阅读说明：本技术 电码的自动识别方法及存储介质 (Automatic identification method of code and storage medium ) 是由 曾英夫 刘忠 于 2020-01-20 设计创作，主要内容包括：本发明公开了电码的自动识别方法及存储介质,包括以下步骤,信号概率向量门限值二向化：根据门限值大小,将神经网络的概率向量二向化为0、1向量；合成点杠信号：根据连续二向值为1的长度生成点杠信号向量；采用动态编程算法对所述点杠信号向量进行自动编组,得到点杠信号向量组；将点杠信号向量组对照编码表进行编码。采用上述步骤,采用动态编程算法即DP算法很好的解决了不同速率,发报人员的不同习惯等各种因素下都能生成最优编组结果；相比于传统直接按照间隔长度分组有更强的稳定性以及适应性；实现了实际使用中的摩尔斯电报码的自动编码。(The invention discloses an automatic identification method of code and a storage medium, comprising the following steps of: according to the threshold value, the probability vector of the neural network is divided into 0 and 1 vectors; synthesizing a point bar signal: generating a point bar signal vector according to the length of the continuous two-way value of 1; automatically grouping the point bar signal vectors by adopting a dynamic programming algorithm to obtain a point bar signal vector group; the point bar signal vector groups are encoded against an encoding table. By adopting the steps, the optimal marshalling result can be generated under various factors of different rates, different habits of a transmitter and the like by adopting a dynamic programming algorithm (DP algorithm); compared with the traditional method that the data are directly grouped according to the interval length, the method has stronger stability and adaptability; the automatic coding of Morse telegraph codes in actual use is realized.)

电码的自动识别方法及存储介质

技术领域

本发明属于电码自动识别技术，具体涉及电码的自动识别方法及存储介质。

背景技术

无线电摩尔斯电码声音信号由于其高噪音，信道不稳定等特点，在全国范围内都是经过长期训练的专业人员进行人工的识别。基本工作流程为一边听取声音信号，同时根据报文类型（长码，短码，字码等）实时译为数字，并记录下来。

人工识别存在工作强度大，专业人员不足等限制。

现有技术中存在自动识别并编码的产品只存在于用于训练的模拟器中，通过物理相连的等幅报发报器（按下电路通，抬起电路断）得到通断信号并编码。这种技术并不能在实际中应用，因为现实条件下的信号是经过无线电传输以后的声音信号。

自动编码的主要难点如下：

1.需要适用于不同操作员的报文，标准程度各不相同；

2.需要适用于电子键的快速发报，速度60到120码/分钟不等；

3.需要适用不同的编码方式，长，短，字符码均可使用。

需要实现一定程度的自动更正功能。由于无线电信号不稳定的特点，一组码中，缺失少部分信号，能根据情况自动补充。

发明内容

本发明提供了电码的自动识别方法及存储介质，解决了现有技术中存在自动识别并编码的产品，通过物理相连的等幅报发报器得到通断信号并编码，这种技术并方便在实际中应用的问题。

本发明所采用的技术方案为：

电码的自动识别方法，包括以下步骤：

S1、信号概率向量门限值二向化：根据门限值大小,将神经网络的概率向量二向化为0、1向量；

S2、合成点杠信号：根据连续二向值为1的长度生成点杠信号向量；

S3、采用动态编程算法对所述点杠信号向量进行自动编组，得到点杠信号向量组；

S4、将点杠信号向量组对照编码表进行编码。

采用上述步骤，采用动态编程算法即DP算法很好的解决了不同速率，发报人员的不同习惯等各种因素下都能生成最优编组结果；相比于传统直接按照间隔长度分组有更强的稳定性以及适应性；实现了实际使用中的摩尔斯电报码的自动编码；解决了现有技术中存在自动识别并编码的产品，通过物理相连的等幅报发报器得到通断信号并编码，这种技术并方便在实际中应用的问题。

