[发明专利]一种基于数据增强的调制方式自动识别与对抗方法

说明书

本发明公开了通信与对抗技术领域的一种基于数据增强的调制方式自动识别与对抗方法，包括对输入的信号进行数据集处理；构建分类器；通过构建的分类器进行对抗识别，本发明过对调制方式识别中的分类器构建、数据增强、识别对抗等技术进行研究，使得该调制方式识别系统能够进一步提升识别概率，本发明所提出的数据增强技术对调制方式识别具有能识别对抗、系统设计简单等优点，解决信号侦察系统中的关键问题，具有非常重要的应用价值。

技术领域

本发明涉及通信与对抗技术领域，具体为一种基于数据增强的调制方式自动识别与对抗方法。

背景技术

通信信号调制模式分类研究的目的是在信道传输过程中受到其他环境因素影响以及先验条件不足的环境下能够对接收到的通信信号的调制模式进行正确的识别，为接下来分析信号、处理信号提供参考的依据。

民用通信领域，通信信号调制模式分类也有较为广泛的应用需求，包括智能通信系统，如软件无线电(SDR)和认知无线电(CR)。如果一个信号的调制类型未知，并且它被应用于一个不合适的解调器，信号包涵的信息可能会被破坏，导致通信无法正常使用。

在电子战中，电子保障是重要组成部分。调制分类是信号检测和解调之前的步骤，是电子保障的一环。调制方式识别是监听敌方电台，干扰敌方信号的前提，只有清楚调制方式，才能更好地、更有针对性地侦察与反侦察，进行通信电子对抗。

随着无线电应用程序服务数量的增加，找到信号的频谱需求也相应增加。然而传统的调制方式识别依赖于专业人员的经验，不仅识别速度慢，而且浪费人力物力，无法应对复杂多样的调制信号；另外，在信噪比较低或信道不理想的情况下，信号特征往往不易提取，需要综合多个特征，传统识别算法往往比较复杂且实时性较差。相对于人工识别而言，自动识别具有较大的优势，可以克服低识别率和人工出错的情况，大大提高调制类型识别效率，从而解放人力。然而，自动识别也有自身缺陷，在当今日益复杂的电磁环境下，噪声干扰导致信噪比降低，通信环境日益恶劣，都会使调制识别准确率降低。基于此，研究新的调制识别系统提升信号调制类型识别的实时性和准确性是目前急需要解决的问题。

基于此，本发明设计了一种基于数据增强的调制方式自动识别与对抗方法，以解决上述问题。

发明内容

本发明的目的在于提供一种基于数据增强的调制方式自动识别与对抗方法，以解决上述背景技术中提出的信号调制类型识别的实时性和准确性不高的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于数据增强的调制方式自动识别与对抗方法，包括以下步骤：

S1：对输入的信号进行数据集处理；

S2：构建分类器；

S21：构建七层结构的CNN架构，第一层是输入层，第二层是第1卷积层，第三层是第2卷积层，第四层是第3卷积层，第五层是池化层，第六层是全连接层，第七层是输出层；

S22：在输入层输入2*128维数组，第1卷积层利用2*2大小的卷积核以1为步长进行卷积并利用激活函数做非线性映射，在该第1卷积层设置512层特征图像；

S23：第2卷积层、第3卷积层同S22中的第1卷积层，设置512层特征图像；

S24：在池化层中采用2*2大小的窗口以步长为2进行最大值池化，此时特征图为512，大小为1*64，共有(2*2+1)*512＝2560个可训练参数和2560*(1*64)＝163840个连接；

S25：将所有节点全连接到一起作为全连接层的输入，共有512*(1*64)*512＝16777216个参数；

S26：在输出层，softmax函数根据全连接层的输出进行对应8种分类；