基于镜像填充谱与LA-ResNet50的超短波卫星信道分类识别算法

• Published in: 电信科学 Vol. 39; no. 10; pp. 74 - 84
• Main Authors: 吴尚, 沈雷, 王李军, 张如栩, 胡鑫
• Format: Journal Article
• Language: Chinese
• Published: 中国通信学会 20.10.2023; 人民邮电出版社有限公司; 中国电子科技集团公司第三十六研究所,浙江 嘉兴 314000; 通信信息控制和安全技术重点实验室,浙江 嘉兴 314000; 杭州电子科技大学通信工程学院,浙江 杭州 310018; 中国电子科技集团公司第三十六研究所,浙江 嘉兴 314000%杭州电子科技大学通信工程学院,浙江 杭州 310018%杭州电子科技大学通信工程学院,浙江 杭州 310018
• Subjects: 注意力机制; ResNet50; 超短波信道; 分类识别; attention mechanism; classification and identification; ultrashort wave channel
• ISSN: 1000-0801
• DOI: 10.11959/j.issn.1000-0801.2023185

针对超短波频段中存在的5 k Hz信道、25 k Hz信道、宽带干扰信道、窄带干扰信道和单音干扰信道的分类识别问题，提出了一种基于镜像填充谱与局部二值模式的注意力机制残差网络（LBPattentionRes Net50，LA-Res Net50）的超短波信道分类识别方法，有效解决了低信噪比下卫星信道与底噪难以区分，信号信道与特征相近的干扰信道识别困难的问题。首先，所提方法对超短波的频谱进行镜像对称并填充，同时对频谱边缘进行描黑处理，构成镜像填充谱，提高不同类型信道频谱图的区分度；然后，在Res Net50中引入通道注意力机制，使网络模型关注度集中在信道上；最后，提出了基于交叉熵和局部二值模式（local binary pattern，LBP）的损失函数，提高对信号信道和干扰信道图像边缘细微纹理特征的提取效果。所提基于镜像填充谱和LA-Res Net50的方法，对比利用快速傅里叶变换（fast Fourier transform，FFT）频谱门限阈值分类的传统方法与基于镜像填充谱的YOLOv5s目标检测分类法，以及基于镜像填充谱的注意力机制残差网络（Attention-Res Net50）、Transformer网络方法，在10 d B信噪比下对超短波信道的分类识别率分别提高了19.8%、8.2%、1.8%、0.8%。