进一步的，在步骤S3之后还进行自动校正，所述自动校正是对错误的码组通过预设规则结合间隔大小进行自动校正，一个所述码组对应一个所述点杠信号向量组。由于无线电信号不稳定的特点，一组码中，缺失少部分信号，通过预设规则的校正编译，在自动识别过程中能根据情况自动补充，提高本方法的的实用性。

进一步的，门限值大小在0.85 ～0.95；

进一步的，在步骤S2中合成点杠信号的同时还进行过滤信号噪点。

进一步的，连续二向值为1的长度是将0、1向量中连续为1的点合成为一个信号点，并记录所述信号点长度信息，其中所述长度小于2的信号点为信号噪点；

进一步的，在步骤S2中根据连续二向值为1的长度生成点杠信号向量的方法是：根据信号点的长度, 按照杠信号的长度L₁与点信号的长度L₂满足2.8*L₂<L₁<3.2*L₂时, 输出点杠信号向量；

进一步的，所述动态编程算法的方法是：对于每一个信号c_i只有两种情况：

（1）、与之前未分组信号r组成码组；

（2）、不组成码组,加入未分组信号r；

通过遍历调用可用分组方式,并每次选取两种情况中得分最高的选择组成最终码组。

电码的自动识别存储介质，所述存储介质装载有计算机程序，所述计算机程序被处理器执行时实现上述电码的自动识别方法。

本发明具有如下的优点和有益效果：

1、本发明采用动态编程算法即DP算法很好的解决了不同速率，发报人员的不同习惯等各种因素下都能生成最优编组结果；相比于传统直接按照间隔长度分组有更强的稳定性以及适应性；实现了实际使用中的摩尔斯电报码的自动编码；解决了现有技术中存在自动识别并编码的产品，通过物理相连的等幅报发报器得到通断信号并编码，这种技术并方便在实际中应用的问题；

2、本发明通过预设规则的校正编译，在自动识别过程中能根据情况自动补充，提高本方法的的实用性；

3、本发明可适用不同的编码方式，长，短，字符码均可使用。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1是本发明的方法流程图。

图2是本发明实施时一个信号未能成功识别的识别结果图。

图3是本发明实施时DP算法对点杠信号分组结果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

本文使用的术语仅用于描述特定实施例，并且不意在限制本发明的示例实施例。如本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”、和/或“包含了”当在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。

实施例1：

如图1所示，本实施例提供了电码的自动识别方法，包括以下步骤：

S1、信号概率向量门限值二向化：根据门限值大小,将神经网络的概率向量二向化为0、1向量；

S2、合成点杠信号：根据连续二向值为1的长度生成点杠信号向量；

S3、利用动态编程算法对所述点杠信号向量进行自动编组，得到点杠信号向量组；

S4、将点杠信号向量组对照编码表进行编码。

神经网络的概率向量是基于Bi-LSTM神经网络的摩尔斯电码自动识别过程中得到，其具体方法包括以下步骤：

构建卷积神经网络和Bi-LSTM神经网络，并结合Bi-LSTM神经网络和卷积神经网络进行序列建模，生成多模LSTM模型；

采用联合训练的方式对多模LSTM模型进行训练，对Bi-LSTM神经网络和卷积神经网络的参数进行联合优化；

获取摩尔斯电码音频信号，并对摩尔斯电码音频信号进行预处理，获得预处理后的音频信号；

对预处理后的音频信号进行解析和转化，生成音频信号的频谱图像；

将频谱图像输入多模LSTM模型，输出概率向量结果；

优选的，在步骤S3之后还进行自动校正，所述自动校正是对错误的码组通过预设规则结合间隔大小进行自动校正。通过大量的一线报务员反馈，以及报文编码规则，本算法设计了一系列可适用更正的情况。其中结合间隔大小的间隔表示预设定规则中的缺失码长度对应两码组间的间隔，杠信号的长度L₁与点信号的长度L₂满足2.8*L₂<L₁<3.2*L₂时, 输出点杠信号向量的条件。具体实施时，例如在短码情况下“点点 点点”直接编码错误，结合间隔大小但自动校正后输出为5。如图2所示,上方方框内, 神经网络输出为4个“点”信号,其中一个信号未能成功识别。根据摩尔斯编码规则, “点点点”和单独一个“点”都是不正确码组；但是自动校正中有预先设定“点点点空点”更正为5的规则, 故而直接输出数字5而不是编码错误信号。

