[发明专利]信号调制方式识别方法、装置、电子设备及存储介质有效
申请号: | 202010291165.4 | 申请日: | 2020-04-14 |
公开(公告)号: | CN111510408B | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 高跃;黄赛;杨雨铮;冯志勇;张轶凡;张奇勋;尉志青 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04L27/00 | 分类号: | H04L27/00 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 孟维娜;高莺然 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信号 调制 方式 识别 方法 装置 电子设备 存储 介质 | ||
1.一种信号调制方式识别方法,其特征在于,所述方法包括:
获得待识别信号;
提取所述待识别信号的局部特征,并基于所得到的局部特征提取所述待识别信号的全局特征;
针对每一全局特征,参考其他的全局特征对该全局特征进行更新,获得更新后的该全局特征;
按照更新后的各个全局特征之间的关联性,对各个更新后的全局特征进行融合,得到目标特征;
基于所述目标特征确定所述待识别信号的调制方式。
2.根据权利要求1所述的方法,其特征在于,所述按照更新后的各个全局特征之间的关联性,对各个更新后的全局特征进行融合,得到目标特征,包括:
针对每一更新后的全局特征,基于预设的权重系数对该更新后的全局特征进行升维,得到升维后的全局特征,计算每一升维后的全局特征与其他升维后全局特征的关联信息,所述升维为所述权重系数和所述更新后的全局特征进行相乘得到高维向量这一过程;
基于每一升维后全局特征对应的关联信息,计算各个全局特征的关联权重;
按照各个全局特征的关联权重对各个更新后的全局特征进行加权求和,得到目标特征。
3.根据权利要求2所述的方法,其特征在于,所述针对每一更新后的全局特征,基于预设的权重系数对该更新后的全局特征进行升维,得到升维后的全局特征;计算每一升维后的全局特征与其他升维后全局特征的关联信息,包括:
利用以下公式计算每一个更新后全局特征对应的关联信息:
ut=tanh(W*ht)
其中,所述ut表示第t个更新后全局特征对应的关联信息,所述ht表示第t个更新后的全局特征,所述W表示预设的权重系数,tanh为激活函数。
4.根据权利要求2或3所述的方法,其特征在于,所述基于每一升维后全局特征对应的关联信息,计算各个全局特征的关联权重,包括:
利用以下公式计算每一个全局特征对应的关联权重:
其中,所述αt表示第t个全局特征对应的关联权重,所述u表示预设的关联标准,所述ut表示第t个更新后全局特征对应的关联信息,所述score(ut,u)表示ut与u之间的关联程度,所述T表示全局特征的数量。
5.根据权利要求1所述的方法,其特征在于,所述提取所述待识别信号的局部特征,并基于所得到的局部特征提取所述待识别信号的全局特征;针对每一全局特征,参考其他的全局特征对该全局特征进行更新,获得更新后的该全局特征;按照更新后的各个全局特征之间的关联性,对各个更新后的全局特征进行融合,得到目标特征;基于所述目标特征确定所述待识别信号的调制方式,包括:
将所述待识别信号输入预先训练完成的调制方式识别模型,得到所述待识别信号疑似的各个调制方式以及每一调制方式的概率,确定概率最大的调制方式为所述待识别信号的调制方式;
其中,所述调制方式识别模型为:以样本信号为输入、样本信号的样本调制方式为标注、对所述调制方式识别模型的初始模型进行训练得到的模型,所述初始模型的结构包括特征提取层、目标特征获得层和结果输出层;
所述特征提取层用于:提取所述待识别信号的局部特征,并基于所得到的局部特征提取所述待识别信号的全局特征,将所述全局特征输入所述目标特征获得层;所述目标特征获得层用于:针对每一全局特征,参考其他的全局特征对该全局特征进行更新,获得更新后的该全局特征,按照更新后的各个全局特征之间的关联性,对各个更新后的全局特征进行融合,得到目标特征,将所述目标特征输入所述结果输出层;所述结果输出层用于:基于所述目标特征获得所述待识别信号疑似的各个调制方式以及每一调制方式的概率。
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北京邮电大学,未经北京邮电大学许可,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/202010291165.4/1.html,转载请声明来源钻瓜专利网。