CN112769724B - 对讲机的信号类型的识别方法、装置、设备及存储介质 - Google Patents
对讲机的信号类型的识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112769724B CN112769724B CN202110370267.XA CN202110370267A CN112769724B CN 112769724 B CN112769724 B CN 112769724B CN 202110370267 A CN202110370267 A CN 202110370267A CN 112769724 B CN112769724 B CN 112769724B
- Authority
- CN
- China
- Prior art keywords
- sequence
- value
- symbol rate
- calculating
- spectral line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000003595 spectral effect Effects 0.000 claims abstract description 257
- 238000001228 spectrum Methods 0.000 claims abstract description 92
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000000819 phase cycle Methods 0.000 claims description 25
- 238000009795 derivation Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 230000011664 signaling Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 101150073669 NCAN gene Proteins 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
Abstract
本公开涉及一种对讲机的信号类型的识别方法、装置、设备及存储介质，所述方法包括：获取所述对讲机接收到的信号；计算所述信号的符号速率谱线；确定所述符号速率谱线所对应的对讲机的符号速率；计算所述信号的各次方所对应的各频谱；提取每个所述频谱各自的频谱特征；确定与所述符号速率和各所述频谱特征相对应的信号类型，作为所述信号的信号类型。本公开用以解决现有技术中识别对讲机的信号类型的计算量大，时效性差的问题。
Description
技术领域
本公开涉及无线通信领域，尤其涉及一种对讲机的信号类型的识别方法、装置、设备及存储介质。
背景技术
对讲机分为模拟对讲机和数字对讲机。模拟对讲机一般指的是调制方式为FM（Frequency Modulation：调频）的对讲机；数字对讲机的相关标准有dPMR（digitalPrivate Mobile Radio：数字私有移动无线通信）、DMR（Digital Mobile Radio：数字移动无线电通信）、PDT（Public Digital Trunking：公用数字集群）、NXDN（Next GenerationDigital Narrowband：下一代数字窄带）、P25（Project 25：北美的一种通信标准）等。
现有技术中，在对对讲机接收到的信号进行解调时，需要先对检测的信号进行识别，目前，采用本地序列对对讲机接收到的信号进行识别。
发明内容
现有技术中，只有判断出对讲机信号的类型，才能正确的解调。否则，接下来的解调只能是做无用功。对于不同类型的对讲机，本地序列存在较大差别：对于无信令的模拟对讲机，不存在本地序列；对于有信令的模拟对讲机，存在本地序列；对于数字对讲机，一般都有多个本地序列。目前，常见的对讲机总共有24种本地序列。在利用本地序列实现对讲机信号类型进行识别时，需要遍历24次，计算量很大，时效性差。
基于上述技术问题，本公开提供了一种对讲机的信号类型的识别方法、装置、设备及存储介质，用以解决现有技术中识别对讲机的信号类型的计算量大，时效性差的问题。
第一方面，本公开实施例提供了一种对讲机的信号类型的识别方法，包括：
获取所述对讲机接收到的信号；
计算所述信号的符号速率谱线；
确定所述符号速率谱线所对应的对讲机的符号速率；
计算所述信号的各次方所对应的各频谱；
提取每个所述频谱各自的频谱特征；
确定与所述符号速率和各所述频谱特征相对应的信号类型，作为所述信号的信号类型。
可选的，所述提取每个所述频谱各自的频谱特征，包括：
对于各所述频谱中的每一个进行以下处理：
从所述频谱中，确定至少一个拐点谱线；其中，所述拐点谱线的幅度值大于前后两个谱线的幅度值；
计算所述至少一个拐点谱线的幅度值的第一峰度值；
统计所述频谱中，幅度值大于预设幅度值的峰值谱线个数；
将所述第一峰度值和所述峰值谱线个数作为所述频谱特征。
可选的，所述计算所述信号的符号速率谱线，包括：
计算与所述信号对应的瞬时频率序列；
基于所述瞬时频率序列计算中间数据序列；
计算与所述中间数据序列对应的所述符号速率谱线。
可选的，所述计算与所述信号对应的瞬时频率序列，包括：
对所述信号求反正切，得到反正切结果序列；
从所述反正切结果序列中，提取在预设相位范围内的非连续相位序列；
对所述非连续相位序列解卷绕，得到校正因子序列；
将所述非连续相位序列加上所述校正因子序列，得到连续相位序列；
将所述连续相位序列对时间求导，得到求导结果序列；
将所述求导结果序列除以
，得到所述瞬时频率序列。
可选的，所述基于所述瞬时频率序列计算中间数据序列，包括：
对所述瞬时频率序列进行差分计算，得到差分序列；
对所述差分序列中的各序列分别取模，得到取模序列；
计算所述取模序列中各序列值的第一平均值，得到第一平均值序列；其中，所述第一平均值序列中的每个序列值为所述第一平均值，且所述第一平均值序列的长度与所述差分序列的长度相同；
