[发明专利]一种数据集不均衡条件下的水声通信信号调制方式识别方法

权利要求书

1.一种数据集不均衡条件下的水声通信信号调制方式识别方法，其特征在于包括以下步骤：

步骤1，将水听器布放于海洋中，采录2FSK、BPSK两类不同调制方式的水声通信信号，两类信号的数据量是不均衡的；

步骤2，利用周期图法得到两类采录信号的功率谱图，对功率谱图进行尺寸调整和像素值归一化处理，对处理后的功率谱图打标签，区分两类信号功率谱图；

步骤3，将步骤2得到的两类信号的功率谱图各自随机打乱后，按设定比例划分，分别构成2FSK信号训练集、2FSK信号测试集和BPSK信号训练集、BPSK信号测试集；2FSK信号训练集和BPSK信号训练集构成了总体训练集，2FSK信号测试集和BPSK信号测试集构成了总体测试集；

步骤4，构建代价敏感卷积神经网络，步骤如下：

步骤401，构建具有m个卷积层、m个池化层和n个全连接层的卷积神经网络，m和n是任意正整数；

步骤402，定义损失函数其中，样本的真实类别是第c类，p_c是神经网络预测样本属于第c类的概率；-log p_c是交叉熵损失；是根据样本预测概率p_c为交叉熵损失添加的影响因子，影响因子取值在0～1之间；β是超参数，取非负值；p_c的取值范围在0～1之间；

步骤5，在步骤3的总体训练集上训练步骤401构建的卷积神经网络，以步骤402定义的损失函数作为目标函数，采用Adam算法进行优化，得到最优的网络模型参数；

步骤6，在步骤3的总体测试集上测试步骤5得到的最优模型，给出总体测试集中2FSK信号、BPSK信号的识别准确率。

2.根据权利要求1所述的数据集不均衡条件下的水声通信信号调制方式识别方法，其特征在于：所述的步骤2中，信号的功率谱图替换成信号的时频图。

3.根据权利要求1所述的数据集不均衡条件下的水声通信信号调制方式识别方法，其特征在于：所述的步骤2中，训练集和测试集的功率谱图数量比例为7：3或6：4或8：2。