本發(fā)明涉及無(wú)線電信號(hào)偵察領(lǐng)域，具體地，涉及一種基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法及其實(shí)現(xiàn)系統(tǒng)。

背景技術(shù)：

在無(wú)線電信號(hào)偵察領(lǐng)域中，需要對(duì)目標(biāo)無(wú)線電信號(hào)進(jìn)行檢測(cè)和識(shí)別。目前傳統(tǒng)的無(wú)線電信號(hào)檢測(cè)及識(shí)別方法主要分為兩步：首先采用能量檢測(cè)、匹配濾波或者其它相關(guān)操作把無(wú)線電信號(hào)從噪聲中檢測(cè)出來(lái)，然后通過人工設(shè)定的目標(biāo)信號(hào)特征進(jìn)行分類識(shí)別。這種傳統(tǒng)處理方式對(duì)無(wú)線電信號(hào)的信噪比有很高的要求，很難檢測(cè)弱信號(hào)和短時(shí)突發(fā)信號(hào)，尤其是對(duì)于短突發(fā)的弱信號(hào)，要想做到檢測(cè)及可靠識(shí)別將難上加難。此外，這種傳統(tǒng)處理方式必須對(duì)每一類目標(biāo)無(wú)線電信號(hào)設(shè)計(jì)專用的分類識(shí)別方式，擴(kuò)展性也較差。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)前述現(xiàn)有無(wú)線電信號(hào)偵察方式傳統(tǒng)，難以對(duì)弱信號(hào)及短時(shí)突發(fā)信號(hào)進(jìn)行檢測(cè)及識(shí)別的問題，本發(fā)明提供了一種基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法及其實(shí)現(xiàn)系統(tǒng)。

本發(fā)明采用的技術(shù)方案,一方面提供了一種基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法，包括如下步驟：s101.通過stft變換將目標(biāo)無(wú)線電信號(hào)的時(shí)域樣本數(shù)據(jù)轉(zhuǎn)換為時(shí)頻樣本數(shù)據(jù)，并根據(jù)時(shí)頻樣本數(shù)據(jù)生成二維時(shí)頻樣本圖；s102.將二維時(shí)頻樣本圖作為輸入元素，導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完畢的深度學(xué)習(xí)模型；s103.獲取空口無(wú)線電信號(hào)的寬帶時(shí)域數(shù)據(jù)；s104.通過stft變換將所述寬帶時(shí)域數(shù)據(jù)轉(zhuǎn)換為寬帶時(shí)頻數(shù)據(jù)，并根據(jù)所述寬帶時(shí)頻數(shù)據(jù)生成二維寬帶時(shí)頻圖，然后對(duì)所述二維寬帶時(shí)頻圖進(jìn)行頻域和時(shí)域切分，得到若干個(gè)在頻域或時(shí)域有交疊的子帶時(shí)頻圖；s105.將各個(gè)子帶時(shí)頻圖作為輸入元素，導(dǎo)入訓(xùn)練完畢的深度學(xué)習(xí)模型進(jìn)行分類識(shí)別，并將激活有效輸出分類的子帶時(shí)頻圖作為包含目標(biāo)無(wú)線電信號(hào)的目標(biāo)子帶時(shí)頻圖；s106.根據(jù)所述目標(biāo)子帶時(shí)頻圖反向計(jì)算出目標(biāo)無(wú)線電信號(hào)出現(xiàn)的時(shí)間點(diǎn)和頻率點(diǎn)，完成在寬帶的空口無(wú)線電信號(hào)中對(duì)目標(biāo)無(wú)線電信號(hào)的探測(cè)。

優(yōu)化的，在所述步驟s103中包括如下步驟：s201.通過天線將空口無(wú)線電信號(hào)轉(zhuǎn)換為射頻信號(hào)，然后將所述射頻信號(hào)傳送至寬帶接收機(jī)；s202.通過寬帶接收機(jī)對(duì)所述射頻信號(hào)依次進(jìn)行下變頻處理和數(shù)字化采樣處理，得到所述寬帶時(shí)域數(shù)據(jù)。

優(yōu)化的，在所述步驟s106之后，以列表的形式實(shí)時(shí)刷新顯示多個(gè)目標(biāo)無(wú)線電信號(hào)出現(xiàn)的頻率點(diǎn)。