将所述差分序列减去所述第一平均值序列，得到所述中间数据序列；
或者，
计算所述瞬时频率序列中各序列值的第二平均值，得到第二平均值序列；其中，所述第二平均值序列中的每个序列值为所述第二平均值，且所述第二平均值序列的长度与所述瞬时频率序列的长度相同；
将所述瞬时频率序列减去所述第二平均值序列，并取模，得到所述中间数据序列。
可选的，所述计算与所述中间数据序列对应的所述符号速率谱线，包括：
计算所述中间数据序列中各序列值的第三平均值，得到第三平均值序列；其中，所述第三平均值序列中的每个序列值为所述第三平均值，且所述第三平均值序列的长度与所述中间数据序列的长度相同；
将所述中间数据序列减去所述第三平均值序列，并进行快速傅里叶变换，得到所述符号速率谱线。
可选的，所述确定所述符号速率谱线所对应的对讲机的符号速率，包括：
在所述符号速率谱线中，确定各个指定符号速率所对应的指定索引值及谱线，并在各自的所述指定索引值前后取预设个数的谱线，得到各自的局部符号速率谱线；
对每个所述局部符号速率谱线进行如下处理：
判断所述局部符号速率谱线中，谱线幅度值中的最大值所对应的索引值，是否与所述指定索引值相等；
如果是，则计算所述局部符号速率谱线中各个谱线的幅度值的第二峰度值，以及计算与所述指定符号速率所对应的谱线幅值比；
其中，所述谱线幅值比为：所述指定索引值所对应的指定谱线幅度值，与所述符号速率谱线中谱线幅度值中的最大值之比；
当所述第二峰度值大于或等于预设峰度值，并且所述谱线幅值比大于或等于预设谱线幅值比时，保留所述第二峰度值和对应的所述谱线幅值比；
计算保留的各个所述第二峰度值与对应的所述谱线幅值比的乘积，得到各自的乘积结果；
确定所述乘积结果中的最大值所对应的所述指定符号速率，作为所述对讲机的符号速率。
可选的，所述计算所述局部符号速率谱线中各个谱线的幅度值的第二峰度值，包括：
计算所述局部符号速率谱线中，各个谱线的幅度值的第一八阶中心矩以及第一四阶原点中心矩；
将所述第一八阶中心矩除以所述第一四阶原点中心矩的平方，得到第一商；
计算所述第一商除以所述局部符号速率谱线中谱线的个数，得到所述第二峰度值。
可选的，所述计算所述信号的各次方所对应的各频谱，包括：
对所述信号进行各次方运算；
对各次方运算的结果分别进行快速傅里叶变换，得到所述各频谱。
可选的，所述对各次方运算的结果分别进行快速傅里叶变换之后，所述得到所述各频谱之前，还包括：
对经过快速傅里叶变换的结果进行平滑处理。
可选的，所述计算所述至少一个拐点谱线的幅度值的第一峰度值，包括：
计算所述频谱中，所述至少一个拐点谱线的幅度值的第二八阶中心矩以及第二四阶原点中心矩；
将所述第二八阶中心矩除以所述第二四阶原点中心矩的平方，得到第二商；
计算所述第二商除以所述拐点谱线的个数，得到所述第一峰度值。
第二方面，本公开实施例提供了一种对讲机的信号类型的识别装置，包括：
获取模块，用于获取所述对讲机接收到的信号；
第一计算模块，用于计算所述信号的符号速率谱线；
第一确定模块，用于确定所述符号速率谱线所对应的对讲机的符号速率；
第二计算模块，用于计算所述信号的各次方所对应的各频谱；
提取模块，用于提取每个所述频谱各自的频谱特征；
第二确定模块，用于确定与所述符号速率和各所述频谱特征相对应的信号类型，作为所述信号的信号类型。
第三方面，本公开实施例提供了一种电子设备，包括：处理器、存储器和通信总线，其中，处理器和存储器通过通信总线完成相互间的通信；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的对讲机的信号类型的识别方法。
第四方面，本公开实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的对讲机的信号类型的识别方法。
本公开实施例提供的上述技术方案与现有技术相比具有如下优点：本公开实施例提供的该方法，获取对讲机接收到的信号；计算信号的符号速率谱线；确定符号速率谱线所对应的对讲机的符号速率；计算信号的各次方所对应的各频谱；提取每个频谱各自的频谱特征；确定与符号速率和各频谱特征相对应的信号类型，作为信号的信号类型。
在本公开实施例中，在识别对讲机的信号类型时，计算信号的符号速率谱线，根据符号速率谱线确定符号速率，以及根据信号的各次频谱提取频谱特征，利用符号速率和频谱特征确定对应的信号类型，无需本地序列，无需遍历计算24次，计算量相对于现有技术利用本地序列进行识别的方法更小，能够提高识别对讲机信号类型的时效性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1a为本公开实施例提供的实现对讲机的信号类型的识别方法的一种系统架构；
图1b为本公开实施例提供的实现对讲机的信号类型的识别方法的另一种系统架构；
图2为本公开实施例提供的对讲机的信号类型的识别方法流程图；
图3为本公开实施例提供的确定符号速率谱线所对应的对讲机的符号速率的方法流程图；
图4为本公开实施例提供的提取每个频谱各自的频谱特征的方法流程图；
图5为本公开实施例提供的对讲机的信号类型的识别装置的结构示意图；
图6为本公开实施例提供的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
现有技术中，利用本地序列识别对讲机的信号类型。对于无信令的模拟对讲机，不存在本地序列；对于有信令的模拟对讲机，存在本地序列；对于数字对讲机，一般都有多个本地序列。如表1所示。
表1 各种类型的对讲机所对应的本地序列个数
在用表1所示的本地序列进行信号类型的检测时，需要遍历24次，计算量将会很大，导致时效性差。
对于现有技术中存在的计算量大和时效性差的问题，本公开实施例提供了一种对讲机的信号类型的识别方法，无需本地序列，通过符号速率和频谱特征，对信号的类型进行识别，计算量相对减少，有效提高时效性。
