一种混杂场景下的微信号快速检测方法技术

本发明专利技术涉及信号检测的技术领域，揭露了一种混杂场景下的微信号快速检测方法，方法包括：采集混杂场景下的通信信号数据，构建所采集通信信号数据的时频图，并对构建得到的时频图进行形态学处理得到二值化时频图；基于连通域标记计算混杂场景下不同通信信号的持续时长；利用均值偏移策略对不同通信信号的最大持续时长进行聚类分析；结合自适应信号频率参数对不同类别的通信信号聚类结果进行微信号标记以及进行解析，得到混杂场景下微信号的通信内容。本发明专利技术基于时频图中连通域的标记获取若干组候选通信信号序列，每组候选通信信号序列不存在连通，实现时频图中信号序列的分离，并基于通信信号频率实现微信号的检测以及通信内容解析。内容解析。内容解析。

【技术实现步骤摘要】
一种混杂场景下的微信号快速检测方法


[0001]本专利技术涉及信号检测的
，尤其涉及一种混杂场景下的微信号快速检测方法。

技术介绍

[0002]移动无线网络环境下，通信信号异常复杂，各种通信号相互交织、分布密集，且环境噪声起伏大，严重影响了微信号在低信噪比下的检测。微信号检测包含盲检测与非盲检测两类。非盲检测须提前预知观测信号和实际微信号，但在实际应用中难以获取任何先验知识，尤其是对抗移动无线网络环境，更是存在非合作、检测难度大等问题。盲检测能够实现非合作条件下的信号检测，但是现有盲检测技术存在计算复杂度高、抗干扰能力弱等缺陷，在对抗移动无线网络等低信噪比环境下存在检测性能差的缺点，难以应用于对抗移动无线网络环境下的微信号检测，针对该问题，本专利技术提出一种混杂场景下的微信号快速检测方法，实现对抗移动无线网络环境下的微信号非合作检测。

