信号类型辨识方法、辨识终端及存储介质与流程

1.本发明涉及信号检测辨识技术领域，尤其涉及一种信号类型辨识方法、辨识终端及存储介质。


背景技术：

2.ism频段是由国际电信联盟定义的开放给工业、科学和医学机构使用的非授权频谱，该频段已经在智能家居、医疗健康和公共基础设施等多个领域有着广泛的应用。但随着共享ism频段的无线设备种类和数量的增加，多种类别的无线并发信号会对构建的无线局域网产生干扰，从而制约无线局域网的部署和使用效率。因此，需要对信号进行信号类型的辨识，以得到信号类型，从而根据信号类型采用信道分配等策略来减弱不同信号之间的干扰问题造成的影响。现有技术中在采用神经网络对信号类型进行辨识时，无法对一些未知类别的信号进行区分，导致对信号类型的辨识准确度降低。
3.因此，如何提高信号的类型辨识的准确度成为亟待解决的问题。


技术实现要素：

4.本发明实施例的主要目的在于提供一种信号类型辨识方法、辨识终端及存储介质，旨在提高信号的类型辨识的准确度。
5.第一方面，本发明实施例提供一种信号类型辨识方法，包括：
6.获取待检测信号，基于预先训练的开集信号辨识网络对待检信号进行类别检测，得到所述待检信号的信号类别；其中，所述信号类别包括确定类别和未知类别，所述确定类别为用于训练所述开集信号辨识网络的信号类别，所述未知类别为没有用于训练所述开集信号辨识网络的其他信号类别。
7.第二方面，本发明实施例还提供一种辨识终端，所述辨识终端包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述处理器执行时，实现如本发明说明书提供的任一项信号类型辨识方法的步骤。
8.第三方面，本发明实施例还提供一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如本发明说明书提供的任一项信号类型辨识方法的步骤。
9.本发明实施例提供一种信号类型辨识方法、辨识终端及存储介质，本发明实施例通过获取待检信号，然后基于预先训练的开集信号辨识网络对待检信号进行类别检测，得到待检信号的信号类别，其中，信号类别包括确定类别和未知类别，确定类别为用于训练该开集信号辨识网络的信号类别，而未知类别则为没有用于训练开集信号辨识网络的其他信号类别，也即该开集信号辨识网络在训练阶段没有见过的所有信号类别。通过预先训练的开集信号辨识网络对待检信号进行类别检测，能够将一些开集信号辨识网络在训练时未见过的信号类别确定为未知信号，降低开集风险，进而提高对待检信号进行类型辨识的准确
度。
附图说明
10.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
11.图1为本发明实施例提供的一种信号类型辨识系统的应用场景示意图；
12.图2为本发明实施例提供的一种信号类型辨识方法的流程示意图；
13.图3为本发明实施例提供的开集信号辨识网络的网络结构示意图；
14.图4为本发明实施例提供的一种辨识终端的结构示意性框图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
17.应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
18.本发明实施例提供一种信号类型辨识方法、辨识终端及存储介质。其中，该信号类型辨识方法可应用于移动终端中，该移动终端可以手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
19.下面结合附图，对本发明的一些实施例作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
20.请参照图1，图1为本发明实施例提供的一种信号类型辨识系统的应用场景示意图。
21.如图1所示，信号类型辨识系统100包括软件无线电设备110和辨识终端120。软件无线电设备110与辨识终端120通过usb接口或网口相连。其中，软件无线电设备110例如可以是limesdr，辨识终端120可以是移动终端等。
22.软件无线电设备110可以采集当前环境内包括待检信号的原始数据，然后将原始数据发送给辨识终端，以使辨识终端120能够根据接收到的包括待检信号的原始数据来对待检信号进行信号类别的辨识。其中，当前环境可以是wlan无线室内环境和wlan无线室外环境，例如家居环境和大型商场内部环境等。
23.在具体实施过程中，辨识终端120根据内置的预先训练的开集信号辨识网络对待检信号进行信号类型的辨识，包括待检信号的原始数据输入预先训练的开集信号辨识网络后，预先训练的开集信号辨识网络即会输出待检信号的信号类别，其中，待检信号的信号类
