公开(公告)号：CN117789762A

公开(公告)日：2024-03-29

申请号：CN202311605306.5

申请日：2023-11-28

Applicant: 东南大学

Inventor： 王俊波 ,  高长江 ,  彭志新 ,  吴立强 ,  毛钦曙 ,  郝岩明 ,  高庆鑫

IPC: G10L25/51 ,  G10L25/45 ,  G10L25/21

Abstract: 本发明公开了一种摩斯信号活动区域检测与截取方法，用以在音频信号中完整的截取出存在摩斯信号的部分。所述方法包括信号能量提取，获取由信号能量构成的一维序列；局部最大值处理，获取能量序列包络的同时保留上升沿的突变特性；上升沿搜索，寻找信号的上升沿所在的位置，基于此判定摩斯信号的起点；信号能量估计，估计摩斯信号的能量；噪声估计，估计噪声能量；获取摩斯信号结束阈值，结束阈值依据摩斯信号能量估计值和噪声能量估计值来确定；摩斯信号结束点搜索，基于结束阈值来寻找摩斯信号的结束位置。本发明能够高效、准确的实现摩斯信号活动区域的检测与截取，有较广泛的实用价值。

公开(公告)号：CN117713841A

公开(公告)日：2024-03-15

申请号：CN202311564369.0

申请日：2023-11-21

Applicant: 东南大学

Inventor： 王俊波 ,  高长江 ,  彭志新 ,  吴立强 ,  毛钦曙 ,  郝岩明 ,  高庆鑫

IPC: H03M13/29 ,  G06N3/02

Abstract: 本发明公开了一种手键摩斯信号二阶段译码方法，所述方法包括：第一阶段译码，依据摩斯音频的时频图人工制作神经网络训练标签并进行模型训练，利用训练好的模型进行第一阶段译码，该译码序列包含两种纠错码并且存在连码的情况；第二阶段处理，对第一阶段的预测结果进行纠错码的识别与纠错、连码分割。本发明能够很好的解决实际工作中摩斯信号的连码、纠错码问题，并且契合于各种神经网络模型。

公开(公告)号：CN117708634A

公开(公告)日：2024-03-15

申请号：CN202311563457.9

申请日：2023-11-21

Applicant: 东南大学

Inventor： 王俊波 ,  高长江 ,  彭志新 ,  吴立强 ,  毛钦曙 ,  郝岩明 ,  高庆鑫

IPC: G06F18/23213 ,  G06F18/22 ,  G06F18/213 ,  G06F18/15 ,  H03M13/15 ,  G06F123/02

Abstract: 本发明公开了一种基于统计的摩斯信号译码方法，所述方法包括：数据预处理，对原始摩斯信号进行时频矩阵计算、选频、提取一维信息序列；基于统计的方法获取高电平阈值，并基于该阈值计算高电平持续时间和间隔持续时间；对高电平持续时间进行聚类分析，将其分为2类，分别代表点和划；对间隔进行聚类分析，将其分为4类，分别表示3种间隔以及深衰落；进行点、划、间隔映射，将高电平持续时间、间隔持续时间构成的序列映射为由点、划、间隔构成的摩斯原始序列；依据摩斯码本，将摩斯原始序列转化为数字序列，保留非定状态；对非定状态进行纠错，获得最终译码序列。本发明能够快速的实现摩斯信号的自动译码，并且能够达到较好的识别准确率。

公开(公告)号：CN118449809A

公开(公告)日：2024-08-06

申请号：CN202410652053.5

申请日：2024-05-24

Applicant: 东南大学

Inventor： 王俊波 ,  高长江 ,  毛钦曙 ,  吴立强 ,  梁中凯 ,  彭志新

IPC: H04L15/00 ,  G10L25/51 ,  G10L21/0232

Abstract: 本发明公开了一种Morse信号实时监听与截取方法，用以在音频信号流中实时检测并截取出Morse信号段。所述方法包括数据读取模块，实时从音频口读取采样数据；帧预处理模块，从每一帧数据中提取出用来监听截取Morse信号的特征值；阈值估计模块，基于噪声特征值自适应的确定阈值；检测截取模块，依据特征值和阈值实时判定Morse信号的起点和终点，完成信号截取。本发明能够高效、准确的实现Morse信号实时监听与截取，对低信噪比的情况具有较好的适应性，有较广泛的实用价值。

公开(公告)号：CN118197328A

公开(公告)日：2024-06-14

申请号：CN202410212128.8

申请日：2024-02-27

Applicant: 东南大学

Inventor： 王俊波 ,  高长江 ,  毛钦曙 ,  吴立强 ,  彭志新 ,  梁中凯

IPC: G10L19/02 ,  G10L19/16 ,  G10L25/30 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种不定长摩斯信号自动译码方法，该方法包括：对采集的摩斯信号音频进行短时傅里叶变换获取时频矩阵，基于时频矩阵提取出摩斯信号的一维特征，并获取摩斯信号音频对应的译码结果形成训练集；构建神经网络模型，所述神经网模模型包括融合注意力机制的一维卷积模块、Bi‑GRU模块、全连接+softmax结构、CTC报文转录模块；步骤3，将基于时频矩阵提取出摩斯信号的一维特征输入到构建的神经网络模型中，以获取摩斯信号音频对应的译码结果为输出对构建的神经网络模型进行训练；步骤4，重新采集摩斯信号音频进行短时傅里叶变换获取时频矩阵，提取出摩斯信号的一维特征，将一维特征输入到训练好的神经网络模型得到摩斯信号音频译码结果。