優(yōu)化的，所述時(shí)域樣本數(shù)據(jù)和所述寬帶時(shí)域數(shù)據(jù)分別為時(shí)域iq數(shù)據(jù)。

優(yōu)化的，所述深度學(xué)習(xí)模型為lenet5卷積神經(jīng)網(wǎng)絡(luò)模型。

本發(fā)明采用的技術(shù)方案,另一方面還提供了一種實(shí)現(xiàn)前述的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的系統(tǒng)，包括樣本信號(hào)預(yù)處理模塊、樣本訓(xùn)練模塊、空口信號(hào)接收模塊、空口信號(hào)預(yù)處理模塊、分類識(shí)別模塊和反向計(jì)算模塊；所述樣本信號(hào)預(yù)處理模塊通信連接所述樣本訓(xùn)練模塊，用于通過stft變換將目標(biāo)無(wú)線電信號(hào)的時(shí)域樣本數(shù)據(jù)轉(zhuǎn)換為時(shí)頻樣本數(shù)據(jù)，并根據(jù)時(shí)頻樣本數(shù)據(jù)生成二維時(shí)頻樣本圖；所述樣本訓(xùn)練模塊通信連接所述分類識(shí)別模塊，用于將二維時(shí)頻樣本圖作為輸入元素，導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完畢的深度學(xué)習(xí)模型；所述空口信號(hào)接收模塊通信連接所述空口信號(hào)預(yù)處理模塊，用于獲取空口無(wú)線電信號(hào)的寬帶時(shí)域數(shù)據(jù)；所述空口信號(hào)預(yù)處理模塊通信連接所述分類識(shí)別模塊，用于通過stft變換將寬帶時(shí)域數(shù)據(jù)轉(zhuǎn)換為寬帶時(shí)頻數(shù)據(jù)，并根據(jù)所述寬帶時(shí)頻數(shù)據(jù)生成二維寬帶時(shí)頻圖，然后對(duì)所述二維寬帶時(shí)頻圖進(jìn)行頻域和時(shí)域切分，得到若干個(gè)在頻域或時(shí)域有交疊的子帶時(shí)頻圖；所述分類識(shí)別模塊通信連接所述反向計(jì)算模塊，用于將各個(gè)子帶時(shí)頻圖作為輸入元素，導(dǎo)入訓(xùn)練完畢的深度學(xué)習(xí)模型進(jìn)行分類識(shí)別，并將激活有效輸出分類的子帶時(shí)頻圖作為包含目標(biāo)無(wú)線電信號(hào)的目標(biāo)子帶時(shí)頻圖；所述反向計(jì)算模塊，用于根據(jù)所述目標(biāo)子帶時(shí)頻圖反向計(jì)算出目標(biāo)無(wú)線電信號(hào)出現(xiàn)的時(shí)間點(diǎn)和頻率點(diǎn)，完成在寬帶的空口無(wú)線電信號(hào)中對(duì)目標(biāo)無(wú)線電信號(hào)的探測(cè)。

優(yōu)化的，所述空口信號(hào)接收模塊包括天線和寬帶接收機(jī)；所述天線通信連接所述寬帶接收機(jī)，用于將空口無(wú)線電信號(hào)轉(zhuǎn)換為射頻信號(hào)，然后將所述射頻信號(hào)傳送至寬帶接收機(jī)；所述寬帶接收機(jī)通信連接所述空口信號(hào)預(yù)處理模塊，用于對(duì)射頻信號(hào)依次進(jìn)行下變頻處理和數(shù)字化采樣處理，得到寬帶時(shí)域數(shù)據(jù)。

優(yōu)化的，還包括通信連接所述反向計(jì)算模塊的顯示模塊；所述顯示模塊，用于以列表的形式實(shí)時(shí)刷新顯示多個(gè)目標(biāo)無(wú)線電信號(hào)出現(xiàn)的頻率點(diǎn)。

