[发明专利]一种基于卷积神经网络的调制方式识别装置及系统

权利要求书

1.一种基于卷积神经网络的调制方式识别装置，其特征在于，包括：

数据生成模块，用于生成原始数据及对原始数据进行预处理；

模型构建模块，用于构建卷积神经网络模型；

信号输入模块，用于将预处理后的原始数据输入到卷积神经网络模型中进行训练；

信号输出模块，用于输出训练完成后的结果。

2.根据权利要求1所述的基于卷积神经网络的调制方式识别装置，其特征在于，所述数据生成模块具体包括：

调制信号生成单元，用于生成原始的调制信号；

偏移添加单元，用于添加相位偏移和频率偏移；

成形滤波单元，用于降低码间干扰；

添噪单元，用于对提取出的调制信号添加高斯白噪声；

贴标单元，用于将添加过高斯白噪声的调制信号添加标签；

存储单元，用于将添加好标签的调制信号按照图片的格式保存。

3.根据权利要求1所述的基于卷积神经网络的调制方式识别装置，其特征在于，所述模型构建模块具体包括：

信息收集单元，用于对所输入的调制信号的信息进行收集；

第一信号处理单元，用于对所收集的调制信号进行滤波和特征提取，得到特征图；

第二信号处理单元，用于对所述特征图进行最大池化处理；

转换单元，用于将经过最大池化处理后的特征图进行组合并进行分类决策。

4.根据权利要求3所述的基于卷积神经网络的调制方式识别装置，其特征在于，所述第一信号处理单元的参数包括卷积核数量、卷积核尺寸和步长。

5.一种基于卷积神经网络的调制方式识别系统，其特征在于，包括Agilent E4438C信号源、9032便携式接收机、电脑、电源以及如权利要求1-4任意一项所述的基于卷积神经网络的调制方式识别装置。