(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211387887.5 (22)申请日 2022.11.08 (71)申请人 中国人民解 放军战略支援 部队航天 工程大学 地址 101416 北京市怀柔区八一路一 号 (72)发明人 彭亮　范有臣　胡豪杰　方胜良　 刘涵　温晓敏　徐照菁　马昭　 王孟涛　程东航　王梦阳　 (74)专利代理 机构 北京天盾知识产权代理有限 公司 11421 专利代理师 姜有保 (51)Int.Cl. H04L 25/08(2006.01) H04L 27/00(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于相对平均生成对抗网络的通信信号降 噪方法及系统 (57)摘要 本发明涉及无线电通信技术领域， 具体公开 了一种基于相对平均生成对抗网络的通信信号 降噪方法及系统， 包括获取干净信号， 基于干净 信号得到与之对应的带噪信号； 基于干净信号和 与之对应的带噪信号构建训练集和测试集； 构建 基于相对平均生成对抗网络的降噪模 型； 基于所 述训练集对基于相对平均生成对抗网络的降噪 模型进行训练， 以提取训练好的生成器； 基于所 述训练好的生成器将带噪信号还原为干净信号； 该方法实现了无线电信号端到端的去噪， 降噪后 保留了信号本质特征， 这对于信号调制识别和信 号解调等后续处 理有着重要的意 义。 权利要求书2页 说明书9页 附图7页 CN 115442191 A 2022.12.06 CN 115442191 A 1.一种基于相对平均生成对抗网络的通信 信号降噪方法， 其特 征在于， 包括以下步骤： S100： 获取干净信号， 基于所述干净信号得到与之对应的带噪信号； 基于干净信号和与 之对应的带噪信号构建训练集和 测试集； S200： 构建基于相对平均生成对抗网络的降噪模型； S300： 基于所述训练集对基于相对平均生成对抗网络的降噪模型进行训练， 以提取训 练好的生成器； S400： 基于所述训练好的生成器将带噪信号还原为干净信号。 2.根据权利要求1所述的通信信号降噪方法， 其特征在于， 所述步骤S200中的基于相对 平均生成对抗网络的降噪模型包括判别器和生成器； 所述生成器和判别器均包含两层全连接层和两层双向长短时记忆模型； 所述判别器为 相对平均生成对抗网络的判别器。 3.根据权利要求2所述的通信信号降噪方法， 其特征在于， 所述双向长短时记忆模型层 中的隐藏层节点数为128。 4.根据权利要求1所述的通信信号降噪方法， 其特征在于， 所述步骤S300中基于所述训 练集对基于相对平均生成对抗网络的降噪模型进行训练包括以下子步骤： S310： 将训练集中的带噪信号输入生成器中， 输出去噪信号， 将干净信号和去噪信号输 入到判别器中， 计算判别损失， 并基于判别损失更新判别器； S320： 通过去噪信号和干净信号计算信号内容损失和对抗损失， 基于信号内容损失和 对抗损失计算 生成器的总损失， 并根据总损失更新 生成器； S330： 重复上述 步骤S310～S320， 如此迭代N次， 以完成所述降噪模型的训练。 5.根据权利要求4所述的通信信号降噪方法， 其特征在于， 所述判别损失通过以下公式 计算得到： 式中， 为相对判别器的损失； 为对小批量中所有数据进行平均操作； 为相对判别器输入为真实信号时的输出； 为相对判别器输入为 生成信号时的输出。 6.根据权利要求4所述的通信信号降噪方法， 其特征在于， 所述信号内容损失通过以下 公式计算得到： 式中， 为信号内容损 失； 为去噪信号与干净信号之间的均方误差； 为去噪信号 与干净信号之间的绝对值 误差。 7.根据权利要求4所述的通信信号降噪方法， 其特征在于， 所述对抗损失通过以下公式 计算得到： 式中， 为对抗损失； 为对小批量中所有数据进行平均操作； 为相 对判别器输入为真实信号时的输出； 为相对判别器输入为生成信号时的输权　利　要　求　书 1/2 页 2 CN 115442191 A 2出。 8.根据权利要求1所述的通信信号降噪方法， 其特征在于， 所述步骤S300中在提取训练 好的生成器之前， 还 包括基于测试集对训练好的降噪模型进行评估。 9.根据权利要求8所述的通信信号降噪方法， 其特征在于， 所述基于测试集对训练好的 降噪模型进行评估 包括： 将测试集中的带噪信号输入训练完成的生成器中， 得到去噪信号； 如果去噪信号的信 噪比相较于带噪信号信噪比增长超过阈值， 则判定生成器性能良好， 提取训练好的生成器； 如果去噪信号的信噪比相较于带噪信号信噪比增长没有超过阈值， 则重新进行训练。 10.一种基于相对平均生成对抗网络的通信信号降噪系统， 其特征在于， 包括数据集构 建模块、 降噪模型构建模块、 训练模块和降噪模块； 所述数据集构建模块用于获取干净信号， 基于所述干净信号得到与之对应的带噪信 号； 基于干净信号和与之对应的带噪信号构建训练集和 测试集； 所述降噪模型构建模块用于构建基于相对平均生成对抗网络的降噪模型； 所述训练模块用于基于所述训练集对基于相对平均生成对抗网络的降噪模型进行训 练， 以提取训练好的生成器； 所述降噪模块用于基于所述训练好的生成器将带噪信号还原为干净信号。权　利　要　求　书 2/2 页 3 CN 115442191 A 3