綜上，采用本發(fā)明所提供的一種基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法及其實(shí)現(xiàn)系統(tǒng)，具有如下有益效果：(1)該無(wú)線電信號(hào)識(shí)別方法是通過機(jī)器學(xué)習(xí)的方式來(lái)實(shí)現(xiàn)對(duì)信號(hào)特征的提取和實(shí)時(shí)檢測(cè)，即是利用深度學(xué)習(xí)模型來(lái)對(duì)經(jīng)stft轉(zhuǎn)換得到的信號(hào)時(shí)頻圖進(jìn)行訓(xùn)練和分類識(shí)別，可以最大可能地利用更多的信號(hào)特征，實(shí)現(xiàn)短突發(fā)及弱信號(hào)的探測(cè)；(2)在該無(wú)線電信號(hào)分類識(shí)別方法中，由于是將信號(hào)檢測(cè)問題轉(zhuǎn)換為圖像分類識(shí)別問題，并利用深度學(xué)習(xí)方法來(lái)信號(hào)的分類檢測(cè)，因此不需要針對(duì)特定信號(hào)進(jìn)行專用設(shè)計(jì)，具備通用性，便于實(shí)際推廣和應(yīng)用。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明提供的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的流程示意圖。

圖2是本發(fā)明提供的二維時(shí)頻樣本圖及目標(biāo)子帶時(shí)頻圖的示例圖。

圖3是本發(fā)明提供的實(shí)現(xiàn)基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下將參照附圖，通過實(shí)施例方式詳細(xì)地描述本發(fā)明提供的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法及其實(shí)現(xiàn)系統(tǒng)。在此需要說明的是，對(duì)于這些實(shí)施例方式的說明用于幫助理解本發(fā)明，但并不構(gòu)成對(duì)本發(fā)明的限定。

本文中術(shù)語(yǔ)“和/或”，僅僅是一種描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，a和/或b，可以表示：?jiǎn)为?dú)存在a，單獨(dú)存在b，同時(shí)存在a和b三種情況，本文中術(shù)語(yǔ)“/和”是描述另一種關(guān)聯(lián)對(duì)象關(guān)系，表示可以存在兩種關(guān)系，例如，a/和b，可以表示：?jiǎn)为?dú)存在a，單獨(dú)存在a和b兩種情況，另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對(duì)象是一種“或”關(guān)系。

實(shí)施例一

圖1示出了本發(fā)明提供的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的流程示意圖，圖2示出了本發(fā)明提供的二維時(shí)頻樣本圖及目標(biāo)子帶時(shí)頻圖的示例圖。本實(shí)施例提供的所述基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法，包括如下步驟。

s101.通過stft變換將目標(biāo)無(wú)線電信號(hào)的時(shí)域樣本數(shù)據(jù)轉(zhuǎn)換為時(shí)頻樣本數(shù)據(jù)，并根據(jù)時(shí)頻樣本數(shù)據(jù)生成二維時(shí)頻樣本圖。

在所述步驟s101中，所述目標(biāo)無(wú)線電信號(hào)可以但不限于由用戶在寬帶數(shù)據(jù)瀑布圖(一種通過橫坐標(biāo)頻率、縱坐標(biāo)時(shí)間和以顏色深淺標(biāo)識(shí)時(shí)頻點(diǎn)信號(hào)強(qiáng)度的方式來(lái)展示寬帶數(shù)據(jù)三維屬性的二維彩色圖)上進(jìn)行標(biāo)注得到，其為用戶所關(guān)心的無(wú)線電信號(hào)。所述時(shí)域樣本數(shù)據(jù)可以但不限于為時(shí)域iq(in-phase，quadrature，即同相、正交)數(shù)據(jù)，以便檢測(cè)和識(shí)別通過iq調(diào)制的目標(biāo)無(wú)線電信號(hào)。所述stft變換(short-timefouriertransform，短時(shí)傅里葉變換)是一種與傅里葉變換相關(guān)的一種數(shù)學(xué)變換，用以確定時(shí)變信號(hào)其局部區(qū)域正弦波的頻率與相位，它的變換思想是：選擇一個(gè)時(shí)頻局部化的窗函數(shù)，假定分析窗函數(shù)g(t)在一個(gè)短時(shí)間間隔內(nèi)是平穩(wěn)(偽平穩(wěn))的，移動(dòng)該窗函數(shù)，使f(t)g(t)在不同的有限時(shí)間寬度內(nèi)是平穩(wěn)信號(hào)，從而計(jì)算出各個(gè)不同時(shí)刻的功率譜。由此通過stft變換，可以將包含時(shí)間和信號(hào)強(qiáng)度的二維時(shí)域樣本數(shù)據(jù)轉(zhuǎn)換為包含時(shí)間、頻率和功率的三維時(shí)頻樣本數(shù)據(jù)，并通過由橫坐標(biāo)頻率、縱坐標(biāo)時(shí)間和亮度大小標(biāo)識(shí)功率構(gòu)成的二維時(shí)頻圖來(lái)展示所述二維時(shí)頻樣本圖，如圖2中(a)所示的四個(gè)二維時(shí)頻樣本圖。

s102.將二維時(shí)頻樣本圖作為輸入元素，導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完畢的深度學(xué)習(xí)模型。

