一种干扰信号分类方法、装置、电子设备及存储介质与流程

    技术2025-11-06  3


    本发明涉及通信,尤其涉及一种干扰信号分类方法、装置、电子设备及存储介质。


    背景技术:

    1、由于现代通信技术采用开放的通信传输信道,通信系统很有可能遭受着有意或无意的干扰。实际通信系统中存在复杂多样的干扰信号,目前大部分的干扰信号分类方法都是基于规则进行分类的,需要人员手动配置规则,而且受限于人员经验和规则,干扰信号的分析分类有限,分析干扰信号的准确率低,可能出现某些干扰信号无法分类的情况,或者出现同一干扰满足多个规则而被判断为多种干扰。


    技术实现思路

    1、本发明提供一种信号干扰分类方法、装置、电子设备及存储介质,以解决现有技术需要人员手动配置规则,甚至无法对干扰信号进行分类的问题,本发明能够自动识别干扰信号的分类,减少人员投入,而且提高干扰信号识别的准确度,提升干扰信号识别效率。

    2、为实现上述目的,本发明实施例提供了一种干扰信号分类方法,包括:

    3、获取待分类的干扰信号;

    4、对所述干扰信号进行对比学习,获取干扰特征表示;

    5、对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果。

    6、作为上述方案的改进,所述对所述干扰信号进行对比学习,获取干扰特征表示,包括:

    7、对所述干扰信号进行预处理,得到预设格式的干扰数据;

    8、对所述干扰数据进行对比学习,获取干扰特征表示。

    9、作为上述方案的改进,所述对所述干扰数据进行对比学习,获取干扰特征表示,包括:

    10、对所述干扰数据进行数据增强,得到增强数据;

    11、使用编码器将所述增强数据投影到表征空间;其中,所述编码器采用绝对位置编码的方式;

    12、使用投影头将所述表征空间的样本投影到投影空间;

    13、通过预设的损失函数评估所述投影空间的正负样本的相似性,得到干扰特征表示。

    14、作为上述方案的改进,所述对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果,包括:

    15、随机选取k个干扰特征表示作为初始的聚类中心;

    16、计算其余的干扰特征表示与各个聚类中心之间的距离,将其余的干扰特征表示分配到距离最近的聚类中心;

    17、更新聚类中心,并继续将其余的干扰特征表示进行分配,直至满足预设的迭代条件,停止更新,得到聚类结果。

    18、作为上述方案的改进,所述干扰信号分类方法还包括:

    19、将所述分类结果输入至训练好的干扰判别网络,得到所述分类结果的干扰类型。

    20、作为上述方案的改进,通过以下步骤获取所述训练好的干扰判别网络:

    21、获取干扰信号样本及其对应的标签;

    22、将所述干扰信号样本输入至预设的干扰判别网络,确认预测结果;

    23、利用所述标签和所述预测结果对所述干扰判别网络进行更新,以确定训练好的干扰判别网络。

    24、作为上述方案的改进,通过以下步骤构建所述预设的干扰判别网络:

    25、将分类头加入预设的特征提取网络,得到预设的干扰判别网络。

    26、为实现上述目的,本发明实施例还提供了一种干扰信号分类装置,包括:

    27、干扰信号获取模块,用于获取待分类的干扰信号;

    28、对比学习模块,用于对所述干扰信号进行对比学习,获取干扰特征表示;

    29、干扰信号分类模块,用于对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果。

    30、为实现上述目的,本发明实施例还提供了一种电子设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上述的干扰信号分类方法。

    31、为实现上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的干扰信号分类方法。

    32、与现有技术相比,本发明实施例提供的一种干扰信号分类方法、装置、电子设备及存储介质,通对待分类的干扰信号进行对比学习,获取干扰特征表示,对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果,能够自动识别干扰信号的分类,减少人员投入,而且能够提高干扰信号识别的准确度,提升干扰信号识别效率。



    技术特征:

    1.一种干扰信号分类方法,其特征在于,包括:

    2.如权利要求1所述的干扰信号分类方法,其特征在于,所述对所述干扰信号进行对比学习,获取干扰特征表示,包括:

    3.如权利要求2所述的干扰信号分类方法,其特征在于,所述对所述干扰数据进行对比学习,获取干扰特征表示,包括:

    4.如权利要求1所述的干扰信号分类方法,其特征在于,所述对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果,包括:

    5.如权利要求1所述的干扰信号分类方法,其特征在于,所述干扰信号分类方法还包括:

    6.如权利要求5所述的干扰信号分类方法,其特征在于,通过以下步骤获取所述训练好的干扰判别网络:

    7.如权利要求5所述的干扰信号分类方法,其特征在于,通过以下步骤构建所述预设的干扰判别网络:

    8.一种干扰信号分类装置,其特征在于,包括:

    9.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1~7任一项所述的干扰信号分类方法。

    10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1~7任一项所述的干扰信号分类方法。


    技术总结
    本发明公开了一种干扰信号分类方法、装置、电子设备及存储介质,方法包括:获取待分类的干扰信号;对所述干扰信号进行对比学习,获取干扰特征表示;对所述干扰特征表示进行聚类,得到所述干扰信号的分类结果。采用本发明实施例能够自动识别干扰信号的分类,减少人员投入,而且提高干扰信号识别的准确度,提升干扰信号识别效率。

    技术研发人员:陈祖泉,陈凡,易佩迪,徐金鹏
    受保护的技术使用者:中国移动通信集团设计院有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-36223.html

    最新回复(0)