[发明专利]Morse信号检测与识别方法

权利要求书

1.一种Morse信号检测与识别方法，其特征在于，包括如下步骤：

步骤1，获取音频时域信号；

步骤2，对音频时域信号进行短时傅里叶变换，得到高频率分辨率的第一标准时频图像；

步骤3，对第一标准时频图像进行能量分选及特征提取，得到第一有效时频图像以及特征向量，并基于特征向量确定第一有效时频图像中Morse信号的频点；

步骤4，基于Morse信号的频点对音频时域信号进行数字滤波，得到无干扰信号；

步骤5，对无干扰信号进行短时傅里叶变换，得到高时间分辨率的第二标准时频图像，并对第二标准时频图像进行能量分选得到第二有效时频图像；

步骤6，对第二有效时频图像进行图像增强处理后进行特征序列提取，得到按时域排列的特征序列；

步骤7，基于按时域排列的特征序列进行报文预测并输出。

2.根据权利要求1所述Morse信号检测与识别方法，其特征在于，步骤2中，所述对音频时域信号进行短时傅里叶变换，具体为：

式中，x(m)为音频时域信号，X_n(e^j2πf)为音频时域信号的时频矩阵；ω(n-m)为高频率分辨率逐步滑动的窗函数，即高频率分辨率的短时傅里叶变换参数；j为虚数单位，f为频率，m为音频信号序列的时间，n为短时傅里叶变换得到的时频矩阵的时间；

获取音频时域信号时频矩阵模的平方，得到短时傅里叶谱图，即第一标准时频图像，为：

P_n(f)＝|X_n(e^j2πf)|²

式中，P_n(f)为第一标准时频图像。

3.根据权利要求2所述Morse信号检测与识别方法，其特征在于，步骤3中，所述对第一标准时频图像进行能量分选及特征提取，得到第一有效时频图像以及特征向量，具体为：

将音频时域信号时频矩阵的同一频点的时间轴能量数据进行叠加，得到频率与能量的第一关系曲线，为：

式中，F(f)为第一关系曲线，n₀为时频矩阵时间起始点，n_k为时频矩阵时间结束点；

基于第一关系曲线的均值与标准差构建第一自适应定位阈值，为：

T＝μ+Cσ

式中，T为第一自适应定位阈值，μ为第一关系曲线的均值，σ为第一关系曲线的标准差，C为第一定位系数；

在第一关系曲线中截取能量持续在第一自适应定位阈值以上的部分为第一有效信号频段；

基于第一有效信号频段在第一标准时频图像中截取得到第一有效时频图像，并将第一有效时频图像的信号带宽、加窗标准差、平均矩形相似度、连通区域中心分布律作为特征向量。

4.根据权利要求3所述Morse信号检测与识别方法，其特征在于，步骤3中，所述基于特征向量确定第一有效时频图像中Morse信号的频点，具体为：

将特征向量输入已训练好的随机森林分类器，分类各调制信号并得到第一有效时频图像中Morse信号的频点。

5.根据权利要求1至4任一项所述Morse信号检测与识别方法，其特征在于，步骤4具体为：

将Morse信号的频点作为中心频率，在音频时域信号中将中心频率上下15Hz以外的干扰信号及噪声全部滤掉后，得到无干扰信号。