首先，结合图1a对本公开实施例实现对讲机的信号类型的识别方法的系统架构进行说明。该系统架构包括：至少两个对讲机11，两个对讲机11之间通过网络实现通信。此外，还可以通过如图1b所示的系统架构实现本公开实施例提供的对讲机的信号类型的识别方法，该系统架构包括：至少两个对讲机11和服务器12，每个对讲机11通过网络与服务器12通信连接。上述网络包括但不限于：广域网、本地WIFI局域网、Zigbee网络、蓝牙mesh网络。对于本公开实施例提供的对讲机的信号类型的识别方法可以在对讲机11的处理器中完成，若对讲机的处理器性能不足，也可以在服务器12中完成。
对于不同信号类型的对讲机，调制方式和符号速率的差异较为明显。信号的频域特征受噪声的影响小于时域特征，信号的符号速率在频域上也有体现。本公开实施例提供的对讲机的信号类型的识别方法利用符号速率和频谱特征对信号类型进行识别。
下面结合图2对本公开实施例提供的对讲机的信号类型的识别方法进行具体说明，该方法包括如下步骤：
步骤201，获取对讲机接收到的信号；
步骤202，计算信号的符号速率谱线；
本公开实施例提供了两种计算信号的符号速率谱线的方法：第一种：时频差分取模FFT（快速傅里叶变换，Fast Fourier Transform）；第二种：时频平移取模FFT。
其中，第一种，时频差分取模FFT，具体方法包括：
计算与信号对应的瞬时频率序列；对瞬时频率序列进行差分计算，得到差分序列；对差分序列中的各序列分别取模，得到取模序列；计算取模序列中各序列值的第一平均值，得到第一平均值序列；其中，第一平均值序列中的每个序列值为第一平均值，且第一平均值序列的长度与差分序列的长度相同；将差分序列减去第一平均值序列，得到中间数据序列；计算中间数据序列中各序列值的第三平均值，得到第三平均值序列；其中，第三平均值序列中的每个序列值为第三平均值，且第三平均值序列的长度与中间数据序列的长度相同；将中间数据序列减去第三平均值序列，并进行快速傅里叶变换，得到符号速率谱线。
其中，这里的差分运算是指利用瞬时频率序列中的后一个序列值减去前一个序列，举例说明，若瞬时频率序列中包括：
，则用
，得到差分序列。此时，经过差分后的序列个数比瞬时频率序列中序列的个数少一个，可以补一个
，得到差分序列为
。在具体实现时，可以根据实际情况来决定补或者不补所缺少的序列。
第二种，时频平移取模FFT，具体方法包括：
计算与信号对应的瞬时频率序列；计算瞬时频率序列中各序列值的第二平均值，得到第二平均值序列；其中，第二平均值序列中的每个序列值为第二平均值，且第二平均值序列的长度与瞬时频率序列的长度相同；将瞬时频率序列减去第二平均值序列，并取模，得到中间数据序列；计算中间数据序列中各序列值的第三平均值，得到第三平均值序列；其中，第三平均值序列中的每个序列值为第三平均值，且第三平均值序列的长度与中间数据序列的长度相同；将中间数据序列减去第三平均值序列，并进行快速傅里叶变换，得到符号速率谱线。
本公开实施例提供了两种计算信号的符号速率谱线的方法，在具体实现时，可以选择其中的任意一种计算信号的符号速率谱线。
在上述两种计算信号的符号速率谱线的方法中，第一步均为：计算与信号对应的瞬时频率序列，实现该步骤的具体方法包括：
对信号求反正切，得到反正切结果序列；从反正切结果序列中，提取在预设相位范围内的非连续相位序列，其中，预设相位范围为[
]；对非连续相位序列解卷绕，得到校正因子序列
；
将非连续相位序列
加上校正因子序列
，得到连续相位序列
；
将连续相位序列
对时间求导（即差分后乘以采样率
），得到求导结果序列；
将求导结果序列除以
，得到瞬时频率序列：
得到瞬时频率序列后，可以上述两种方法中的任意一种计算得到符号速率谱线。
步骤203，确定符号速率谱线所对应的对讲机的符号速率；
如图3所示，本公开实施例提供了确定符号速率谱线所对应的对讲机的符号速率的具体方法，包括如下步骤：
步骤301，在符号速率谱线中，确定各个指定符号速率所对应的指定索引值及谱线，并在各自的指定索引值前后取预设个数的谱线，得到各自的局部符号速率谱线；
目前，常见的对讲机的关键参数请参见表2。
表2 对讲机的关键参数
其中，FSK为Frequency-shift keying，频移键控的缩写；C4FM为连续4级频率调制的缩写；CQPSK为兼容正交相移键控调制的缩写；H-DQPSK为差分调谐正交相移键控调制的缩写；H-CPM为连续调谐相位调制的缩写。P25是Project25简称，由美国国籍公共安全通信官员协会（APCO）、国家电信管理者协会（NASTD）和联邦政府用户与电信工业协会（ITA）合作制定推行的。P25标准采用大区制设计，它的演进分为两个阶段，第一阶段为P25 Phase 1；第二阶段为P25 Phase 2。
从表2中可以看出来，根据目前对讲机的信号类型，对讲机的指定符号速率可以取2.4KBaud，4.8KBaud和6KBaud。从符号速率谱线中，确定2.4KBaud所对应的谱线，确定该谱线的索引值，作为指定索引值，并在该谱线的索引值的前后各取n个谱线，再加上指定索引值所对应的谱线，总共（2n+1）个谱线，在具体实现时，n可以取32；将这（2n+1）个谱线作为局部符号速率谱线。相应的，按照同样的办法，也能够确定4.8KBaud所对应的局部符号速率谱线和6KBaud所对应的局部符号速率谱线。
对每个局部符号速率谱线进行如下处理：
步骤302，判断局部符号速率谱线中，谱线幅度值中的最大值所对应的索引值，是否与指定索引值相等；如果是，则执行步骤303；如果否，则输出第二峰度值和谱线幅值比均为0；
通过步骤302，进一步判断指定符号速率所对应的谱线是不是局部极大值。
步骤303，计算局部符号速率谱线中各个谱线的幅度值的第二峰度值，以及计算与指定符号速率所对应的谱线幅值比；
其中，谱线幅值比为：指定索引值所对应的指定谱线幅度值，与符号速率谱线中谱线幅度值中的最大值之比；
如果满足局部极大值，则计算局部符号速率谱线中各个谱线的幅度值的第二峰度值，其中，第二峰度值用于表示符号速率谱线分布的平缓程度，范围为0到1，第二峰度值越小，则符号速率谱线分布越平缓；反之，第二峰度值越大，越可能出现峰值。
其中，计算局部符号速率谱线中各个谱线的幅度值的第二峰度值，包括:
计算局部符号速率谱线中，各个谱线的幅度值的第一八阶中心矩以及第一四阶原点中心矩；
