通道、第行、第列位置的复数输出值，和分别为的实部分量与虚部分量；合并为复数形式即为：

20、；

21、在完成池化操作后，将二维平均池化单元的输出特征图记为通道注意力权重图，其中，为实数域；

22、逐点卷积单元用于通过两个卷积核尺寸为的2d复值卷积层调整通道注意力权重图，通过两次逐点卷积进行通道调整后获得的通道注意力权重表示为：

23、；

24、其中，分别为第一次逐点卷积和第二次逐点卷积的权重矩阵，分别为第一次逐点卷积和第二次逐点卷积的偏置；和为激活函数；

25、注意力作用单元用于将通道注意力权重广播至空间维度，即与原始进行逐元素相乘，得到多通道特征图，表示为：

26、；

27、输出层用于通过一个卷积核尺寸为的2d复值卷积层实现特征融合，将多通道特征图映射为单通道从而实现rd谱重构，表示为：

28、；

29、其中，为单通道重构的杂波rd谱，为输出层的等效权重矩阵，为输出层的等效偏置向量，为将三维张量按序展平为列向量的向量化算子，为矩阵重塑算子。

30、在其中一个实施例中，复值信号特征提取网络训练的损失函数表示为：

31、；

32、其中，和分别表示rd谱的距离维和多普勒维的总单元数，和分别表示rd谱的距离维和多普勒维的单元序号；和分别表示雷达回波rd谱中第个单元的实部和虚部；表示复值信号特征提取网络估计输出的杂波rd谱；和分别表示复合调制信号rd谱中第个单元的实部和虚部。

33、在其中一个实施例中，剔除雷达回波rd谱中的杂波rd谱，提纯得到复合调制信号rd谱，包括：

34、从归一化的雷达回波rd谱中剔除复值信号特征提取网络估计输出的归一化的杂波rd谱，提纯得到复合调制信号rd谱，表示为：

35、；

36、其中，、和分别表示雷达回波rd谱、雷达回波rd谱的最大值以及网络估计输出的杂波rd谱。

37、在其中一个实施例中，基于复合调制信号rd谱，依次进行基于最大值的脉冲选择、逆匹配滤波及短时傅里叶变换，获取非合作复合调制信号内各子调制信号分量的时频谱，包括：

38、从复合调制信号rd谱中提取每个脉冲序列的最大值形成多普勒向量，并选择中幅值最大的前两个峰值对应的两个脉冲序列进行匹配滤波逆变换，恢复获取非合作复合调制信号内的各子调制信号分量，并通过对各子调制信号分量进行短时傅里叶变换，得到各子调制信号分量的时频谱。

39、一种杂波背景下的非合作复合调制信号识别装置，所述装置包括：

40、信号获取模块，用于获取杂波背景下包含非合作复合调制信号的机载雷达回波信号；

41、杂波剔除模块，用于通过rd变换获取机载雷达回波信号的雷达回波rd谱，将雷达回波rd谱输入预训练的复值信号特征提取网络进行杂波rd谱特征学习，并剔除雷达回波rd谱中的杂波rd谱，提纯得到复合调制信号rd谱；

42、复合调制信号识别模块，用于基于复合调制信号rd谱，依次进行基于最大值的脉冲选择、逆匹配滤波及短时傅里叶变换，获取非合作复合调制信号内各子调制信号分量的时频谱，并输入至残差神经网络进行调制信号类型识别，最终基于各子调制信号分量的类型完成非合作复合调制信号识别。

43、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

44、获取杂波背景下包含非合作复合调制信号的机载雷达回波信号；

45、通过rd变换获取机载雷达回波信号的雷达回波rd谱，将雷达回波rd谱输入预训练的复值信号特征提取网络进行杂波rd谱特征学习，并剔除雷达回波rd谱中的杂波rd谱，提纯得到复合调制信号rd谱；

46、基于复合调制信号rd谱，依次进行基于最大值的脉冲选择、逆匹配滤波及短时傅里叶变换，获取非合作复合调制信号内各子调制信号分量的时频谱，并输入至残差神经网络进行调制信号类型识别，最终基于各子调制信号分量的类型完成非合作复合调制信号识别。

47、上述一种杂波背景下的非合作复合调制信号识别方法、装置及设备通过充分考虑机载杂波在rd域的分布特性，构建了一套端到端的复合调制信号识别流程，其有益效果体现为：首先通过复值信号特征提取网络学习杂波的rd域分布特征，可精准识别并剔除复杂背景下雷达回波rd谱中的非平稳机载杂波分量，显著提升非合作复合调制信号的提纯精度；然后基于提纯后的复合调制信号rd谱，通过基于最大值的脉冲选择、逆匹配滤波和短时傅里叶变换，实现了子调制信号分量的精细化分解，解决了传统方法将复合调制信号视为整体而无法区分不同调制信号类型的问题，为后续识别提供了可靠的时频特征基础；最后，基于残差神经网络对各子调制信号分量的调制信号类型进行判别，可有效捕捉不同调制信号类型的差异化模式，大幅提升了复杂电磁环境下复合调制信号识别的准确率与鲁棒性。整套流程形成了“杂波抑制-调制信号提纯-子分量分解-类型判别”的正向协同闭环，从源头到末端系统性提升了机载雷达复合调制信号识别的整体性能，有效支撑复杂场景下的机载雷达目标检测性能。