基于深度神經網絡的Morse碼自動譯碼算法
發(fā)布時間：2021-01-07 12:35
在軍用和民用領域,Morse電報一直是一種重要的短波通信手段,但目前的自動譯碼算法仍然存在準確率低、無法適應低信噪比和不穩(wěn)定的信號等問題。該文引入深度學習方法構建了一個Morse碼自動識別系統(tǒng),神經網絡模型由卷積神經網絡、雙向長短時記憶網絡和連接時序分類層組成,結構簡單,且能夠實現端到端的訓練。相關實驗表明,該譯碼系統(tǒng)在不同信噪比、不同碼速、信號出現頻率漂移以及不同發(fā)報手法引起的碼長偏差等情況下,均能取得較好的識別效果,性能優(yōu)于傳統(tǒng)的自動識別算法。
【文章來源】：電子與信息學報. 2020,42(11)北大核心
【文章頁數】：6 頁
【部分圖文】：
特征序列與時頻圖的對應
氖背こ?現偏差，且隨著發(fā)報人手法不同，這個偏差會不同。實驗中，給Morse信號中的每個點劃的頻率隨機加上0～350Hz/s漂移率(單位時間內的漂移量)的線性漂移，同時給點劃長度乘以一個0.9～1.1的隨機誤差系數，以模擬手工偏差，信號時頻圖如圖6所示。經過上述處理后，信號識別結果如表3所示。結果表明，隨著頻率漂移和碼長偏差情況的逐個加入，識別準確率逐漸下降，但是依然能保持在一個較高水平，說明本文算法在一些復雜環(huán)境中具有較好的魯棒性，且能適應不同發(fā)報手法的電報。圖4多模型識別準確率對比表2數據集組成碼速(wpm)信噪比(dB)數目訓練集25,30,4040,30,20,10,6,3,–3,–6,–8,–1025000/50000驗證集25,30,4040,30,20,10,6,3,–3,–6,–8,–102500測試集25,30,4040,30,20,10,6,3,–3,–6,–8,–1025002646電子與信息學報第42卷
4(00)00180-4.[4]GOLDB.Machinerecognitionofhand-sentMorsecode[J].IRETransactionsonInformationTheory,1959,5(1):17–24.doi:10.1109/TIT.1959.1057478.[5]WUChungminandLUOChinghsing.Morsecoderecognitionsystemwithfuzzyalgorithmfordisabledpersons[J].JournalofMedicalEngineering&Technology,2002,26(5):202–207.doi:10.1080/03091900210156904.[6]WANGYaqi,SUNZhonghua,andJIAKebin.AnautomaticdecodingmethodforMorsesignalbasedonclusteringalgorithm[C].The12thInternationalConference[7]圖5多模型識別速度對比圖6出現頻率漂移和碼長偏差的Morse信號表3頻率漂移和碼長偏差情況下的譯碼準確率字準確率(%)詞準確率(%)原始信號99.9299.65頻率漂移96.2391.71頻率漂移+碼長偏差95.8890.40表4有無頻漂時去掉CNN前后譯碼性能迭代次數字準確率(%)詞準確率(%)有CNN，無頻漂2399.9299.65無CNN，無頻漂4292.7173.90有CNN，有頻漂2696.2391.71無CNN，有頻漂4763.1120.35第11期游凌等：基于深度神經網絡的Morse碼自動譯碼算法2647
【參考文獻】：
期刊論文
[1]基于單一神經網絡的多尺度人臉檢測[J]. 劉宏哲,楊少鵬,袁家政,王雪嶠,薛建明. 電子與信息學報. 2018(11)
[2]Morse報自動譯碼算法研究[J]. 王亞琦,孫中華,賈克斌. 信號處理. 2017(11)
碩士論文
[1]摩爾斯短波無線通信系統(tǒng)的設計與實現研究[D]. 韋醒超.湖南大學 2017
本文編號：2962566
【文章來源】：電子與信息學報. 2020,42(11)北大核心
【文章頁數】：6 頁
【部分圖文】：
特征序列與時頻圖的對應
氖背こ?現偏差，且隨著發(fā)報人手法不同，這個偏差會不同。實驗中，給Morse信號中的每個點劃的頻率隨機加上0～350Hz/s漂移率(單位時間內的漂移量)的線性漂移，同時給點劃長度乘以一個0.9～1.1的隨機誤差系數，以模擬手工偏差，信號時頻圖如圖6所示。經過上述處理后，信號識別結果如表3所示。結果表明，隨著頻率漂移和碼長偏差情況的逐個加入，識別準確率逐漸下降，但是依然能保持在一個較高水平，說明本文算法在一些復雜環(huán)境中具有較好的魯棒性，且能適應不同發(fā)報手法的電報。圖4多模型識別準確率對比表2數據集組成碼速(wpm)信噪比(dB)數目訓練集25,30,4040,30,20,10,6,3,–3,–6,–8,–1025000/50000驗證集25,30,4040,30,20,10,6,3,–3,–6,–8,–102500測試集25,30,4040,30,20,10,6,3,–3,–6,–8,–1025002646電子與信息學報第42卷
4(00)00180-4.[4]GOLDB.Machinerecognitionofhand-sentMorsecode[J].IRETransactionsonInformationTheory,1959,5(1):17–24.doi:10.1109/TIT.1959.1057478.[5]WUChungminandLUOChinghsing.Morsecoderecognitionsystemwithfuzzyalgorithmfordisabledpersons[J].JournalofMedicalEngineering&Technology,2002,26(5):202–207.doi:10.1080/03091900210156904.[6]WANGYaqi,SUNZhonghua,andJIAKebin.AnautomaticdecodingmethodforMorsesignalbasedonclusteringalgorithm[C].The12thInternationalConference[7]圖5多模型識別速度對比圖6出現頻率漂移和碼長偏差的Morse信號表3頻率漂移和碼長偏差情況下的譯碼準確率字準確率(%)詞準確率(%)原始信號99.9299.65頻率漂移96.2391.71頻率漂移+碼長偏差95.8890.40表4有無頻漂時去掉CNN前后譯碼性能迭代次數字準確率(%)詞準確率(%)有CNN，無頻漂2399.9299.65無CNN，無頻漂4292.7173.90有CNN，有頻漂2696.2391.71無CNN，有頻漂4763.1120.35第11期游凌等：基于深度神經網絡的Morse碼自動譯碼算法2647
【參考文獻】：
期刊論文
[1]基于單一神經網絡的多尺度人臉檢測[J]. 劉宏哲,楊少鵬,袁家政,王雪嶠,薛建明. 電子與信息學報. 2018(11)
[2]Morse報自動譯碼算法研究[J]. 王亞琦,孫中華,賈克斌. 信號處理. 2017(11)
碩士論文
[1]摩爾斯短波無線通信系統(tǒng)的設計與實現研究[D]. 韋醒超.湖南大學 2017
本文編號：2962566
本文鏈接：http://sikaile.net/kejilunwen/xinxigongchenglunwen/2962566.html
