一种海洋环境下卫星通讯信号降噪系统及降噪方法

：
1.本发明涉及数据安全技术领域，具体而言，涉及一种基于双向特征融合降噪自编码器的海洋环境下卫星通讯信号降噪系统及降噪方法。


背景技术：

2.海洋环境处于一个较为开放的状态，领域广阔且环境错综复杂，不可能轻易的掌握正确的海洋环境状况，而类似热传感器、雷达以及自动识别系统(ais)等这些目前主流的管控方案在面对中远距离海域实时管控的需求上都不够全面。卫星通信系统作为一种实现远距离通信的微波通信系统，通过以卫星作为中继站的方式将通讯覆盖范围做到远远大于一般的移动通信系统，而在轨道卫星数量需求较小，比较少的组网卫星就能够实现全球的无间隙覆盖。在类似空中、荒漠戈壁以及海洋等地面移动通信系统无法覆盖的地方，卫星通信系统也能够实现通信交互。同时，目前海洋环境上的通信行为多是依靠卫星通信系统的覆盖范围优势，无论是军事还是民用领域卫星通信系统的存在都是十分重要的。尤其是民用的手持卫星通信电话获取入网资格并不困难，所以海洋环境下卫星通信系统使用较为广泛。同时卫星通信系统作为一种通讯方法，必然具备实时性这一重要属性，在实现中远距离实时管控时尤为契合。
3.另外，海洋环境错综复杂，必然会导致通信过程中的因素错综复杂，也就是会充斥着各种影响管控目标判断的不相关噪声。海洋环境中信道噪声大致可以分为自然噪声、人为噪声以及内部噪声，自然噪声是指自然界的各种电磁波辐射，例如闪电，大气噪声以及来自太阳系和银河系等的宇宙噪声，人为噪声是指由人类活动产生的噪声，包括无线电噪声和工业噪声，例如电气开关瞬态造成的电磁波辐射，内部噪声是通信设备本身产生的噪声，例如导体中自由电子的热运动产生的热噪声。现阶段的降噪方法更新迭代很快，效果也越来越显著，但是卫星通讯设备目标管控中对特定卫星通讯设备的识别主要方法依靠的是特定射频辐射源个体识别。特定辐射源个体识别是指对接收的电磁信号进行特征测量，根据已有的先验信息确定产生信号的辐射源个体，而这个特征的测量主要来源便是辐射源个体的特征，也就是这个辐射源个体的“指纹”。但是像类似卫星手持电话这类设备都是同样的工艺来批量生产的，在编码、调制方式相同的情况下，海洋又是具备随机性和不可预测性的环境，所能找到的辐射源个体“指纹”只能从辐射源个体内部来寻找。而从工业角度上来讲，虽然同种类的辐射源个体是同一个标准甚至同一个生产线进行制造生产的，但是半导体、晶体管的硬件生产是不可能完美的，必然会存在“小瑕疵”，而这些小瑕疵在辐射源个体工作时就会展现出来，也就是辐射源个体所具备的特征。而这些“小瑕疵”的特征主要体现在内部噪声中，所以在去噪的同时，难免会去掉能够代表辐射源个体的特征，也就会影响辐射源个体识别的精确度。
4.因此，需要研究一种能够有效去除卫星通讯信号噪声的方案，既能将影响卫星通讯设备辐射源个体识别的大量无关噪声去除掉，又能够保留代表卫星通讯设备辐射源个体特征的部分内部噪声。这两方面是海洋低信噪比环境下卫星通讯信号降噪的关键技术难
点，它对于保证卫星通讯设备辐射源个体识别的准确性和和有效利用有着重要的意义。


技术实现要素：

5.为解决上述问题，本发明提供了一种基于双向特征融合降噪自编码器的海洋环境下的卫星通讯信号降噪系统及降噪方法。
6.所述系统包括第一特征提取器、第一编码器、第二特征提取器、第二编码器、特征嵌入器、解码器以及信号生成器；第一特征提取器和第一编码器连接，第二特征提取器与第二编码器连接，形成两个信号处理任务分支；第一特征提取器和第二特征提取器的输入作为整体系统的输入，第一编码器和第二编码器的输出作为特征嵌入器的输入，特征嵌入器的输出作为解码器的输入，解码器的输出作为信号生成器的输入，信号生成器的输出作为整个系统的输出；