在所述步驟s102中，所述深度學(xué)習(xí)模型是一種含有多隱層的機(jī)器學(xué)習(xí)模型，其可以通過組合低層特征來(lái)形成更加抽象的高層屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，由此可以建立和模擬人腦進(jìn)行分析學(xué)習(xí)，并通過模仿人腦的機(jī)制來(lái)解釋各種復(fù)雜數(shù)據(jù)，例如圖像、聲音和文本。作為舉例的，在本實(shí)施例中，所述深度學(xué)習(xí)模型采用lenet5卷積神經(jīng)網(wǎng)絡(luò)模型，該模型是一種具有七層(不包括輸入層)結(jié)構(gòu)的且用于對(duì)二維圖像進(jìn)行分類識(shí)別的神經(jīng)網(wǎng)絡(luò)模型，其沿輸入至輸出方向依次為數(shù)據(jù)輸入層、第一卷積層c1、第一下采樣層s2、第二卷積層c3、第二下采樣層s4、第三卷積層c5、點(diǎn)積計(jì)算層f6和輸出層，相比較于一般神經(jīng)網(wǎng)絡(luò)模型，在圖像處理方面有如下優(yōu)點(diǎn)：(1)輸入圖像和網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)能很好的吻合；(2)特征提取和模式分類同時(shí)進(jìn)行，并同時(shí)在訓(xùn)練中產(chǎn)生；(3)權(quán)重共享可以減少網(wǎng)絡(luò)的訓(xùn)練參數(shù)，使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)變得更簡(jiǎn)單，適應(yīng)性更強(qiáng)。

s103.獲取空口無(wú)線電信號(hào)的寬帶時(shí)域數(shù)據(jù)。

在所述步驟s103中，具體的包括如下步驟：s201.通過天線將空口無(wú)線電信號(hào)轉(zhuǎn)換為射頻信號(hào)，然后將所述射頻信號(hào)傳送至寬帶接收機(jī)；s202.通過寬帶接收機(jī)對(duì)所述射頻信號(hào)依次進(jìn)行下變頻處理和數(shù)字化采樣處理，得到所述寬帶時(shí)域數(shù)據(jù)。最后由所述寬帶接收機(jī)通過數(shù)據(jù)總線，將所述寬帶時(shí)域數(shù)據(jù)傳送至gpu(graphicsprocessingunit，圖形處理器)，并由所述gpu進(jìn)行后續(xù)的空口信號(hào)預(yù)處理、識(shí)別處理和反向計(jì)算。此外，所述寬帶接收機(jī)、所述寬帶時(shí)域數(shù)據(jù)以及后文中的“寬帶”是指具有一定寬度范圍的頻帶或頻段。

s104.通過stft變換將所述寬帶時(shí)域數(shù)據(jù)轉(zhuǎn)換為寬帶時(shí)頻數(shù)據(jù)，并根據(jù)所述寬帶時(shí)頻數(shù)據(jù)生成二維寬帶時(shí)頻圖，然后對(duì)所述二維寬帶時(shí)頻圖進(jìn)行頻域和時(shí)域切分，得到若干個(gè)在頻域或時(shí)域有交疊的子帶時(shí)頻圖。