将第一八阶中心矩除以第一四阶原点中心矩的平方，得到第一商；
计算第一商除以局部符号速率谱线中谱线的个数，得到第二峰度值。
举例说明：若局部符号速率谱线中包括5个谱线；这5个谱线的幅度值分别为
，这五个幅度值的期望为
；则第一八阶中心矩为E[(x1-E(x))8+(x2-E(x))8+(x3-E(x))8+(x4-E(x))8+(x5-E(x))8]；第一四阶原点中心矩为E(x14+x24+x34+x44+x54)，局部符号速率谱线中谱线的个数是5，则第二峰度值为
Kur=E[(x1-E(x))8+(x2-E(x))8+(x3-E(x))8+(x4-E(x))8+(x5-E(x))8]/(5E(x14+x24+x34+x44+x54)2)。
步骤304，判断第二峰度值是否大于或等于预设峰度值，并且谱线幅值比是否大于或等于预设谱线幅值比；如果是，则执行步骤305；否则，舍弃第二峰度值和对应的谱线幅值比。
如果第二峰度值大于或等于预设峰度值，且谱线幅度值比大于或等于预设谱线幅度比，则说明指定符号速率的索引值处存在较突出的谱线。在具体实现时，预设峰度值可以设置为0.3；预设谱线幅值比可以设定为0.4~1之间的一个值，例如：0.5。
步骤305，保留第二峰度值和对应的谱线幅值比；
步骤306，计算保留的各个第二峰度值与对应的谱线幅值比的乘积，得到各自的乘积结果；
步骤307，确定乘积结果中的最大值所对应的指定符号速率，作为对讲机的符号速率。
为了便于理解，举例说明：当指定符号速率为2.4KBaud时，保留的第二峰度值为a1和谱线幅值比为b1；当指定符号速率为4.8KBaud时，保留的第二峰度为a2和谱线幅值比b2；当指定符号速率为6KBaud时，保留的第二峰度为a3和谱线幅值比b3。
指定符号速率为2.4KBaud时，计算a1和b1的乘积为c1；
指定符号速率为4.8KBaud时，计算a2和b2的乘积为c2；
指定符号速率为6KBaud时，计算a3和b3的乘积为c3；
比较c1、c2和c3的大小，选取其中的最大值，例如：若确定c2为最大值，则c2所对应的指定符号速率为4.8KBaud，则确定对讲机的符号速率为4.8KBaud。
本公开实施例提供了根据符号速率谱线确定对讲机的符号速率的方法，从信号的符号速率谱线中确定对讲机的符号速率，为后续根据符号速率和频谱特征确定相对应的信号类型提供重要基础。
步骤204，计算信号的各次方所对应的各频谱；
具体的，对信号进行各次方运算；对各次方运算的结果分别进行快速傅里叶变换（FFT），得到各频谱。优选的，在进行FFT之后，还可以对各频谱进行平滑处理，以滤除噪声数据，最终得到各频谱。
在具体实现时，对信号分别进行一次方、二次方、三次方和四次方运算之后，再分别进行FFT，得到的各频谱，包括：一次方对应的频谱、二次方对应的频谱、三次方对应的频谱和四次方对应的频谱，一般情况下，利用上述四种频谱，再结合前述的符号速率即可确定相应的信号类型。
此外，还需要说明的是，对于步骤202和步骤204执行的先后顺序不做限定，同样的，步骤203和步骤205执行的先后顺序也不做限定，可以先执行步骤202和步骤203，再执行步骤204和205；也可以先执行步骤204和步骤205，再执行步骤202和步骤203；还可以同时执行步骤202和步骤204，待步骤202执行后执行步骤203，待步骤204执行后执行步骤205。只要在步骤206之前，得到符号速率和各频谱特征即可。
步骤205，提取每个频谱各自的频谱特征；
在具体实现时，频谱特征可以包括：第一峰度值和峰值谱线个数。通过对每个频谱进行以下处理，得到每个频谱的第一峰度值和峰值谱线个数。
步骤401，从频谱中，确定至少一个拐点谱线；其中，拐点谱线的幅度值大于前后两个谱线的幅度值；
在频谱中，如果当前谱线的幅度值大于当前谱线的幅度值的前一个谱线的幅度值，且也大于当前谱线的幅度值的后一个谱线的幅度值时，则确定当前谱线为该频谱中的拐点谱线。在一个频谱中，通常存在多个拐点谱线。
步骤402，计算至少一个拐点谱线的幅度值的第一峰度值；
其中，计算第一峰度值的方法与计算第二峰度值的思路一致，具体包括如下步骤：计算频谱中，至少一个拐点谱线的幅度值的第二八阶中心矩以及第二四阶原点中心矩；将第二八阶中心矩除以第二四阶原点中心矩的平方，得到第二商；计算第二商除以拐点谱线的个数，得到第一峰度值。
第一峰度值用于表示频谱分布的平缓程度，范围为0到1，第一峰度值越小，则频谱分布越平缓；反之，第一峰度值越大，越可能出现峰值。
这里为了表征第一峰度值和第二峰度值分别针对不同谱线的峰度值，因此，用“第一”和“第二”进行区分。
步骤403，统计频谱中，幅度值大于预设幅度值的峰值谱线个数；
在具体实现时，可以从拐点谱线中，确定拐点谱线中的最大幅度值，将最大幅度值乘以预设比例，得到乘积，将该乘积作为预设幅度值。在整个频谱中，依次判断各个谱线的幅度值是否大于预设幅度值，统计出幅度值大于预设幅度值的谱线个数，作为峰值谱线个数。
此外，在具体实现时，对于计算第一峰度值和得到峰值谱线个数的先后顺序不作限定，可以先计算第一峰度值，也可以先统计峰值谱线个数；还可以同时进行。
此外，还需要说明的是，对于从频谱中确定拐点谱线以及从频谱中统计峰值谱线个数的先后顺序不做限定，即对于步骤401和步骤403的先后执行顺序不做限定，可以同步进行，也可以先执行步骤401和402，再执行步骤403；也可以先执行步骤403，再执行步骤401和步骤402。
步骤404，将第一峰度值和峰值谱线个数作为频谱特征。
对每个频谱均进行上述处理，分别得到信号的一次方频谱对应的第一峰度值和峰值谱线个数；二次方频谱对应的第一峰度值和峰值谱线个数；三次方频谱对应的第一峰度值和峰值谱线个数；四次方频谱对应的第一峰度值和峰值谱线个数，等等。
本公开实施例提供了提取每个频谱各自的频谱特征的具体方法，将每个频谱对应的第一峰度值和峰值谱线的个数作为频谱特征，作为综合判断对讲机信号类型的基础。
步骤206，确定与符号速率和各频谱特征相对应的信号类型，作为信号的信号类型。
表3 频谱特征与对讲机类型对应表