别包括确定类别和未知类别。确定类别为用于训练开集信号辨识网络的信号类别，而未知类别则为在开集信号辨识网络的训练过程中没有见过的信号类别。
24.在一实施例中，辨识终端120内包括数据解析模块121、样本筛选模块122和信号辨识模块123。
25.数据解析模块121是对原始数据进行数据解析，然后构造出待检信号。
26.样本筛选模块122是对待检信号进行快速傅里叶变换，得到待检信号的频谱信息，然后根据待检信号的频谱信息从待检信号中筛选出有效待检信号。
27.信号辨识模块123内置预先训练的开集信号辨识网络，样本筛选模块122将得到的有效待检信号送至信号辨识模块123，信号辨识模块123利用预先训练的开集信号辨识网络对有效待检信号进行信号类别的辨识，得到待检信号的信号类别。
28.为了便于理解，以下将结合图1中的信号类型辨识系统对本技术的实施例提供的信号类型辨识方法进行详细介绍。需知，上述的信号类型辨识系统并不构成对本技术实施例提供的信号类型辨识方法应用场景的限定。
29.请参照图2，图2为本发明实施例提供的一种信号类型辨识方法的流程示意图，该信号类型辨识方法具体可以应用于信号类型辨识系统100中的辨识终端120。
30.如图2所示，该信号类型辨识方法包括步骤s201。
31.步骤s201、获取待检信号，基于预先训练的开集信号辨识网络对待检信号进行类别检测，得到待检信号的信号类别。
32.其中，信号类别包括确定类别和未知类别，确定类别为用于训练开集信号辨识网络的信号类别，未知类别为没有用于训练开集信号辨识网络的其他信号类别。也即开集信号辨识网络在训练阶段没有见过的所有信号类别。
33.例如，信号类别分别有蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号、背景信号和宽带fm信号共九种信号类别。
34.若预先训练的开集信号辨识网络在训练过程中，是根据蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号和背景信号八种信号进行网络训练的。
35.那么确定类别就包括蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号和背景信号八种类别，而未知类别则包括宽带fm信号一种类别。
36.若待检信号为蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号和背景信号八种类别其中之一时，则输出待检信号的信号类别为确定类别，也即待检信号为蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号或背景信号的任意一种。
37.若待检信号不为蓝牙信号、窄带信号、宽带ofdm信号、微波炉信号、wifi信号、无线模拟视频监控器信号、zigbee信号和背景信号八种类别其中之一时，则输出待检信号的信号类别为未知类别。
38.在一实施例中，获取待检信号，包括：接收包括待检信号的原始数据，并对原始数据进行数据处理，以得到待检信号；其中，数据处理包括数据解析、数据构造和信号检测中的至少一种。
39.软件无线电设备采集当前环境中包括有待检信号的原始数据，并将原始数据发送给辨识终端，辨识终端在接收到包括待检信号的原始数据后，对原始数据进行数据处理，得到待检信号。
40.由于ism频段的无线信号多为突发型信号，因此，原始数据中包括噪声和待检信号，通过对原始数据进行数据处理，将原始数据中的待检信号提取出来，以提高预先训练的开集信号辨识网络对待检信号进行信号类别的辨识时的辨识效率。
41.在一实施例中，对原始数据进行数据处理，包括：对原始数据进行解析并构造i/q数据；基于通信信号检测算法对i/q数据进行信号检测，以完成原始数据的数据处理。
42.对包括有待检信号的原始数据进行数据解析，并根据解析结果构造i/q数据。
43.在具体实施过程中，对原始数据进行解析可以包括寻找分隔符和解析边信息。也即，从原始数据的字节流中找到特定标识，然后取出该特定标识后的数据。然后从特定标识后的数据中读取功率信息，并根据功率信息生成尺度因子，并根据生成的尺度因子来构造i/q数据。
44.在得到构造出的i/q数据后，即可基于通信信号检测算法对i/q数据进行信号检测，完成原始数据的数据处理，得到待检样本。
45.在具体实施过程中，通信信号检测算法包括基于时域的信号检测算法或基于频域的信号检测算法。其中，基于时域的信号检测算法例如可以为包络检波法、能量检测法、高阶累积量检测算法和过零检测算法，基于频域的信号检测算法例如可以为功率谱法和循环谱法等。