在所述步驟s104中，所述寬帶時(shí)域數(shù)據(jù)的類型與所述時(shí)域樣本數(shù)據(jù)的類型相同，以便在寬帶的空口無(wú)線電信號(hào)中實(shí)現(xiàn)對(duì)目標(biāo)無(wú)線電信號(hào)的探測(cè)，即在本實(shí)施例中，同為時(shí)域iq數(shù)據(jù)。同樣通過stft變換，可將包含時(shí)間和信號(hào)強(qiáng)度的二維寬帶時(shí)域數(shù)據(jù)轉(zhuǎn)換為包含時(shí)間、頻率和功率的三維寬帶時(shí)頻數(shù)據(jù)(其具有較寬的頻率范圍)，然后同樣可通過由橫坐標(biāo)頻率、縱坐標(biāo)時(shí)間和亮度大小標(biāo)識(shí)功率構(gòu)成的二維時(shí)頻圖來(lái)展示所述二維寬帶時(shí)頻圖。所述子帶時(shí)頻圖是指按照一定的頻域?qū)挾群蜁r(shí)域高度將整個(gè)二維寬帶時(shí)頻圖切分成的一個(gè)一個(gè)小塊圖片，并使相鄰兩小塊圖片之間存在有一些頻域或時(shí)域交疊，這樣可避免目標(biāo)無(wú)線電信號(hào)剛好落在切分的邊沿處，進(jìn)而導(dǎo)致后續(xù)漏識(shí)的問題。

s105.將各個(gè)子帶時(shí)頻圖作為輸入元素，導(dǎo)入訓(xùn)練完畢的深度學(xué)習(xí)模型進(jìn)行分類識(shí)別，并將激活有效輸出分類的子帶時(shí)頻圖作為包含目標(biāo)無(wú)線電信號(hào)的目標(biāo)子帶時(shí)頻圖。

在所述步驟s105中，最后識(shí)別出的目標(biāo)子帶時(shí)頻圖，可舉例的如圖2中的(b)所示。

s106.根據(jù)所述目標(biāo)子帶時(shí)頻圖反向計(jì)算出目標(biāo)無(wú)線電信號(hào)出現(xiàn)的時(shí)間點(diǎn)和頻率點(diǎn)，完成在寬帶的空口無(wú)線電信號(hào)中對(duì)目標(biāo)無(wú)線電信號(hào)的探測(cè)。

在所述步驟s106中，通過所述目標(biāo)子帶時(shí)頻圖在切分時(shí)與頻域切分點(diǎn)和時(shí)間切分點(diǎn)的對(duì)應(yīng)關(guān)系，可反向計(jì)算出目標(biāo)無(wú)線電信號(hào)出現(xiàn)的時(shí)間點(diǎn)和頻率點(diǎn)，從而完成在寬帶中對(duì)特定信號(hào)(即目標(biāo)無(wú)線電信號(hào))的探測(cè)。此外，在所述步驟s106之后，為了同時(shí)展示對(duì)多個(gè)目標(biāo)無(wú)線電信號(hào)的探測(cè)結(jié)果，可以但不限于以列表的形式實(shí)時(shí)刷新顯示多個(gè)目標(biāo)無(wú)線電信號(hào)出現(xiàn)的頻率點(diǎn)。

綜上，本實(shí)施例所提供的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法，具有如下有益效果：(1)該無(wú)線電信號(hào)識(shí)別方法是通過機(jī)器學(xué)習(xí)的方式來(lái)實(shí)現(xiàn)對(duì)信號(hào)特征的提取和實(shí)時(shí)檢測(cè)，即是利用深度學(xué)習(xí)模型來(lái)對(duì)經(jīng)stft轉(zhuǎn)換得到的信號(hào)時(shí)頻圖進(jìn)行訓(xùn)練和分類識(shí)別，可以最大可能地利用更多的信號(hào)特征，實(shí)現(xiàn)短突發(fā)及弱信號(hào)的探測(cè)；(2)在該無(wú)線電信號(hào)分類識(shí)別方法中，由于是將信號(hào)檢測(cè)問題轉(zhuǎn)換為圖像分類識(shí)別問題，并利用深度學(xué)習(xí)方法來(lái)信號(hào)的分類檢測(cè)，因此不需要針對(duì)特定信號(hào)進(jìn)行專用設(shè)計(jì)，具備通用性，便于實(shí)際推廣和應(yīng)用。