7.第一特征提取器、第二特征提取器的输入为接收到的卫星通讯信号，第一特征提取器用于提取未添加噪声的卫星通讯信号特征，生成服务于卫星通讯信号生成图像去噪的单向训练任务分支所需的卫星通讯信号图像特征，第二特征提取器用于提取保留卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成保留卫星通讯信号设备噪声的单向训练任务分支所需的卫星通讯信号图像特征；
8.第一编码器、第二编码器分别用于将第一特征提取器的输出信号、第二特征提取器的输出信号映射为数值编码，输出若干个正态分布的均值和标准差，然后采样得到最终编码；
9.特征嵌入器用于将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中；
10.解码器用于对特征嵌入器输出结果进行解码；
11.信号生成器用于解码器的输出进行重构获得所需的卫星通讯信号。
12.进一步的，第一特征提取器、第二特征提取器的结构相同，均包含6个处理单元、2个池化层；信号传输顺序依次为第一处理单元、第二处理单元、第一池化层、第三处理单元、第四处理单元、第二池化层、第五处理单元、第六处理单元；每个处理单元均包含卷积层、归一化层、激活函数层，信号在每个处理单元内的传输顺序为：卷积层、归一化层、激活函数层。
13.进一步的，第一特征提取器、第二特征提取器的算法式子分别为：
14.f1＝f
feo
(nsf)
15.f2＝f
fee
(nsf)
16.其中f
feo
、f
fee
分别是第一特征提取器、第二特征提取器的参数表示，nsf是输入的所接收到的卫星通讯信号；f1为服务于卫星通讯信号生成图像去噪的单向训练任务分支所需的卫星通讯信号图像特征，f2是实现保留卫星通讯信号设备噪声的单向训练任务分支所需的卫星通讯信号图像特征。
17.进一步的，卫星通讯信号设备噪声包括电阻热噪声以及1/f噪声。
18.进一步的，第一编码器的输出如下所示：
[0019][0020]
x1是第一特征提取器的输出，x1＝f
11
,f
12
,
…
,f
1n
；f
en
()为函数结构，它输出的是n
个正态分布的均值个正态分布的均值标准差
[0021]
第二编码器的输出如下所示：
[0022][0023]
其中x2代表第二特征提取器的输出，x2＝f
21
,f
22
,
…
,f
2n
；f
en
()输出n个正态分布的均值标准差标准差
[0024]
进一步的，特征嵌入器内的运算式如下所示：
[0025][0026]
zi为隐藏向量，zi∈(z1,(z2,
…
,zn)。
[0027]
进一步的，解码器由全连接层和矩阵重塑层构成，解码器的输出为：
[0028][0029]
其中z为输入的隐藏向量，f
de
()是解码器函数，为解码器的输出；隐藏向量输入全连接层。
[0030]
进一步的，信号生成器输出如下所示：
[0031][0032]
其中，是输入的去噪后卫星通讯信号的特征，f
tfe
是信号生成器函数，sf是最后生成的去噪后卫星通讯信号。
[0033]
进一步的，解码器包括六个输出信号处理单元及两个上采样层；六个输出信号处理单元分别为第一输出信号处理单元、第二输出信号处理单元、第三输出信号处理单元、第四输出信号处理单元、第五输出信号处理单元、第六输出信号处理单元；各个输出信号处理单元均含有一个反卷积层和激活函数层。
[0034]
降噪方法包括如下步骤：
[0035]
步骤一：第一特征提取器、第二特征提取器同时接收到卫星通讯信号，其中，
[0036]
第一特征提取器提取未添加卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成去噪的卫星通讯信号图像特征；
[0037]
第二特征提取器提取保留卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成保留卫星通讯信号设备噪声的卫星通讯信号图像特征；
[0038]