46.在一实施例中，请参照图3，为本发明实施例提供的开集信号辨识网络的网络结构示意图。其中，该预先训练的开集信号辨识网络包括空间特征提取层、时序特征提取层、特征拼接层和全连接输出层。其中，确定类别的信号类别的数量为n，全连接输出层的神经元个数为n 1。
47.可以根据待检样本以及待检样本对应的类别标签对开集信号辨识网络进行训练，以得到预先训练的开集信号辨识网络。
48.在根据待检样本以及待检样本对应的类别标签训练开集信号辨识网络时，可以对待检样本进行数据解析并构造i/q数据，然后基于通信信号检测算法对构造的i/q数据进行信号检测，得到待检信号样本。
49.然后对待检信号样本进行快速傅里叶变换，从中得到待检信号样本的频谱信息，再根据待检信号样本的频谱信息对待检信号样本进行无效剔除，得到有效待检信号样本，最终根据有效待检信号样本以及有效待检信号样本对应的类别标签对开集信号辨识网络进行训练。
50.需要说明的是，从待检样本中构造待检信号样本以及对待检信号样本进行无效剔除的过程与前述相同，在此不再赘述。
51.在具体实施过程中，开集信号辨识网络中的空间特征提取层可以是全卷积网络模型，也即fcn模型。该空间特征提取层更具体地可以包括依次连接的维度变换层、若干卷积层、批归一化层和全局平均池化层，以用于提取原始数据的空间特征。
52.开集信号辨识网络中的时序特征提取层可以是长短期记忆网络模型，也即lstm模型。该时序特征提取层更具体的可以包括可选的维度变换层和随机失活层，主要用于提取
原始数据的时序特征。
53.特征拼接层用于将空间特征提取层提取出的空间特征和时序特征提取层提取出的时序特征进行拼接融合，其中，根据融合方式的不同，特征拼接层可选择不同形式，例如可以选择卷积层、池化层或者压平层等。
54.全连接输出层的神经元个数为确定类别的信号类别的数量加一，也即，若确定类别的信号类别的数量为n个，则全连接输出层的神经元个数为n 1个，多出的一个表示未知类别。例如，确定类别的信号类别的数量为八个，则全连接输出层的神经元个数为九个。
55.在一实施例中，基于预先训练的开集信号辨识网络对待检信号进行类别检测，包括：通过空间特征提取层提取待检信号的空间特征，以及通过时序特征提取层提取待检信号的时序特征；通过特征拼接层对待检信号的空间特征和时序特征进行融合，以得到拼接特征；将拼接特征输入全连接输出层，对待检信号的信号类别进行预测。
56.在将待检信号输入预先训练的开集信号辨识网络后，待检信号即会分别输入空间特征提取层和时序特征提取层中，通过空间特征提取层提取待检信号的空间特征，通过时序特征提取层提取出待检信号的时序特征。然后将空间特征提取层提取的空间特征和时序特征提取层提取的时序特征进行融合，得到拼接特征，然后将拼接特征输入全连接输出层，并经过softmax处理后，即可得到该预先训练的开集信号辨识网络对于待检信号的信号类别进行预测的预测概率。
57.在一实施例中，在基于预先训练的开集信号辨识网络对待检信号进行类别检测之前，所述方法包括：提取待检信号的频谱信息，并根据频谱信息对待检信号进行无效剔除，得到有效待检信号；基于预先训练的开集信号辨识网络对待检信号进行类别检测，包括：基于预先训练的开集信号辨识网络对有效待检信号进行类别检测。
58.在获取到待检信号后，对待检信号进行快速傅里叶变换，从而得到待检信号的频谱信息，然后根据频谱信息对待检信号进行无效剔除，也即从待检信号中剔除掉无效信号，得到有效待检信号，并将有效待检信号发送给预先训练的开集信号辨识网络，由预先训练的开集信号辨识网络对有效待检信号进行信号类别的检测。其中，所述频谱信息包括所述待检信号的包络、功率、高阶累积量、功率谱和高阶谱中的至少一种信息。
59.在具体实施过程中，在对待检信号进行快速傅里叶变换后，得到待检信号的能量谱，然后对能量谱进行平滑处理，并在平滑处理后找到能量较高的部分，根据能量较高的部分对待检信号的有效性进行判断，将无效信息进行剔除和丢弃，从而得到有效待检信号。对待检信号进行有效性的判断，仅将有效待检信号发送至开集信号辨识网络进行信号类别的检测，提高检测效率，降低资源损耗。
60.上述实施例提供的信号类型辨识方法，通过获取待检信号，然后基于预先训练的开集信号辨识网络对待检信号进行类别检测，得到待检信号的信号类别，其中，信号类别包括确定类别和未知类别，确定类别为用于训练该开集信号辨识网络的信号类别，而未知类别则为没有用于训练开集信号辨识网络的其他信号类别，也即该开集信号辨识网络在训练阶段没有见过的所有信号类别。通过预先训练的开集信号辨识网络对待检信号进行类别检测，能够将一些开集信号辨识网络在训练时未见过的信号类别确定为未知信号，降低开集风险，进而提高对待检信号进行类型辨识的准确度。
61.请参阅图4，图4为本发明实施例提供的一种辨识终端的结构示意性框图。
