[发明专利]一种基于生成式对抗网络的信号-图像翻译方法

说明书

本发明公开了一种基于生成式对抗网络的信号‑图像翻译方法，实现该翻译方法的装置包括翻译模型ST、判别模型SD和分类模型SC，步骤为：(1)对翻译模型和分类模型进行预训练，直到迭代次数达到设定值；(2)将真实彩色图像和翻译模型得到的信号图像输入判别模型进行对抗训练，训练判别模型的参数；(3)将翻译模型得到的信号图像输入判别模型进行对抗训练，训练翻译模型的参数；(4)协同训练翻译模型和分类网络的参数；(5)重复步骤(2)～(4)，直到实现ST‑SD的纳什均衡或达到预设的训练迭代次数；(6)将待翻译的无线电信号输入翻译模型，得到翻译后的信号图像。利用本发明，可以增强翻译结果的多样性，保证信息传输的安全隐蔽性。

技术领域

本发明属于深度学习结合无线电信号传输的安全领域，尤其是涉及一种基于生成式对抗网络的信号-图像翻译方法。

背景技术

近年来，深度学习除了在图像、语音、文本等数据处理任务中实现了良好的性能，也逐渐被研究人员引入无线电数据处理领域。无线电信号是指在所有自由空间中传播的电磁波，属于波普中的一个有限频带，根据国际电信联盟规定，频率范围一般为3KHz～300GHz。无线电信号数据处理任务包括信号调制、信号解调、信号压缩、信号编码等。其中在信号解调前需要先识别信号的调制类型。无线电信号调制技术是将信号源产生的信号转换为适宜无线传输形式的处理方法，一般的调制过程就是将调制信号加载到高频率的载波上，将其转化为适合传输的高频信号。按照信号的离散性和连续性，可以分为数字调制和模拟调制。在数字调制中，调制信号可以表示成符号或者脉冲的时间序列。常见的数字信号调制方法有：幅移键控调制(ASK)、频移键控调制(FSK)、相移键控调制(PSK)等。

随着硬件设备性能和软件技术的快速发展，无线电信号变得无处不在，从大型的卫星、雷达，到小型的手机、蓝牙，无线设备给人们的生活工作提供了极大的便利。但是随着无线电信号技术的发展，对于无线电信号传输过程中的安全问题也开始凸显。现有的无线电信号容易被恶意用户截获并利用，造成了极大的财产损失和严重的信息安全问题。虽然目前的无线电信号调制技术已经较为成熟，但还是容易受到其他因素的干扰。当无线电信号中含有噪声时，无线电信号的调制类型识别和调制解调就会变得比较困难。

除了信号传输的安全保密问题，无线电信号还存在信息冗余问题和噪声干扰问题。无线电信号的信息冗余体现在，信号的价值密度低，使得每天都会生成海量的数据需要处理和存储。这对有价值的信息提取、海量信号的数据库存储和快速搜索都提出了较高的要求。无线电信号的噪声干扰主要来源于信号的发生、传输和接收过程，一般用信噪比衡量信号中含有噪声的强弱，信噪比越大，信号含量越高，越容易被识别和恢复。

发明内容

本发明提供了一种基于生成式对抗网络的信号-图像翻译方法，翻译得到的信号图像具有信息传输隐蔽性，信息价值密集性，抗噪鲁棒性的优势。

本发明的技术方案如下：

一种基于生成式对抗网络的信号-图像翻译方法，实现该翻译方法的装置包括：

翻译模型ST，该翻译模型ST的输入为无线电信号，输出为翻译得到的包含RGB三个通道的信号图像；

判别模型SD，该判别模型SD的输入为真实彩色图像和翻译模型ST得到的信号图像，输出为对真实彩色图像和信号图像的判断结果；

分类模型SC，该分类模型SC的输入为翻译模型ST翻译得到的信号图像，输出为信号图像对应于原始无线电信号的调制类型预测结果；

具体方法如下：

(1)使用具有不同调制类型的无线电信号数据集对翻译模型ST和分类模型SC进行预训练，直到迭代次数达到设定值N1；

(2)固定翻译模型ST和分类模型SC的参数，将真实彩色图像和翻译模型ST得到的信号图像输入判别模型SD进行训练，训练判别模型SD的参数，使判别模型SD能够区分真实彩色图像和信号图像；