步骤二：第一编码器、第二编码器分别将第一特征提取器的输出信号、第二特征提取器的输出信号映射为数值编码，输出若干个正态分布的均值和标准差，然后采样得到最终编码；
[0039]
步骤三：特征嵌入器将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中，输出隐藏向量；
[0040]
步骤四：解码器对隐藏向量进行解码，输出预定尺寸的矩阵；
[0041]
步骤五：信号生成器将解码器的输出进行重构获得所需的卫星通讯信号。
[0042]
本发明的有益效果为：
[0043]
本发明设计了基于双向特征融合降噪自编码器模型，通过双向同结构不同操作的
方式来保证去噪信号和设备特征信息的获取；还设计了特征嵌入器的结构，通过特征相互嵌入的模式来保证去噪后海洋通讯信号依旧可用于辐射源个体识别。
[0044]
本发明在保留了海洋卫星通讯设备辐射源个体特征主体部分—设备噪声的前提下，保证卫星通讯设备能够更明显的被识别出来，同时极大程度的实现海洋环境下的卫星通讯信号去噪，去除与卫星通讯信号无关的部分，减少噪声对海洋卫星通讯设备辐射源个体识别的干扰。
[0045]
本发明的方案可以将海洋低信噪比环境下的卫星通讯信号处理成为更干净更能代表卫星通讯设备辐射源个体的卫星通讯信号，同时保证了卫星通讯设备辐射源个体识别的准确率。
附图说明：
[0046]
图1为本系统结构示意图。
[0047]
图2为特征提取器的结构示意图。
[0048]
图3为编码器的结构示意图。
[0049]
图4为特征嵌入器的结构示意图。
[0050]
图5为解码器的结构示意图。
[0051]
图6为信号生成器的结构示意图。
具体实施方式：
[0052]
本发明的设计构思为：本发明主要应用于海洋环境下的卫星通讯信号降噪工作，所述系统包含了两个特征提取器、两个编码器、特征嵌入器、解码器以及信号生成器。海洋环境下的卫星通讯信号会输入到一个特征提取器中进行信号的特征提取，特征提取器会根据信号信息得到信号的特征，然后将提取出的特征输入到对应自编码器中，该自编码器会将输入的特征信息进行编码，得到新的特征。同时另一个特征提取器和对应自编码器结构也会进行相同的操作，不同的是它们会更注重设备信息的特征。然后将得到的两个方向的特征一起输入到特征嵌入器中，将两种特征相互嵌入实现特征融合，然后生成新的特征输出，此时新的特征既没有受到大量噪声的影响，又保留着更容易区分类别的特征。将融合嵌入的特征输入到解码器中进行解码，得到信号生成器需要的特征形式，然后解码。
[0053]
下面结合图1-6对本系统结构进行说明：
[0054]
如图1所示，本发明包括第一特征提取器、第一编码器、第二特征提取器、第二编码器特征嵌入器、解码器以及信号生成器几个部分。第一特征提取器和第一编码器连接，第二特征提取器与第二编码器连接，第一特征提取器和第二特征提取器的输入作为整体系统的输入，第一编码器和第二编码器的输出作为解码器的输入，解码器的输出作为信号生成器的输入，信号生成其的输出作为整个系统的输出。
[0055]
一、第一特征提取器、第二特征提取器
[0056]
所述第一特征提取器、第二特征提取器结构相同，特征提取器类似于vgg网络架构，以便于提取更能代表卫星通讯信号的特征。特征提取器设计了相应的特征提取算子，能够从卫星通讯信号中获得特征。能够精确的提取出卫星通讯信号中具有代表性的信息。第一特征提取器、第二特征提取器。
[0057]
特征提取器的结构如下：包含6个处理单元、2个池化层。信号传输顺序依次为第一处理单元、第二处理单元、第一池化层、第三处理单元、第四处理单元、第二池化层、第五处理单元、第六处理单元。每个处理单元均包含卷积层、归一化层、激活函数层，单个处理单元内信号传输顺序为：卷积层、归一化层、激活函数层。本实施例中，第一处理单元、第二处理单元的卷积层采用了64个卷积核，第三处理单元、第四处理单元的卷积层采用了128个卷积核，第五处理单元、第六处理单元的卷积核采用了256个处理单元。当然，各个处理单元数量及每个卷积的卷积核数量可以根据实际需求进行调整，并且根据不同数据集进行重新训练。
