原始名称记载: 上海微波技术研究所（中国电子科技集团公司第五十研究所）

本发明提供了一种基于帧级概率判别的免PTT通信终端话音识别方法及系统，包括步骤S1：将纯话音数据与环境噪声混合，生成带噪语音数据集；步骤S2：对带噪语音数据集的语音信号提取多分辨率耳蜗图特征，构建帧级输入特征；引入上下文帧扩展，构造包含时间语义连续性的特征窗口；步骤S3：将特征窗口输入深度神经网络，输出帧级语音概率值；步骤S4：基于帧级语音概率值判定当前帧是否为语音帧，自动激活或关闭通信通道。本发明融合上下文语义和注意力机制，提升了复杂噪声环境下的话音识别精度和系统鲁棒性，替代了传统PTT按钮，适用于高噪声、高时效性的专业通信场景；系统可扩展用于其它语音控制或智能通信平台，具有较强的实用价值。

本发明提供了一种基于模型驱动深度学习的DCSE‑DAR接收机方法及系统，方法包括步骤S1：获取接收端采集的基带IQ频域信号并进行初始化处理；步骤S2：使用卷积神经网络对初始化后的信号提取局部特征，并将信道估计子网络的输出与接收信号进行融合，得到多信息融合特征；步骤S3：对所述多信息融合特征进行非线性补偿并输入全连接层，通过两步训练法完成网络优化；步骤S4：通过全连接层与Softmax/Sigmoid分类输出，得到原始发送信息。本发明能够在低导频密度下保持高精度信道估计，避免插值失真，对非线性失真具有更强鲁棒性，优于传统方法MMSE。