在具体实现时，根据确定的频谱特征去查表3，根据峰值谱线个数和第一峰度值的具体的值确定可能的对讲机的信号类型。
举例说明，若根据峰值谱线个数和第一峰度值查表确定对讲机的信号类型可能是4FSK(DMR/PDT)和矢量信号源的4FSK(dPMR/NXDN（2.4K）)这两种信号类型，此时，结合步骤203确定的符号速率为4.8KBaud，则判断对讲机的信号类型为4FSK(DMR/PDT)。
即根据对讲机的符号速率和频谱特征，确定既满足符号速率，又满足频谱特征的信号类型，作为对讲机的信号类型，实现对对讲机信号类型的识别。
在本公开实施例中，计算信号的符号速率谱线，根据符号速率谱线确定符号速率，以及根据信号的各次频谱提取频谱特征；确定既满足符号速率，又满足频谱特征的信号类型，作为对讲机的信号类型。在对讲机的信号类型识别的过程中，无需本地序列，无需遍历计算24次，计算量相对于现有技术利用本地序列进行识别的方法更小，能够提高识别对讲机信号类型的时效性。
基于同一构思，本公开实施例中提供了一种对讲机的信号类型的识别装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图5所示，该装置主要包括：
获取模块501，用于获取对讲机接收到的信号；
第一计算模块502，用于计算信号的符号速率谱线；
第一确定模块503，用于确定符号速率谱线所对应的对讲机的符号速率；
第二计算模块504，用于计算信号的各次方所对应的各频谱；
提取模块505，用于提取每个频谱各自的频谱特征；
第二确定模块506，用于确定与符号速率和各频谱特征相对应的信号类型，作为信号的信号类型。
在本公开实施例中，计算信号的符号速率谱线，根据符号速率谱线确定符号速率，以及根据信号的各次频谱提取频谱特征；确定既满足符号速率，又满足频谱特征的信号类型，作为对讲机的信号类型。在对讲机的信号类型识别的过程中，无需本地序列，无需遍历计算24次，计算量相对于现有技术利用本地序列进行识别的方法更小，能够提高识别对讲机信号类型的时效性。
在本公开实施例中，提取模块505，具体用于对于各频谱中的每一个进行以下处理：从频谱中，确定至少一个拐点谱线；其中，拐点谱线的幅度值大于前后两个谱线的幅度值；计算至少一个拐点谱线的幅度值的第一峰度值；统计频谱中，幅度值大于预设幅度值的峰值谱线个数；将第一峰度值和峰值谱线个数作为频谱特征。
其中，计算至少一个拐点谱线的幅度值的第一峰度值，包括：计算频谱中，至少一个拐点谱线的幅度值的第二八阶中心矩以及第二四阶原点中心矩；将第二八阶中心矩除以第二四阶原点中心矩的平方，得到第二商；计算第二商除以拐点谱线的个数，得到第一峰度值。
在本公开实施例中，第一计算模块502，具体用于计算与信号对应的瞬时频率序列；基于瞬时频率序列计算中间数据序列；计算与中间数据序列对应的符号速率谱线。
具体的，第一计算模块502，用于对信号求反正切，得到反正切结果序列；从反正切结果序列中，提取在预设相位范围内的非连续相位序列；对非连续相位序列解卷绕，得到校正因子序列；将非连续相位序列加上校正因子序列，得到连续相位序列；将连续相位序列对时间求导，得到求导结果序列；将求导结果序列除以
，得到瞬时频率序列；
以及对瞬时频率序列进行差分计算，得到差分序列；对差分序列中的各序列分别取模，得到取模序列；计算取模序列中各序列值的第一平均值，得到第一平均值序列；其中，第一平均值序列中的每个序列值为第一平均值，且第一平均值序列的长度与差分序列的长度相同；
将差分序列减去第一平均值序列，得到中间数据序列；或者，计算瞬时频率序列中各序列值的第二平均值，得到第二平均值序列；其中，第二平均值序列中的每个序列值为第二平均值，且第二平均值序列的长度与瞬时频率序列的长度相同；将瞬时频率序列减去第二平均值序列，并取模，得到中间数据序列；
以及计算中间数据序列中各序列值的第三平均值，得到第三平均值序列；其中，第三平均值序列中的每个序列值为第三平均值，且第三平均值序列的长度与中间数据序列的长度相同；将中间数据序列减去第三平均值序列，并进行快速傅里叶变换，得到符号速率谱线。
在本公开实施例中提供了两种计算信号的符号速率谱线的方法，在具体实现时，可以选择其中的任意一种计算信号的符号速率谱线。
在本公开实施例中，第一确定模块503，具体用于在符号速率谱线中，确定各个指定符号速率所对应的指定索引值及谱线，并在各自的指定索引值前后取预设个数的谱线，得到各自的局部符号速率谱线；对每个局部符号速率谱线进行如下处理：判断局部符号速率谱线中，谱线幅度值中的最大值所对应的索引值，是否与指定索引值相等；如果是，则计算局部符号速率谱线中各个谱线的幅度值的第二峰度值，以及计算与指定符号速率所对应的谱线幅值比；其中，谱线幅值比为：指定索引值所对应的指定谱线幅度值，与符号速率谱线中谱线幅度值中的最大值之比；当第二峰度值大于或等于预设峰度值，并且谱线幅值比大于或等于预设谱线幅值比时，保留第二峰度值和对应的谱线幅值比；以及计算保留的各个第二峰度值与对应的谱线幅值比的乘积，得到各自的乘积结果；确定乘积结果中的最大值所对应的指定符号速率，作为对讲机的符号速率。
其中，计算局部符号速率谱线中各个谱线的幅度值的第二峰度值，包括：计算局部符号速率谱线中，各个谱线的幅度值的第一八阶中心矩以及第一四阶原点中心矩；将第一八阶中心矩除以第一四阶原点中心矩的平方，得到第一商；计算第一商除以局部符号速率谱线中谱线的个数，得到第二峰度值。
在本公开实施例中，第二计算模块504，具体用于对信号进行各次方运算；对各次方运算的结果分别进行快速傅里叶变换，对经过傅里叶变换的结果进行平滑处理，得到各频谱。
基于同一构思，本公开实施例中还提供了一种电子设备，如图6所示，该电子设备主要包括：处理器601、存储器602和通信总线603，其中，处理器601和存储器602通过通信总线603完成相互间的通信。其中，存储器602中存储有可被处理器601执行的程序，处理器601执行存储器602中存储的程序，实现如下步骤：
获取对讲机接收到的信号；
计算信号的符号速率谱线；
确定符号速率谱线所对应的对讲机的符号速率；
计算信号的各次方所对应的各频谱；