[0058]
卷积层用于调整参数矩阵的尺寸。归一化层会将输入的特征图进行归一化，保证输入分布的均值和方差保持在一个固定的范围，来缓解图像梯度消失，加速特征提取器模型的收敛；激活函数层用于引入非线性函数使得上下层交替的线性变换复杂化以增强神经网络的表示能力和学习能力；池化层用于对图像进行下采样，对特征进行压缩，有效的缩小参数矩阵的尺寸，防止过拟合。本实施例中，经过池化层后特征图的大小会缩小一半。
[0059]
下面对特征提取器的特征提取算法进行说明。
[0060]
特征提取器的输入为卫星通讯信号生成的图像，输出定义为特征f，即自编码器的输入。第一特征提取器、第一特征提取器内的算法式子分别如下所示：
[0061]
f1＝f
feo
(nsf)
[0062]
f2＝f
fee
(nsf)
[0063]
其中，f
feo
、f
fee
分别是第一特征提取器、第二特征提取器的参数表示，f
feo
更为侧重提取未添加任何噪声的卫星通讯信号特征，f
fee
更侧重于含有需要保留的设备噪声的卫星通讯信号特征。
[0064]
nsf是的所接收到的输入信号，包含了原始的信号信息、环境噪声以及设备噪声，其中设备噪声与电子器件的内部构造有关，这里主要保留的设备噪声是电阻热噪声以及1/f噪声。电阻热噪声产生的原因是由于各载流子进行布朗运动时相互碰撞产生的，且与电阻有关；1/f噪声与硬件生产时存在的瑕疵有关，是能够代表设备器件特征的噪声类型。
[0065]
f1为服务于卫星通讯信号生成图像去噪的单向训练任务分支所需的卫星通讯信号图像特征，f2是实现保留卫星通讯信号设备噪声的单向训练任务分支所需的卫星通讯信号图像特征，同时f1和f2分别是第一编码器、第二编码器的输入。在双向特征融合降噪自编码器设计特征提取器的目的是更好的处理卫星通讯信号生成图像的去噪任务，在操作卫星通讯信号生成图像的特征时，提供了更精细的信息，对于实现保留设备噪声的卫星通讯信号去噪具有重要的意义。
[0066]
下面结合图2对特征提取器的工作流程举例说明：
[0067]
假定向特征提取器输入一张256*256*3的图像，经过第一个处理单元的卷积层后获得特征图，该卷积层采用了64个卷积核，经过卷积层后的特征图为256*256*64，然后通过归一化层，归一化层会将输入的特征图进行归一化，保证输入分布的均值和方差保持在一个固定的范围，来缓解图像梯度消失，加速特征提取器模型的收敛，然后经过激活函数的映射，激活函数通过引入非线性函数使得上下层交替的线性变换复杂化以增强神经网络的表示能力和学习能力；然后再经过第二处理单元的卷积层(本实施例中，该卷积层的卷积核是64个)、归一化层以及激活函数，此时得到的特征图为256*256*64。之后再通过第一个池化
层，对图像进行下采样，对特征进行压缩，有效的缩小参数矩阵的尺寸，防止过拟合，经过池化层后特征图的大小会缩小一半，此时的特征图为128*128*64，然后将该特征图输入第三个处理单元的卷积层，该单元的卷积层有128个卷积核，经过卷积层后，特征图的深度由64变为128，此时的特征图为128*128*128，再次经过归一化层和激活函数加速特征提取器模型的收敛，增强神经网络的表示能力和学习能力；然后再经过第四个处理单元的卷积层(本实施例中，该卷积层的卷积核是128个、归一化层以及激活函数，此时得到的特征图为128*128*128。之后再次通过第二池化层对图像进行下采样，得到的特征图为64*64*128，然后将特征图输入第五处理单元的卷积层)，得到64*64*256的特征图，再次经过归一化层和激活函数；然后再经过第六处理单元的卷积层(该卷积层含有256个卷积核)、归一化层以及激活函数，此时得到的特征图为64*64*256。