實(shí)施例二

圖3示出了本發(fā)明提供的實(shí)現(xiàn)基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的系統(tǒng)結(jié)構(gòu)示意圖。本實(shí)施例提供了一種實(shí)現(xiàn)實(shí)施例一所述無(wú)線電信號(hào)識(shí)別方法的系統(tǒng)，包括樣本信號(hào)預(yù)處理模塊、樣本訓(xùn)練模塊、空口信號(hào)接收模塊、空口信號(hào)預(yù)處理模塊、分類識(shí)別模塊和反向計(jì)算模塊；所述樣本信號(hào)預(yù)處理模塊通信連接所述樣本訓(xùn)練模塊，用于通過stft變換將目標(biāo)無(wú)線電信號(hào)的時(shí)域樣本數(shù)據(jù)轉(zhuǎn)換為時(shí)頻樣本數(shù)據(jù)，并根據(jù)時(shí)頻樣本數(shù)據(jù)生成二維時(shí)頻樣本圖；所述樣本訓(xùn)練模塊通信連接所述分類識(shí)別模塊，用于將二維時(shí)頻樣本圖作為輸入元素，導(dǎo)入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完畢的深度學(xué)習(xí)模型；所述空口信號(hào)接收模塊通信連接所述空口信號(hào)預(yù)處理模塊，用于獲取空口無(wú)線電信號(hào)的寬帶時(shí)域數(shù)據(jù)；所述空口信號(hào)預(yù)處理模塊通信連接所述分類識(shí)別模塊，用于通過stft變換將寬帶時(shí)域數(shù)據(jù)轉(zhuǎn)換為寬帶時(shí)頻數(shù)據(jù)，并根據(jù)所述寬帶時(shí)頻數(shù)據(jù)生成二維寬帶時(shí)頻圖，然后對(duì)所述二維寬帶時(shí)頻圖進(jìn)行頻域和時(shí)域切分，得到若干個(gè)在頻域或時(shí)域有交疊的子帶時(shí)頻圖；所述分類識(shí)別模塊通信連接所述反向計(jì)算模塊，用于將各個(gè)子帶時(shí)頻圖作為輸入元素，導(dǎo)入訓(xùn)練完畢的深度學(xué)習(xí)模型進(jìn)行分類識(shí)別，并將激活有效輸出分類的子帶時(shí)頻圖作為包含目標(biāo)無(wú)線電信號(hào)的目標(biāo)子帶時(shí)頻圖；所述反向計(jì)算模塊，用于根據(jù)所述目標(biāo)子帶時(shí)頻圖反向計(jì)算出目標(biāo)無(wú)線電信號(hào)出現(xiàn)的時(shí)間點(diǎn)和頻率點(diǎn)，完成在寬帶的空口無(wú)線電信號(hào)中對(duì)目標(biāo)無(wú)線電信號(hào)的探測(cè)。

優(yōu)化的，所述空口信號(hào)接收模塊包括天線和寬帶接收機(jī)；所述天線通信連接所述寬帶接收機(jī)，用于將空口無(wú)線電信號(hào)轉(zhuǎn)換為射頻信號(hào)，然后將所述射頻信號(hào)傳送至寬帶接收機(jī)；所述寬帶接收機(jī)通信連接所述空口信號(hào)預(yù)處理模塊，用于對(duì)射頻信號(hào)依次進(jìn)行下變頻處理和數(shù)字化采樣處理，得到寬帶時(shí)域數(shù)據(jù)。

優(yōu)化的，還包括通信連接所述反向計(jì)算模塊的顯示模塊；所述顯示模塊，用于以列表的形式實(shí)時(shí)刷新顯示多個(gè)目標(biāo)無(wú)線電信號(hào)出現(xiàn)的頻率點(diǎn)。

本實(shí)施例所提供的實(shí)現(xiàn)基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法的系統(tǒng)，其具有的有益效果可參照實(shí)施例一得到，于此不再贅述。

如上所述，可較好地實(shí)現(xiàn)本發(fā)明。對(duì)于本領(lǐng)域的技術(shù)人員而言，根據(jù)本發(fā)明的教導(dǎo)，設(shè)計(jì)出不同形式的基于深度學(xué)習(xí)模型的無(wú)線電信號(hào)識(shí)別方法及其實(shí)現(xiàn)系統(tǒng)并不需要?jiǎng)?chuàng)造性的勞動(dòng)。在不脫離本發(fā)明的原理和精神的情況下對(duì)這些實(shí)施例進(jìn)行變化、修改、替換、整合和變型仍落入本發(fā)明的保護(hù)范圍內(nèi)。