提取每个频谱各自的频谱特征；
确定与符号速率和各频谱特征相对应的信号类型，作为信号的信号类型。
上述电子设备中提到的通信总线603可以是外设部件互连标准（PeripheralComponent Interconnect，简称PCI）总线或扩展工业标准结构（Extended IndustryStandard Architecture，简称EISA）总线等。该通信总线603可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器602可以包括随机存取存储器（Random Access Memory，简称RAM），也可以包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器601的存储装置。
上述的处理器601可以是通用处理器，包括中央处理器（Central ProcessingUnit，简称CPU）、网络处理器（Network Processor，简称NP）等，还可以是数字信号处理器（Digital Signal Processing，简称DSP）、专用集成电路（Application SpecificIntegrated Circuit，简称ASIC）、现场可编程门阵列（Field-Programmable Gate Array，简称FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本公开的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的对讲机的信号类型的识别方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本公开实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、微波等）方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质（例如软盘、硬盘、磁带等）、光介质（例如DVD）或者半导体介质（例如固态硬盘）等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种对讲机的信号类型的识别方法，其特征在于，包括：
获取所述对讲机接收到的信号；
计算所述信号的符号速率谱线；其中，所述计算所述信号的符号速率谱线，包括：计算与所述信号对应的瞬时频率序列；基于所述瞬时频率序列计算中间数据序列；计算与所述中间数据序列对应的所述符号速率谱线；其中，所述计算与所述信号对应的瞬时频率序列，包括：对所述信号求反正切，得到反正切结果序列；从所述反正切结果序列中，提取在预设相位范围内的非连续相位序列；对所述非连续相位序列解卷绕，得到校正因子序列；将所述非连续相位序列加上所述校正因子序列，得到连续相位序列；将所述连续相位序列对时间求导，得到求导结果序列；将所述求导结果序列除以
，得到所述瞬时频率序列；
确定所述符号速率谱线所对应的对讲机的符号速率；
计算所述信号的各次方所对应的各频谱；
提取每个所述频谱各自的频谱特征；
确定与所述符号速率和各所述频谱特征相对应的信号类型，作为所述信号的信号类型。
2.根据权利要求1所述的对讲机的信号类型的识别方法，其特征在于，所述提取每个所述频谱各自的频谱特征，包括：
对于各所述频谱中的每一个进行以下处理：
从所述频谱中，确定至少一个拐点谱线；其中，所述拐点谱线的幅度值大于前后两个谱线的幅度值；
计算所述至少一个拐点谱线的幅度值的第一峰度值；
统计所述频谱中幅度值大于预设幅度值的峰值谱线个数；
将所述第一峰度值和所述峰值谱线个数作为所述频谱特征。
3.根据权利要求1所述的对讲机的信号类型的识别方法，其特征在于，所述基于所述瞬时频率序列计算中间数据序列，包括：
对所述瞬时频率序列进行差分计算，得到差分序列；
对所述差分序列中的各序列分别取模，得到取模序列；
计算所述取模序列中各序列值的第一平均值，得到第一平均值序列；其中，所述第一平均值序列中的每个序列值为所述第一平均值，且所述第一平均值序列的长度与所述差分序列的长度相同；
将所述差分序列减去所述第一平均值序列，得到所述中间数据序列；
或者，
计算所述瞬时频率序列中各序列值的第二平均值，得到第二平均值序列；其中，所述第二平均值序列中的每个序列值为所述第二平均值，且所述第二平均值序列的长度与所述瞬时频率序列的长度相同；
将所述瞬时频率序列减去所述第二平均值序列，并取模，得到所述中间数据序列。
4.根据权利要求1~3任一项所述的对讲机的信号类型的识别方法，其特征在于，所述计算与所述中间数据序列对应的所述符号速率谱线，包括：
计算所述中间数据序列中各序列值的第三平均值，得到第三平均值序列；其中，所述第三平均值序列中的每个序列值为所述第三平均值，且所述第三平均值序列的长度与所述中间数据序列的长度相同；
将所述中间数据序列减去所述第三平均值序列，并进行快速傅里叶变换，得到所述符号速率谱线。
5.根据权利要求1所述的对讲机的信号类型的识别方法，其特征在于，所述确定所述符号速率谱线所对应的对讲机的符号速率，包括：
在所述符号速率谱线中，确定各个指定符号速率所对应的指定索引值及谱线，并在各自的所述指定索引值前后取预设个数的谱线，得到各自的局部符号速率谱线；
对每个所述局部符号速率谱线进行如下处理：
判断所述局部符号速率谱线中，谱线幅度值中的最大值所对应的索引值，是否与所述指定索引值相等；
如果是，则计算所述局部符号速率谱线中各个谱线的幅度值的第二峰度值，以及计算与所述指定符号速率所对应的谱线幅值比；
其中，所述谱线幅值比为：所述指定索引值所对应的指定谱线幅度值，与所述符号速率谱线中谱线幅度值中的最大值之比；
当所述第二峰度值大于或等于预设峰度值，并且所述谱线幅值比大于或等于预设谱线幅值比时，保留所述第二峰度值和对应的所述谱线幅值比；
计算保留的各个所述第二峰度值与对应的所述谱线幅值比的乘积，得到各自的乘积结果；
确定所述乘积结果中的最大值所对应的所述指定符号速率，作为所述对讲机的符号速率。
