[发明专利]一种基于支持向量数据描述的超短波威胁信号感知方法

权利要求书

1.一种基于支持向量数据描述模型的超短波威胁信号感知方法，其特征在于：包括信号采集、时频分析、数据降维、信号数据库构建、支持向量数据描述模型训练和在线威胁信号感知；

所述的信号采集的输入为空间中传播的我方通信信号x(n)，输出端采集的复数信号x_I(n)+j*x_Q(n)连接时频分析模块的输入端；

所述的时频分析模块输入端为采集复数信号x_I(n)+j*x_Q(n)，输出端时频谱图F(r,g,b)连接数据降维模块的输入端，构建我方超短波通信信号的时频谱图数据库；

所述的数据降维模块输入端为信号时频谱图F(r,g,b)，输出端F_1:K连接支持向量数据描述模型训练模块；

所述的支持向量数据描述模型训练模块输入端F_1:K，输出支持向量数据描述模型参数C,α_1:N；

所述的在线威胁感知模块第一输入端x′(n)空间中未知类别信号，经过数字下变频、时频分析和数据降低维度转化为低维度特征向量F′_1:K，第二输入端支持向量数据描述模型参数C,α_1:N，输出感知结果。

2.根据权利要求1所述的超短波威胁信号感知方法，其特征在于，包括如下步骤：

步骤S1：信号采集，我方通信设备发射信号，利用射频板卡数字下变频信号进行数据采集；

步骤S2：信号时频分析，构建我方信号时频谱图数据库；

步骤S3：数据降维，利用图像预处理方法灰度化RGB时频谱图，然后基于主成分分析理论降维处理；

步骤S4：训练支持向量数据描述模型，采用拉格朗日相乘法计算模型参数，再选择最优模型参数；

步骤S5：在线威胁信号感知。

3.根据权利要求2所述的超短波威胁信号感知方法，其特征在于，所述信号时频分析，包括如下步骤：

步骤S21：利用滑动窗口短时傅里叶分析复数基带信号，相邻窗函数有一定程度重叠；

步骤S22：计算短时傅里叶分析后信号模值，模值幅度对应于图像深度信息生成RGB时频谱图。

4.根据权利要求1或2所述的超短波威胁信号感知方法，其特征在于，所述信号数据库构建，将生成的时频谱图和对应信号类型标签一一对应，并以统一数据格式进行储存。

5.根据权利要求2所述的超短波威胁信号感知方法，其特征在于，所述用于RGB时频谱图降维方法，包括如下步骤：

步骤S31：双三次插值法(Bicubic interpolation)降低时频谱图分辨率，然后将低分辨率RGB时频谱图灰度化；

步骤S32：二维的灰度图数据转换为一维向量，去均值归一化；

步骤S33：对向量化数做主成分分析(Principal Component Analysis,PCA)，构建低维空间投影矩阵，投影计算低维特征向量。

6.根据权利要求1或4所述的超短波威胁信号感知方法，所述用于支持向量数据描述模型训练方法，其特征在于，包括如下步骤：

步骤S41：引入希尔伯特空间的特征映射、松弛因子变量，构建支持向量数据描述模型，确定模型优化目标函数和约束条件；

步骤S42：引入拉格朗日乘因子，构建代价函数；

步骤S43：凸优化代价函数，计算支持向量数据描述模型参数；

步骤S44:改变松弛因子和核函数参数再次凸优化后拉格朗日因子，直到遍历所有的松弛因子和核函数参数组合；

步骤S45：选择最优模型参数。

7.根据权利要求2所述的超短波威胁信号感知方法，其特征在于，所述在线威胁信号感知为数字下变频空间中未知信号；时频分析基带复信号，数据降维转换为低维特征向量；利用训练的支持向量数据描述模型，依据判定原则感知未知信号为我方信号或潜在威胁信号。