[0068]
需要说明的是，第一特征提取器、第二特征提取器处理的流程都是相同的，但是处理的目的并不相同，实践中，根据不同的侧重方向调整第一特征提取器、第二特征提取器的训练方式，从而得到更需要的特征结果，根据需求的不同甚至可以更换特征提取器的结构。
[0069]
二、第一编码器、第二编码器
[0070]
本实施例的自编码器是变分自编码器的重要组成部分，类似一种从高维到低维的映射函数，也就是通过编码的方式将输入映射为数值编码，即将输入的数值向量映射为隐空间的某个向量。而变分自编码器中，不再是输出数值编码，变分自编码器中的自编码器输出的是若干个正态分布的均值和标准差，然后从每个正态分布采样得到编码，即变分自编码器的潜向量是通过概率分布的方式来描述的。
[0071]
如图3所示，为编码器的框架。其包含第一全连接层、两个第二全连接层，第一个全连接层的输入为特征提取器的输出，得到预定参数的向量，然后将该规定向量传输到两个第二全连接层，两个第二全连接层再分别输入预定参数的向量，然后分别根据向量正态分布计算均值和标准差。
[0072]
本实施例第一编码器的输出如下所示：
[0073][0074]
第一特征提取器侧重去噪目的，其中x1代表第一特征提取器的输出，是一个数据集特征集合，即x1＝f
11
,f
12
,
…
,f
1n
，是f1。f
en
()是自编码器的函数结构，它输出的是n个正态分布的均值和标准差
[0075]
本实施例第二编码器的输出如下所示：
[0076][0077]
第二特征提取器侧重保留设备噪声特征，其中x2代表第二特征提取器的输出，是一个数据特征集合，x2＝f
21
,f
22
,
…
,f
2n
。自编码器f
en
()会输出n个正态分布的均值和标准差
[0078]
需要说明的是，本技术所述的自编码器是整体神经网络结构的名称，是一种对数据集先编码再解码的神经网络结构，该神经网络结构一般包含编码器、隐藏层以及解码器，此申请是基于自编码器神经网络结构进行改进，包含特征提取器、编码器、特征嵌入器、解码器以及信号生成器。流程为首先输入信号图像进入特征提取器，获得信号图像的特征，然
后将特征输入编码器进行降维映射，降维后的特征会进入隐藏层，此时分别在两个隐藏层中，此时通过特征嵌入器的特征融合操作将两个隐藏层的特征进行融合嵌入，然后通过解码器对降维的特征进行重塑，最后特征经过信号生成器后得到最终需要的降噪信号图像。
[0079]
在本实施例中，第一全连接层采用了4096个节点，其输入为特征提取器输出的64*64*256的特征图，第一全连接层输出一个1*1*4096的向量，然后将1*1*4096的向量输入到两个第二全连接层构成，这两个第二全连接层都是64个节点，当向量通过这两个第二全连接层之后会得到两个1*1*64的向量，然后分别根据向量正态分布计算均值和标准差。
[0080]
三、特征嵌入器
[0081]
特征嵌入器作为双向特征融合降噪自编码器的核心部分，其用于将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中，即在最终的卫星通讯信号去噪结果中保留设备噪声特征，或者说是用设备噪声为去噪后的卫星通讯信号打一个标签。在设计特征嵌入时，使用的理念类似于条件变分自编码器的条件标签模式，但是本实施例的特征嵌入器直接将“标签”直接作为结果的一部分嵌入进去，对于最终卫星通讯设备辐射源个体识别结果更为有利。
[0082]
如图4所示，特征嵌入器包含一个乘法器和一个加法器，用于将第一全连接和第二全连接层输出的标准差相乘，并将相乘结果与第一全连接层和第二全连接层输出的均差相加，相加结果为特征嵌入器的输出。
[0083]
特征嵌入器内的运算式如下所示：
[0084][0085]
