[发明专利]基于自编码器信号重构的无线信号干扰检测与分离方法

说明书

本发明公开了一种基于自编码器信号重构的无线信号干扰检测与分离方法，包括步骤如下：S1：构建基于自编码器的信号重构模型；S2：将无干扰信号作为训练数据集，输入基于自编码器的信号重构模型进行训练，在损失函数小于0.1％的条件下，得到信号重构模型输出的第一重构信号和训练好的信号重构模型；S3：利用无干扰信号与第一重构信号的差值，作为正样本训练一个二分类器，该二分类器将用于后续干扰检测判决；S4：将有干扰信号输入训练好的信号重构模型，输出得到第二重构信号，将有干扰信号与第二重构信号的差值作为负样本，输入步骤S3得到的二分类器进行测试；S5：若测试达到预设的效果，则训练完成，利用训练好的信号重构模型、分类器进行干扰检测；否则返回步骤S2继续执行。

技术领域

本发明涉及信号处理技术领域，更具体的，涉及一种基于自编码器信号重构的无线信号干扰检测与分离方法。

背景技术

无线通信解决方案中存在着各种各样的问题，干扰信号的存在是其中一个普遍且非常关键的问题。传输数据的通信信号在信道中传输时很容易叠加同频的干扰信号，这种情况下倘若直接对接收信号进行译码会出现很多错误，严重影响通信的正常进行。为了保证无线通信的通信质量，干扰检测功能必不可少。

传统通信中一般用时频变换提取特征或对信号进行循环平稳分析等检测干扰信号的存在。但是实际通信环境中存在着一些干扰信号，其功率较小且频率与原始信号相同，这种干扰很难被检测出来，而且只能完成干扰的检测而无法将干扰信号分离，以支持对干扰信号的进一步分析处理的工作。同时，由于干扰信号的复杂多变性，针对不同的干扰信号，基于特征提取的干扰检测方式不适用于普遍情况。因此，提出适用于普遍通信场景的干扰检测算法十分必要。

发明内容

本发明为了解决以上现有技术中存在的不足的问题，提供了一种基于自编码器信号重构的无线信号干扰检测与分离方法，不仅能够检测干扰信号的存在，而且实现了干扰信号的分离。

为实现上述本发明目的，采用的技术方案如下：

一种基于自编码器信号重构的无线信号干扰检测与分离方法，所述的方法包括步骤如下：

S1：构建基于自编码器的信号重构模型；

S2：将无干扰信号作为训练数据集，输入基于自编码器的信号重构模型进行训练，在损失函数小于0.1％的条件下，得到信号重构模型输出的第一重构信号，和训练好的信号重构模型；

S3：利用无干扰信号与第一重构信号的差值，作为正样本训练一个二分类器，该二分类器将用于后续干扰检测判决；

S4：将有干扰信号输入训练好的信号重构模型，输出得到第二重构信号，将有干扰信号与第二重构信号的差值作为负样本，输入步骤S3得到的二分类器进行测试；

S5：若测试达到预设的效果，则训练完成，利用训练好的信号重构模型、分类器进行干扰检测；否则返回步骤S2继续执行。

优选地，所述的信号重构模型包括编码器、解码器；

所述的编码器由N层第一LSTM网络堆叠搭建而成，从编码器的输入端到输出端，每层第一LSTM网络的输出维度逐渐减小，从而使信号通过编码器压缩为低维信号特征；

所述的解码器依次由N层第二LSTM网络和1层Dense层堆叠搭建而成；

从解码器的输入端到输出端所述的第二LSTM网络的输出维度逐渐增加，所述的Dense层的输出维度与输入信号的长度相等。

进一步地，所述的第一LSTM网络设有3层，其神经元数目分别为256、250、128；相应的，所述的第二LSTM网络设有3层，其神经元数目分别为128、250、256。

再进一步地，所述的信号重构模型中的激活函数采用tanh激活函数、优化算法采用Adam算法、损失函数采用mse函数。