【技術實現步驟摘要】
本專利技術涉及電磁，尤其涉及一種嵌入式電磁信號識別處理方法及裝置，另外還涉及一種電子設備、非暫態計算機可讀存儲介質及計算機程序產品。
技術介紹
1、近年來，隨著無線電技術的快速發展，多類輻射源所生成的電磁波信號在無線空間中隨時間交疊變化，日益復雜的電磁環境使通信及偵察等應用面臨重大挑戰，智能通信技術逐步成為電磁領域的研究熱點。在此背景下，分析信號本質特征機理、實現復雜環境電磁信號感知及識別，對于提升頻譜資源利用率及通信抗干擾性能、促進人工智能方法與數字信號理論有效結合、實現電磁空間態勢感知意義深遠。然而，現有的電磁信號識別處理準確度和效率存在較大局限性，這大大限制了電磁信號感知及解析效果。因此，如何設計一種更為高效的電磁信號識別處理方案成為當前亟待解決的技術問題。
技術實現思路
1、本專利技術提供一種嵌入式電磁信號識別處理方法，用以解決現有技術中存在的電磁信號識別處理準確度和效率存在較大局限性，導致電磁信號感知及解析效果較差的缺陷。
2、本專利技術提供一種嵌入式電磁信號識別處理方法，包括：
3、獲取待識別的數字電磁信號波形數據；
4、基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果；其中，所述電磁信號智能感知與解析模型是基于卷積神經網絡層和自相關卷積運算層進行融合構建，并基于樣本數字電磁信號波形數據以及所述樣本數字電磁信號波形數據對應的樣本電磁信號識別結果作為訓練數
5、根據本專利技術提所述的嵌入式電磁信號識別處理方法，所述基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別處理，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果，具體包括：
6、將所述待識別的數字電磁信號波形數據輸入至所述電磁信號智能感知與解析模型的卷積神經網絡層中，得到所述卷積神經網絡層輸出的第一卷積輸出結果和第二卷積輸出結果；
7、其中，所述待識別的數字電磁信號波形數據包括第一采樣數字電磁信號波形數據和第二采樣數字電磁信號波形數據；所述第一采樣數字電磁信號波形數據的采樣時間點和所述第二采樣數字電磁信號波形數據的采樣時間點之間滿足預設延遲時間間隔；所述第一卷積輸出結果是對所述第一采樣數字電磁信號波形數據進行卷積處理得到的卷積特征；所述第二卷積輸出結果是對所述第二采樣數字電磁信號波形數據進行卷積處理得到的卷積特征；
8、將所述第一卷積輸出結果和所述第二卷積輸出結果輸入至所述電磁信號智能感知與解析模型的自相關卷積運算層中進行自相關運算處理，得到所述自相關卷積運算層輸出的第三卷積輸出結果；根據所述第三卷積輸出結果，確定所述待識別的數字電磁信號波形數據對應的電磁信號識別結果；所述電磁信號識別結果為所述待識別的數字電磁信號波形數據對應的電磁信號干擾類別；
9、其中，所述第三卷積輸出結果是對所述待識別的數字電磁信號波形數據中的背景噪聲信號進行抑制后得到的電磁信號的卷積特征。
10、根據本專利技術提所述的嵌入式電磁信號識別處理方法，所述將所述待識別的數字電磁信號波形數據輸入至所述電磁信號智能感知與解析模型的卷積神經網絡層中，得到所述卷積神經網絡層輸出的第一卷積輸出結果和第二卷積輸出結果，具體包括：
11、將所述待識別的數字電磁信號波形數據的數據流進行分割處理，獲得多個數據塊，并按照預設的自定義參數將所述數據塊存儲為待讀取的數據文件；所述數據文件中分別存儲有第一采樣數字電磁信號波形數據和第二采樣數字電磁信號波形數據；其中，所述自定義參數包括單條數據文件的采樣點數、數據文件的數量、保存數據文件的位置參數；
12、通過所述電磁信號智能感知與解析模型讀取所述數據文件，并將所述數據文件輸入至所述電磁信號智能感知與解析模型的卷積神經網絡層中，得到所述卷積神經網絡層輸出的第一卷積輸出結果和第二卷積輸出結果。
13、根據本專利技術提所述的嵌入式電磁信號識別處理方法，在基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果之前還包括：
14、獲得構建的初始電磁信號智能感知與解析模型；
15、獲得樣本數字電磁信號波形數據以及所述樣本數字電磁信號波形數據對應的樣本電磁信號識別結果；將所述樣本數字電磁信號波形數據以及所述樣本數字電磁信號波形數據對應的樣本電磁信號識別結果作為訓練數據集，并基于模型參數遷移策略對所述初始電磁信號智能感知與解析模型進行遷移學習訓練，獲得訓練完成的所述電磁信號智能感知與解析模型；其中，所述電磁信號智能感知與解析模型包括卷積神經網絡層以及嵌入到所述卷積神經網絡層的自相關卷積運算層。