其中和分别代表第一特征提取器输出的n个正态分布的均值和标准差和标准差和分别代表第二特征提取器输出的n个正态分布的均值取器输出的n个正态分布的均值和标准差最后根据特征嵌入器的输出得到隐藏向量zi∈(z1,z2,
…
,zn)。
[0086]
四.解码器
[0087]
解码器一般采用与自编码器相反的结构。为了得到需要的正确去噪卫星通讯信号，所得到隐向量就必须合理，所以需要对本技术所述的自编码器施加了一个约，也就是kl散度，迫使本实施例所述的自编码器产生一个服从于标准高斯分布的隐变量，也就是通过这个损失函数来不断的优化解码输出，使其更接近所需的目标。以一个方向的解码器和解码器的训练过程来描述，模型会期许所有的样本最大化其对数似然，即
[0088][0089]
其中f
1i
是输入自编码器的样本，f
1i
∈{x1|f
11
,f
12
,
…
,f
1n
}。p()是一个条件先验分布函数，能够从其中采样获得隐变量z。为了优化这个期许，可以通过最大化下式来实现：
[0090]
log p(f1)＝kl(q
φ
(z|f1)|p
θ
(z|f1))+l(φ,θ；f1)
[0091]
其中，kl()为kl散度，q()是一个条件后验分布函数，φ代表对应的高斯分布参数
与样本数据点之间的映射。且有：
[0092][0093]
解码器的输出为：
[0094][0095]
其中z为输入的隐藏向量，f
de
()是解码器函数，为解码器的输出。解码器的结构示意图如图5所示：
[0096]
解码器主要是由全连接层和矩阵重塑层构成的，在特征嵌入器将双向自编码器得到的特征向量进行嵌入后，将融合的特征向量输入解码器的第一层—全连接层，这个全连接层具有4096个节点，通过全连接层后会得到一个1*1*4096的特征向量，然后输入矩阵重塑层，矩阵重塑层能够在不改变矩阵数值的情况下修改矩阵的形状，这里的矩阵重塑层会将特征向量转化为一个64*64*256的特征图。
[0097]
五.信号生成器
[0098]
信号生成器的作用是将经过自编码器降噪以及特征嵌入器把设备特征嵌入后的卫星通讯信号特征进行重构获得所需的卫星通讯信号。本实施例中，信号生成器与特征提取器的关系更类似于自编码器的解码器和自编码器，所以信号生成器的结构采取了与特征生成器相反的结构，也就是反卷积的操作。信号生成器输出如下所示：
[0099][0100]
其中，是输入的去噪后卫星通讯信号的特征，f
tfe
是信号生成器函数，sf是最后生成的去噪后卫星通讯信号。双向特征融合降噪自编码器中信号生成器的结构示意图如图6所示：
[0101]
信号生成器包括六个输出信号处理单元及两个上采样层。六个输出信号处理单元分别为第一输出信号处理单元、第二输出信号处理单元、第三输出信号处理单元、第四输出信号处理单元、第五输出信号处理单元、第六输出信号处理单元。各个输出信号处理单元均含有一个反卷积层和激活函数层。第一输出信号处理单元、第二输出信号处理单元结构相同；第三输出信号处理单元、第四输出信号处理单元结构相同；第五输出信号处理单元、第六输出信号处理单元结构相同。反卷积层又称转置卷积，卷积的作用是提取图像的高维特征，而反卷积是根据学习的方法把图像细节还原出来。
[0102]
进一步的，第一输出信号处理单元、第二输出信号处理单元的反卷积层的卷积核数量128，第三输出信号处理单元、第四输出信号处理单元的卷积核数量为64，第三输出信号处理单元、第四输出信号处理单元的卷积核数量为3。
[0103]
信号生成器的工作流程为：信号生成器在得到上一个解码器输出的向量后，在输入信号生成器时，首先经过第一输出信号处理单元的反卷积层，解码器输出的64*64*256大小的特征矩阵通过该反卷积层后会得到64*64*128的特征图，该反卷积层的卷积核数量会和特征提取器对应，然后经过激活函数增强神经网络的表示能力和学习能力，之后会再通