优选的，门限值大小在0.85 ～0.95；具体实施时，根据及用户选择确定门限值(Threshold) 大小，门限值预设为0.85，用户可设置更改。

优选的，在步骤S2中合成点杠信号的同时还进行过滤信号噪点。具体实施时，连续二向值为1的长度是将0、1向量中连续为1的点合成为一个信号点，并记录所述信号点长度信息，其中所述长度小于2的信号点为信号噪点。

具体实施时，在步骤S2中根据连续二向值为1的长度生成点杠信号向量的方法是：根据信号点的长度, 按照杠信号的长度L₁与点信号的长度L₂满足2.8*L₂<L₁<3.2*L₂时, 输出点杠信号向量。

动态编程算法即DP算法的优先级如下：

1） 分组各码组之间间隔均匀。

2） 分组后能成功编译。

3） 大组之间间隔均匀。

采用DP算法很好的解决了不同速率，发报人员的不同习惯等各种因素下都能生成最优编组结果。相比于传统直接按照间隔长度分组有更强的稳定性以及适应性。

DP算法的基本思想是把一个较复杂的问题按照阶段划分，分解为若干个较小的局部问题，然后按照局部问题的递推关系，依次作出一系列决策，直至整个问题达到总体最优的目标。

具体实施时，设C=[c₁，c₂，...，c_i，...，c_n]（n=1,2,3...）为输入的点杠向量, 其中c_i第i个点杠信号点, 两个信号间的间隔长度为g(c_i，c_i+1)。

点杠编码表为D表示

对C的任意连续子向量Cs = [c_j，...，c_k], 有以下两种评判函数

isCorrect（Cs）函数判断Cs是否能正确编组；

Gap（Cs）是否码组间距离均匀

Score（Cs）为加权评价函数, 直观上表示为判定将c_j 到c_k分为一组的好坏程度。具体评价标准为

具体实施时，动态编程算法的具体步骤如下:

动态编程算法即DP 算法输入解释如下:

i 为点杠信号向量的第i个信号, i 为 1到n的正整数；

C[i+1:n] 为点杠向量的子向量, 从i+1到n；

r 为 i 之前还未分组的点杠信号组；

DP算法的基本思路是，对于每一个信号c_i只有两种情况：

（1）、与之前未分组信号r组成码组；

（2）、不组成码组,加入未分组信号r；

通过遍历调用可用分组方式,,并每次选取两种情况中得分最高的选择组成最终码组。所述得分对应公式中的Score函数，对每一种分组情况会有一个数值体现。

如图3所示, DP算法对第二行的点杠信号分组结果为上方框内竖线的点杠信号。

具体实施时，通过预先记录的编码表进行编码。 例如在编码方式为短码的情况下，分组结果为“点杠 点点点点杠 杠点 杠” 的分组向量参照国际通用电报编码表对应值会编译为“1490”。

实施例2

电码的自动识别存储介质，其特征在于，所述存储介质装载有计算机程序，所述计算机程序被处理器执行时实现实施例1所述的电码的自动识别方法。

综上所述，本发明采用动态编程算法即DP算法很好的解决了不同速率，发报人员的不同习惯等各种因素下都能生成最优编组结果；相比于传统直接按照间隔长度分组有更强的稳定性以及适应性；实现了实际使用中的摩尔斯电报码的自动编码；解决了现有技术中存在自动识别并编码的产品，通过物理相连的等幅报发报器得到通断信号并编码，这种技术并方便在实际中应用的问题。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。