技术实现思路

[0003]有鉴于此，本专利技术提供一种混杂场景下的微信号快速检测方法，目的在于：1）在混杂场景下，所采集的同一频率的通信信号可能由多种同频率通信信号进行叠加，且在通信信号传播过程中，通信信号的频率有可能发生变化，因此本方案将所采集的通信信号数据转换为时频图，基于时频图中连通域的标记获取若干组候选通信信号序列，每组候选通信信号序列不存在连通，因此实现了时频图中信号序列的分离，每组候选通信信号序列即为一组信号来源一致的通信信号，实现混杂场景下通信信号的分离；2）将分离后的混杂场景下通信信号进行聚类处理，并确定每类通信信号的信号频率参数，将其与频率阈值进行比较，若大于阈值则表示该类通信信号的通信信号数目较少，频率较高，有较大可能为通信微信号，通过对所有微信号进行解析，实现混杂场景下微信号的通信内容解析。
[0004]实现上述目的，本专利技术提供的一种混杂场景下的微信号快速检测方法，包括以下步骤：S1：采集混杂场景下的通信信号数据，构建所采集通信信号数据的时频图，并对构建得到的时频图进行形态学处理得到二值化时频图；S2：遍历计算得到的二值时频图，基于连通域标记计算混杂场景下不同通信信号的持续时长；S3：利用均值偏移策略对不同通信信号的最大持续时长进行聚类分析，得到不同类别通信信号的聚类中心，其中局部最大概率密度估计方法为所述均值偏移策略的主要实施方法；S4：结合自适应信号频率参数对不同类别的通信信号聚类结果进行微信号标记，对所有微信号进行解析，得到混杂场景下微信号的通信内容。
[0005]作为本专利技术的进一步改进方法：
可选地，所述S1步骤中采集混杂场景下的通信信号数据，包括：利用信号采集设备采集混杂场景下的通信信号数据，其中混杂场景包含了多种不同频率的通信信号，在本专利技术实施例中，所述混杂场景表示存在大量不同频率通信信号以及噪音信号的移动无线网络环境场景，通信信号中包括人声语音信号以及环境噪音信号，在混杂场景下，通信信号相互干扰，且通信信号会受到大量噪音信号的干扰；所述微信号表示混杂场景下被频率相近的通信信号或噪声信号干扰，导致信号幅值变弱的通信信号，微信号在信号传输过程中容易被忽略，进而导致通信失败；所述混杂场景下的通信信号数据为：其中：j表示虚数单位，；表示信号采集设备在混杂场景下采集得到的频率为的通信信号，表示通信信号的信号幅值，t表示通信信号的时序信息，，表示信号采集设备在混杂场景下采集信号的初始时刻，表示信号采集设备在混杂场景下采集信号的截止时刻，；L表示混杂场景下不同频率通信信号的总数。
[0006]可选地，所述S1步骤中基于采集的通信信号数据构建通信信号数据的时频图，包括：根据所采集的通信信号数据，将通信信号数据构建为时频图，所述通信信号数据的时频图为：为：为：为：其中：e表示自然指数；表示通信信号的时延；表示通信信号数据的复共轭；表示可滑动窗函数的复共轭，所述窗函数的宽度为R，将可滑动窗函数在通信信号数据上滑动，表示输入复共轭窗函数信号数据的第r个点的窗函数计算结果；
f表示通信信号数据中不同频率通信信号的平均频率。
[0007]在本专利技术实施例中，所述时频图为二维图像，二维图像的横轴表示通信信号数据的时频信息，纵轴表示通信信号数据的频域信息，图像像素点大小表示信号强度。
[0008]可选地，所述S1步骤中对构建得到的时频图进行形态学处理得到二值化时频图，包括：对所构建得到的时频图进行形态学处理，得到二值化时频图，所述形态学处理流程为：S11：将时频图M(x(t)) 转换为二维图像矩阵V(x(t))，所述时频图M(x(t))的二维图像矩阵格式V(x(t))为：其中：表示t0时刻频率为f
L
的通信信号的信号强度；S12：对二维图像矩阵V(x(t))进行形态学闭运算，所述形态学闭运算公式为：S12：对二维图像矩阵V(x(t))进行形态学闭运算，所述形态学闭运算公式为：S12：对二维图像矩阵V(x(t))进行形态学闭运算，所述形态学闭运算公式为：其中：表示形态学闭运算后的矩阵；表示膨胀处理，C表示膨胀矩阵，所述膨胀处理的流程为用膨胀矩阵的中心点依次扫描待膨胀矩阵的元素，待膨胀矩阵的被扫描元素的取值为膨胀矩阵所有效覆盖的待膨胀矩阵元素的最大值，其中膨胀矩阵中元素值为1的元素可以有效覆盖待膨胀矩阵元素；表示腐蚀处理，B表示腐蚀处理，所述腐蚀处理的流程为用腐蚀矩阵的中心点依次扫描待腐蚀矩阵的元素，待腐蚀矩阵的被扫描元素的取值为腐蚀矩阵所有效覆盖的待腐蚀矩阵元素的最小值，其中腐蚀矩阵中元素值为1的元素可以有效覆盖待腐蚀矩阵元素；S13：计算，并提取其中最大矩阵元素值，对矩阵进行形态学开运算，所述形态学开运算的结果为：其中：表示形态学开运算后的矩阵；S14：将中大于等于的矩阵元素标记为1，小于的矩阵元素标记为0，得到二值化时频图。