6.根据权利要求5所述的对讲机的信号类型的识别方法，其特征在于，所述计算所述局部符号速率谱线中各个谱线的幅度值的第二峰度值，包括：
计算所述局部符号速率谱线中，各个谱线的幅度值的第一八阶中心矩以及第一四阶原点中心矩；
将所述第一八阶中心矩除以所述第一四阶原点中心矩的平方，得到第一商；
计算所述第一商除以所述局部符号速率谱线中谱线的个数，得到所述第二峰度值。
7.根据权利要求1所述的对讲机的信号类型的识别方法，其特征在于，所述计算所述信号的各次方所对应的各频谱，包括：
对所述信号进行各次方运算；
对各次方运算的结果分别进行快速傅里叶变换，得到所述各频谱。
8.根据权利要求7所述的对讲机的信号类型的识别方法，其特征在于，所述对各次方运算的结果分别进行快速傅里叶变换之后，所述得到所述各频谱之前，还包括：
对经过快速傅里叶变换的结果进行平滑处理。
9.根据权利要求2所述的对讲机的信号类型的识别方法，其特征在于，所述计算所述至少一个拐点谱线的幅度值的第一峰度值，包括：
计算所述频谱中，所述至少一个拐点谱线的幅度值的第二八阶中心矩以及第二四阶原点中心矩；
将所述第二八阶中心矩除以所述第二四阶原点中心矩的平方，得到第二商；
计算所述第二商除以所述拐点谱线的个数，得到所述第一峰度值。
10.一种对讲机的信号类型的识别装置，其特征在于，包括：
获取模块，用于获取所述对讲机接收到的信号；
第一计算模块，用于计算所述信号的符号速率谱线；其中，所述计算所述信号的符号速率谱线，包括：计算与所述信号对应的瞬时频率序列；基于所述瞬时频率序列计算中间数据序列；计算与所述中间数据序列对应的所述符号速率谱线；其中，所述计算与所述信号对应的瞬时频率序列，包括：对所述信号求反正切，得到反正切结果序列；从所述反正切结果序列中，提取在预设相位范围内的非连续相位序列；对所述非连续相位序列解卷绕，得到校正因子序列；将所述非连续相位序列加上所述校正因子序列，得到连续相位序列；将所述连续相位序列对时间求导，得到求导结果序列；将所述求导结果序列除以
，得到所述瞬时频率序列；
第一确定模块，用于确定所述符号速率谱线所对应的对讲机的符号速率；
第二计算模块，用于计算所述信号的各次方所对应的各频谱；
提取模块，用于提取每个所述频谱各自的频谱特征；
第二确定模块，用于确定与所述符号速率和各所述频谱特征相对应的信号类型，作为所述信号的信号类型。
11.一种电子设备，其特征在于，包括：处理器、存储器和通信总线，其中，处理器和存储器通过通信总线完成相互间的通信；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现权利要求1~9任一项所述的对讲机的信号类型的识别方法。
12.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1~9任一项所述的对讲机的信号类型的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110370267.XA CN112769724B (zh) | 2021-04-07 | 2021-04-07 | 对讲机的信号类型的识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110370267.XA CN112769724B (zh) | 2021-04-07 | 2021-04-07 | 对讲机的信号类型的识别方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112769724A CN112769724A (zh) | 2021-05-07 |
| CN112769724B true CN112769724B (zh) | 2021-07-02 |
Family
ID=75691168
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110370267.XA Active CN112769724B (zh) | 2021-04-07 | 2021-04-07 | 对讲机的信号类型的识别方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112769724B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103780462A (zh) * | 2014-01-22 | 2014-05-07 | 中国人民解放军理工大学 | 基于高阶累积量和谱特征的卫星通信信号调制识别方法 |
| CN107124381A (zh) * | 2017-03-27 | 2017-09-01 | 华南理工大学 | 一种数字通信信号调制方式自动识别方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104052702B (zh) * | 2014-06-20 | 2017-12-08 | 西安电子科技大学 | 一种复杂噪声下数字调制信号的识别方法 |
| CN112491764B (zh) * | 2020-11-17 | 2022-07-12 | 同方电子科技有限公司 | 一种基于瞬时特征空中模拟信号的识别方法 |
-
2021
- 2021-04-07 CN CN202110370267.XA patent/CN112769724B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103780462A (zh) * | 2014-01-22 | 2014-05-07 | 中国人民解放军理工大学 | 基于高阶累积量和谱特征的卫星通信信号调制识别方法 |
| CN107124381A (zh) * | 2017-03-27 | 2017-09-01 | 华南理工大学 | 一种数字通信信号调制方式自动识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《卫星通信信号体系调制识别技术》;马兆宇 等;《航空学报》;20141225;第35卷(第12期);第3404-3414页 * |