16、根據本專利技術提所述的嵌入式電磁信號識別處理方法，所述根據所述第三卷積輸出結果，確定所述待識別的數字電磁信號波形數據對應的電磁信號識別結果，具體包括：
17、將所述第三卷積輸出結果輸入到所述電磁信號智能感知與解析模型的預設損失函數中，得到相應的電磁信號數據分類標簽；
18、根據所述電磁信號數據分類標簽確定電磁信號干擾類別，并將所述電磁信號干擾類別作為電磁信號識別結果進行輸出。
19、根據本專利技術提所述的嵌入式電磁信號識別處理方法，在獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果之后，還包括：
20、對所述待識別的數字電磁信號波形數據進行頻譜分析，以將所述待識別的數字電磁信號波形數據映射為電磁頻譜數據；
21、獲得所述電磁信號識別結果對應的電磁信號干擾類別；
22、將所述電磁頻譜數據和所述電磁信號干擾類別發送到客戶端以圖表方式進行顯示。
23、本專利技術還提供一種嵌入式電磁信號識別處理裝置，包括：
24、電磁信號采集單元，用于獲取待識別的數字電磁信號波形數據；
25、電磁信號識別處理單元，用于基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果；
26、其中，所述電磁信號智能感知與解析模型是基于卷積神經網絡層和自相關卷積運算層進行融合構建，并基于樣本數字電磁信號波形數據以及所述樣本數字電磁信號波形數據對應的樣本電磁信號識別結果作為訓練數據集進行遷移訓練得到的；
27、所述電磁信號智能感知與解析模用于基于對所述樣本數字電磁信號波形數據的周期性屬性進行特征提取得到的周期性屬性的表示特征，并基于所述周期性屬性的表示特征對所述待識別的數字電磁信號波形數據進行感知與解析。
28、所述電磁信號智能感知與解析模用于本文檔來自技高網...
【技術保護點】
1.一種嵌入式電磁信號識別處理方法，其特征在于，包括：
2.根據權利要求1所述的嵌入式電磁信號識別處理方法，其特征在于，所述基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果，具體包括：
3.根據權利要求2所述的嵌入式電磁信號識別處理方法，其特征在于，所述將所述待識別的數字電磁信號波形數據輸入至所述電磁信號智能感知與解析模型的卷積神經網絡層中，得到所述卷積神經網絡層輸出的第一卷積輸出結果和第二卷積輸出結果，具體包括：
4.根據權利要求1所述的嵌入式電磁信號識別處理方法，其特征在于，在基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果之前還包括：
5.根據權利要求2所述的嵌入式電磁信號識別處理方法，其特征在于，所述根據所述第三卷積輸出結果，確定所述待識別的數字電磁信號波形數據對應的電磁信號識別結果，具體包括：
6.根據權利要求1所述的嵌入式電磁信號識別處理方法，其特
7.一種嵌入式電磁信號識別處理裝置，其特征在于，包括：
8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述嵌入式電磁信號識別處理方法。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述嵌入式電磁信號識別處理方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述嵌入式電磁信號識別處理方法。
...【技術特征摘要】
1.一種嵌入式電磁信號識別處理方法，其特征在于，包括：
2.根據權利要求1所述的嵌入式電磁信號識別處理方法，其特征在于，所述基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果，具體包括：
3.根據權利要求2所述的嵌入式電磁信號識別處理方法，其特征在于，所述將所述待識別的數字電磁信號波形數據輸入至所述電磁信號智能感知與解析模型的卷積神經網絡層中，得到所述卷積神經網絡層輸出的第一卷積輸出結果和第二卷積輸出結果，具體包括：
4.根據權利要求1所述的嵌入式電磁信號識別處理方法，其特征在于，在基于電磁信號智能感知與解析模型對所述待識別的數字電磁信號波形數據進行識別，獲得所述電磁信號智能感知與解析模型輸出的電磁信號識別結果之前還包括：
5.根據權利要求2所述的嵌入式電磁信號識別處理方法，其特征在于，所述根據...
【專利技術屬性】
技術研發人員：關鋒，劉文鉞，康焱，張多納，
申請(專利權)人：探月與航天工程中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。