[0009]可选地，所述S2步骤中基于连通域标记计算混杂场景下不同通信信号的持续时
长，包括：遍历计算得到的二值时频图，基于连通域标记计算混杂场景下不同通信信号的持续时长，所述二值化时频图的遍历流程为：S21：按照从上到下的顺序遍历二值化时频图，所述二值化时频图的格式为：其中：，表示频率为的通信信号在时刻的值，，；S22：对二值化时频图中任意矩阵元素值为1的矩阵元素进行8邻域搜索，将矩阵元素值相同的矩阵元素进行连通；将二值化时频图中连续等于1的一组矩阵元素序列标记为候选信号序列，其中每组候选信号序列即为检测识别得到的一组通信信号，所述候选信号序列的总组数为K，所述K组候选信号序列的集合为，表示检测到的第k组候选信号序列；S24：计算集合data中任意第k组候选信号序列的持续时长：其中：表示第k组候选信号序列的持续时长；表示第k组候选信号序列中矩阵元素的最大时刻；表示第k组候选信号序列中矩阵元素的最小时刻；S25：构建通信信号数据集，其中表示第k组通信信号，将矩阵V(x(t))中的元素值代入到候选信号序列的对应元素位置，并按时序顺序进行排列，其中相同时刻的元素值取均值，得到第k组通信信号，所述矩阵V(x(t))中的元素值代表信号强度，通信信号的频率即为不同时刻通信信号点的平均频率。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混杂场景下的微信号快速检测方法，其特征在于，所述方法包括：S1：采集混杂场景下的通信信号数据，构建所采集通信信号数据的时频图，并对构建得到的时频图进行形态学处理得到二值化时频图；根据所采集的通信信号数据，将通信信号数据构建为时频图，所述通信信号数据的时频图为：为：为：为：其中：e表示自然指数；表示通信信号的时延；表示通信信号数据的复共轭；表示可滑动窗函数的复共轭，所述窗函数的宽度为R，将可滑动窗函数在通信信号数据上滑动，表示输入复共轭窗函数信号数据的第r个点的窗函数计算结果；f表示通信信号数据中不同频率通信信号的平均频率；S2：遍历计算得到的二值时频图，基于连通域标记计算混杂场景下不同通信信号的持续时长，包括：遍历计算得到的二值时频图，基于连通域标记计算混杂场景下不同通信信号的持续时长，所述二值化时频图的遍历流程为：S21：按照从上到下的顺序遍历二值化时频图，所述二值化时频图的格式为：其中：，表示频率为的通信信号在时刻的值，，；S22：对二值化时频图中任意矩阵元素值为1的矩阵元素进行8邻域搜索，将矩阵元素值相同的矩阵元素进行连通；将二值化时频图中连续等于1的一组矩阵元素序列标记为候选信号序列，其中每组候选信号序列即为检测识别得到的一组通信信号，所述候选信号序列的总组数为K，所述K组候选信号序列的集合为，表示检测到的第k组候选信
号序列；S24：计算集合data中任意第k组候选信号序列的持续时长：其中：表示第k组候选信号序列的持续时长；表示第k组候选信号序列中矩阵元素的最大时刻；表示第k组候选信号序列中矩阵元素的最小时刻；S25：构建通信信号数据集，其中表示第k组通信信号，将矩阵V(x(t))中的元素值代入到候选信号序列的对应元素位置，并按时序顺序进行排列，其中相同时刻的元素值取均值，得到第k组通信信号，所述矩阵V(x(t))中的元素值代表信号强度，通信信号的频率即为不同时刻通信信号点的平均频率；S3：利用均值偏移策略对不同通信信号的最大持续时长进行聚类分析，得到不同类别通信信号的聚类中心和聚类结果；S4：结合自适应信号频率参数对不同类别的通信信号聚类结果进行微信号标记，对所有微信号进行解析，得到混杂场景下微信号的通信内容；结合自适应信号频率参数对不同类别的通信信号聚类结果进行微信号标记，其中任意第q类通信信号聚类结果的聚类中心通信信号频率为，，Q表示聚类得到的类别总数，则第q类通信信号聚类结果的自适应信号频率参数为，其中表示第q类通信信号聚类结果中通信信号的数目，若，则表示第q类通信信号聚类结果中的通信信号均为微信号，并进行标记，对所有微信号进行解析，得到混杂场景下微信号的通信内容，其中表示频率阈值。2.如权利要求1所述的一种混杂场景下的微信号快速检测方法，其特征在于，所述S1步骤中采集混杂场景下的通信信号数据，包括：利用信号采集设备采集混杂场景下的通信信号数据，其中混杂场景包含了多种不同频率的通信信号，所述混杂场景下的通信信号数据为：其中：j表示虚数单位，；表示信号采集设备在混杂场景下采集得到的频率为的通信信号，表示通信信号的信号幅值，t表示通信...

【专利技术属性】
技术研发人员：彭燕，肖科，黄巍，吴自厚，肖秀，
申请(专利权)人：湖南赛能环测科技有限公司，
类型：发明
国别省市：