[发明专利]一种基于卷积神经网络STBC信号识别方法在审
| 申请号： | 201910897060.0 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110659684A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 闫文君;凌青;张立民;钟兆根;吴昭军 | 申请（专利权）人： | 中国人民解放军海军航空大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 264001 山东省烟*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 训练样本 预处理 认知无线电 低信噪比 建立模型 模型训练 网络结构 信道参数 信号识别 噪声系数 测试集 实时性 样本集 二维 算法 收敛 样本 网络 多样性 | ||
【权利要求书】：
1.一种基于卷积神经网络STBC信号识别方法，其特征在于，在将样本集输入到神经网络模型框架前对样本进行预处理，将一维的STBC信号的实部和虚部分开，转换为二维样本集。
2.根据权利要求1所述的一种基于卷积神经网络STBC信号识别方法，其特征在于，对样本进行预处理的方法具体为：假定STBC信号为r(n)，信号维度为1×N，将STBC信号实部取出排成行向量r1(n)，维度为1×N，将虚部取出排成行向量r2(n)，维度为1×N，将向量r1(n)和r2(n)排成新向量维度为2×N。
3.根据权利要求1或2所述的一种基于卷积神经网络STBC信号识别方法，其特征在于，所述样本集的建立方法为：考虑实际信号存在噪声、信道因素的影响，建立不同信噪比条件下的样本集。
4.根据权利要求1或2所述的一种基于卷积神经网络STBC信号识别方法，其特征在于，所述的神经网络模型框架具体为：构建四层神经网络，其中包括两层卷积神经网络和两层全连接层，将预处理的二维样本集输入到构建的神经网络中，训练网络得到最优网络结构。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空大学，未经中国人民解放军海军航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910897060.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：图像处理方法、装置及电子设备
- 下一篇：基于统计误差主动学习的井位优选方法