过第二输出信号处理单元，此时输出的特征图大小为64*64*128；然后把特征图输入第一上采样层，上采样层的主要作用是将图像放大，经过第一上采样层后生128*128*128大小的特征图，然后将特征图输入第三信号处理单元，通过该反卷积层后，得到的特征图大小为128*128*64，再次经过激活函数层，然后再通过第四输出信号处理单元将特征图输入上采样层进行放大，输出的特征图大小为256*256*64，然后通过第四输出信号处理单元的反卷积层，输出大小为256*256*3的特征图，然后经过激活函数层，之后会再通过第五输出信号处理单元，然后就会输出256*256*3的信号图像。
[0104]
下面再对上述系统的降噪步骤进行总述。
[0105]
步骤一：第一特征提取器、第二特征提取器同时接收到卫星通讯信号，其中，
[0106]
第一特征提取器提取未添加卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成去噪的卫星通讯信号图像特征；
[0107]
第二特征提取器提取保留卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成保留卫星通讯信号设备噪声的卫星通讯信号图像特征；
[0108]
步骤二：第一编码器、第二编码器分别将第一特征提取器的输出信号、第二特征提取器的输出信号映射为数值编码，输出若干个正态分布的均值和标准差，然后采样得到最终编码；
[0109]
步骤三：特征嵌入器将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中，输出隐藏向量；
[0110]
步骤四：解码器对隐藏向量进行解码，输出预定尺寸的矩阵；
[0111]
步骤五：信号生成器将解码器的输出进行重构获得所需的卫星通讯信号。

技术特征：
1.一种海洋环境下卫星通讯信号降噪系统，其特征在于，所述系统包括第一特征提取器、第一编码器、第二特征提取器、第二编码器、特征嵌入器、解码器以及信号生成器；第一特征提取器和第一编码器连接，第二特征提取器与第二编码器连接，形成两个信号处理任务分支；第一特征提取器和第二特征提取器的输入作为整体系统的输入，第一编码器和第二编码器的输出作为特征嵌入器的输入，特征嵌入器的输出作为解码器的输入，解码器的输出作为信号生成器的输入，信号生成器的输出作为整个系统的输出；第一特征提取器、第二特征提取器的输入为接收到的卫星通讯信号，第一特征提取器用于提取未添加噪声的卫星通讯信号特征，生成服务于卫星通讯信号生成图像去噪的单向训练任务分支所需的卫星通讯信号图像特征，第二特征提取器用于提取保留卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成保留卫星通讯信号设备噪声的单向训练任务分支所需的卫星通讯信号图像特征；第一编码器、第二编码器分别用于将第一特征提取器的输出信号、第二特征提取器的输出信号映射为数值编码，输出若干个正态分布的均值和标准差，然后采样得到最终编码；特征嵌入器用于将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中；解码器用于对特征嵌入器输出结果进行解码；信号生成器用于解码器的输出进行重构获得所需的卫星通讯信号。2.如权利要求1所述的海洋环境下卫星通讯信号降噪系统，其特征在于，第一特征提取器、第二特征提取器的结构相同，均包含6个处理单元、2个池化层；信号传输顺序依次为第一处理单元、第二处理单元、第一池化层、第三处理单元、第四处理单元、第二池化层、第五处理单元、第六处理单元；每个处理单元均包含卷积层、归一化层、激活函数层，信号在每个处理单元内的传输顺序为：卷积层、归一化层、激活函数层。3.如权利要求1或2所述的海洋环境下卫星通讯信号降噪系统，其特征在于，第一特征提取器、第二特征提取器的算法式子分别为：f1＝f