| 《卫星通信常用调制方式的自动识别》;范海波 等;《通信学报》;20040131;第25卷(第1期);第140-149页 * |
| 《数字通信信号调制方式自动识别研究》;齐东兴;《信息通信》;20130831(第8期);第16-17页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112769724A (zh) | 2021-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190199462A1 (en) | Simultaneous call transmission detection | |
| US10050672B2 (en) | Method for processing an analog signal coming from a transmission channel, in particular a signal carried by power line communications | |
| CN107994866A (zh) | 直流电弧故障检测的方法、装置、设备及存储介质 | |
| WO2015119874A1 (en) | Method and apparatus for detecting and avoiding intermodulation interference | |
| Shongwe et al. | Narrow-band interference model for OFDM systems for powerline communications | |
| CN111431560B (zh) | 一种基于iir滤波器的抗强干扰装置及方法 | |
| CN112769724B (zh) | 对讲机的信号类型的识别方法、装置、设备及存储介质 | |
| US10735972B2 (en) | System and method for identifying an off-channel radio frequency source | |
| US20160191118A1 (en) | Enhancing single-ended loop testing signals | |
| Chernoyarov et al. | Algorithms and Devices for Noncoherent Digital Radio Signal Processing. | |
| CN110190917B (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
| CN104468443A (zh) | 一种电力线通信系统窄带干扰除去装置及方法 | |
| CN109039497B (zh) | 单频信号组合分配方法、数据发射方法、接收方法及设备 | |
| TWI593242B (zh) | 可估測頻率偏移的接收電路及相關方法 | |
| CN109815877B (zh) | 一种卫星信号的降噪处理方法及装置 | |
| CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
| Jäntti et al. | Cepstrum based detection and classification of OFDM waveforms | |
| CN112188459A (zh) | 一种信号识别的方法、装置及设备 | |
| CN117201249A (zh) | 一种信号调制方式识别方法、系统及装置 | |
| CN110247868A (zh) | 一种卫星信号盲解调方法、装置及电子设备 | |
| CN105517169A (zh) | 一种用于规避干扰的调度方法 | |
| CN116489617A (zh) | 窄带信号检测、频率估计和干扰消除方法、程序和设备 | |
| US20080240326A1 (en) | High speed digital waveform identification using higher order statistical signal processing | |
| CN116962123B (zh) | 软件定义框架的升余弦成型滤波带宽估计方法与系统 | |
| Kobayashi et al. | Improved MB Cognitive Radio Spectrum Sensing Using Wavelet Spectrum Filtering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device, device and storage medium for identifying signal type of walkie-talkie Effective date of registration: 20220809 Granted publication date: 20210702 Pledgee: China Co. truction Bank Corp Guangzhou Panyu branch Pledgor: Guangzhou huiruisitong Technology Co.,Ltd. Registration number: Y2022440000191 |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20230207 Granted publication date: 20210702 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20240402 Granted publication date: 20210702 |