62.如图4所示，辨识终端300包括处理器301和存储器302，处理器301和存储器302通过总线303连接，该总线比如为i2c(inter-integrated circuit)总线。
63.具体地，处理器301用于提供计算和控制能力，支撑整个辨识终端的运行。处理器301可以是中央处理单元(central processing unit，cpu)，该处理器301还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
64.具体地，存储器302可以是flash芯片、只读存储器(rom，read-only memory)磁盘、光盘、u盘或移动硬盘等。
65.本领域技术人员可以理解，图4中示出的结构，仅仅是与本发明实施例方案相关的部分结构的框图，并不构成对本发明实施例方案所应用于其上的辨识终端的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
66.其中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现本发明实施例提供的任意一种所述的信号类型辨识方法。
67.在一实施例中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现如下步骤：
68.获取待检信号，基于预先训练的开集信号辨识网络对所述待检信号进行类别检测，得到所述待检信号的信号类别；其中，所述信号类别包括确定类别和未知类别，所述确定类别为用于训练所述开集信号辨识网络的信号类别，所述未知类别为没有用于训练所述开集信号辨识网络的其他信号类别。
69.在一实施例中，所述预先训练的开集信号辨识网络包括空间特征提取层、时序特征提取层、特征拼接层和全连接输出层；所述确定类别的信号类别的数量为n，所述全连接输出层的神经元个数为n 1。
70.在一实施例中，所述处理器在实现所述基于预先训练的开集信号辨识网络对所述待检信号进行类别检测时，用于实现：通过所述空间特征提取层提取所述待检信号的空间特征，以及通过所述时序特征提取层提取所述待检信号的时序特征；通过所述特征拼接层对所述待检信号的空间特征和时序特征进行融合，以得到拼接特征；将所述拼接特征输入所述全连接输出层，对所述待检信号的信号类别进行预测。
71.在一实施例中，所述处理器在实现所述获取待检信号时，用于实现：接收包括待检信号的原始数据，并对所述原始数据进行数据处理，以得到待检信号；其中，所述数据处理包括数据解析、数据构造和信号检测中的至少一种。
72.在一实施例中，所述处理器在实现所述对所述原始数据进行数据处理时，用于实现：对所述原始数据进行解析并构造i/q数据；基于通信信号检测算法对所述i/q数据进行信号检测，以完成所述原始数据的数据处理。
73.在一实施例中，所述通信信号检测算法包括基于时域的信号检测算法或基于频域的信号检测算法。
74.在一实施例中，所述处理器在实现所述基于预先训练的开集信号辨识网络对所述待检信号进行类别检测之前，用于实现：提取所述待检信号的频谱信息，并根据所述频谱信息对所述待检信号进行无效剔除，得到有效待检信号；所述处理器在实现所述基于预先训练的开集信号辨识网络对所述待检信号进行类别检测时，用于实现：基于预先训练的开集信号辨识网络对所述有效待检信号进行类别检测。
75.在一实施例中，所述频谱信息包括所述待检信号的包络、功率、高阶累积量、功率谱和高阶谱中的至少一种信息。
76.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的辨识终端的具体工作过程，可以参考前述信号类型辨识方法实施例中的对应过程，在此不再赘述。
77.本发明实施例还提供一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如本发明实施例说明书提供的任一项信号类型辨识方法的步骤。
78.其中，所述存储介质可以是前述实施例所述的辨识终端的内部存储单元，例如所述辨识终端的硬盘或内存。所述存储介质也可以是所述辨识终端的外部存储设备，例如所述辨识终端上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
79.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
80.应当理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
81.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本发明的具体实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。