feo
(nsf)f2＝f
fee
(nsf)其中f
feo
、f
fee
分别是第一特征提取器、第二特征提取器的参数表示，nsf是输入的所接收到的卫星通讯信号；f1为服务于卫星通讯信号生成图像去噪的单向训练任务分支所需的卫星通讯信号图像特征，f2是实现保留卫星通讯信号设备噪声的单向训练任务分支所需的卫星通讯信号图像特征。4.如权利要求1所述的海洋环境下卫星通讯信号降噪系统，其特征在于，卫星通讯信号设备噪声包括电阻热噪声以及1/f噪声。5.如权利要求3所述的海洋环境下卫星通讯信号降噪系统，其特征在于，第一编码器的输出如下所示：x1是第一特征提取器的输出，x1＝f
11
,f
12
,
…
,f
1n
；f
en
()为函数结构，它输出的是n个正态分布的均值态分布的均值标准差第二编码器的输出如下所示：
其中x2代表第二特征提取器的输出，x2＝f
21
,f
22
,
…
,f
2n
；f
en
()输出n个正态分布的均值标准差标准差6.如权利要求5所述的海洋环境下卫星通讯信号降噪系统，其特征在于，特征嵌入器内的运算式如下所示：z
i
为隐藏向量，z
i
∈(z1,z2,
…
,z
n
)。7.如权利要求6所述的海洋环境下卫星通讯信号降噪系统，其特征在于，解码器由全连接层和矩阵重塑层构成，解码器的输出为：其中z为输入的隐藏向量，f
de
()是解码器函数，为解码器的输出；隐藏向量输入全连接层。8.如权利要求7所述的海洋环境下卫星通讯信号降噪系统，其特征在于，信号生成器输出如下所示：其中，是输入的去噪后卫星通讯信号的特征，f
tfe
是信号生成器函数，sf是最后生成的去噪后卫星通讯信号。9.如权利要求1所述的海洋环境下卫星通讯信号降噪系统，其特征在于，解码器包括六个输出信号处理单元及两个上采样层；六个输出信号处理单元分别为第一输出信号处理单元、第二输出信号处理单元、第三输出信号处理单元、第四输出信号处理单元、第五输出信号处理单元、第六输出信号处理单元；各个输出信号处理单元均含有一个反卷积层和激活函数层。10.权利要求1-9所述的海洋环境下卫星通讯信号降噪系统的降噪方法，其特征在于，包括如下步骤：步骤一：第一特征提取器、第二特征提取器同时接收到卫星通讯信号，其中，第一特征提取器提取未添加卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成去噪的卫星通讯信号图像特征；第二特征提取器提取保留卫星通讯设备辐射源设备噪声的卫星通讯信号特征，生成保留卫星通讯信号设备噪声的卫星通讯信号图像特征；步骤二：第一编码器、第二编码器分别将第一特征提取器的输出信号、第二特征提取器的输出信号映射为数值编码，输出若干个正态分布的均值和标准差，然后采样得到最终编码；步骤三：特征嵌入器将卫星通讯设备辐射源设备噪声特征嵌入到最终的卫星通讯信号去噪结果中，输出隐藏向量；步骤四：解码器对隐藏向量进行解码，输出预定尺寸的矩阵；步骤五：信号生成器将解码器的输出进行重构获得所需的卫星通讯信号。

技术总结
本发明提供了一种海洋环境下的卫星通讯信号降噪系统及降噪方法。所述系统包括第一特征提取器、第一编码器、第二特征提取器、第二编码器、特征嵌入器、解码器以及信号生成器；第一特征提取器和第一编码器连接，第二特征提取器与第二编码器连接，形成两个信号处理任务分支；第一特征提取器和第二特征提取器的输入作为整体系统的输入，第一编码器和第二编码器的输出作为特征嵌入器的输入，特征嵌入器的输出作为解码器的输入，解码器的输出作为信号生成器的输入，信号生成器的输出作为整个系统的输出。本发明保证了卫星通讯设备辐射源个体识别的准确率。的准确率。的准确率。


技术研发人员：叶俊 黄凯 安方林 杨则文 郭祯 岳秋玲
受保护的技术使用者：海南大学
技术研发日：2023.07.19
技术公布日：2023/9/20