[发明专利]一种基于卷积神经网络的信号调制码型识别方法在审
| 申请号： | 201811640020.X | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109768944A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 义理林;崔泽坤;胡海洋;杨建;黄建军 | 申请（专利权）人： | 苏州联讯仪器有限公司 |
| 主分类号： | H04L27/00 | 分类号： | H04L27/00;H04B10/60;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静;邱启旺 |
| 地址： | 215129 江苏省苏州市高*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的信号调制码型识别方法，首先获取三种调制码型的眼图图像，对眼图数据进行降采样和灰度化的预处理，得到眼图训练数据；其次构建用于信号调制码型识别的卷积神经网络，该网络含有九个抽象层，以随机打乱正则化层为核心；然后利用预处理后的眼图训练数据对卷积神经网络进行训练；最后将待识别的信号调制码型输入训练好的卷积神经网络，根据输出的线性数据实现对三种信号调制码型的分类。本发明通过多核卷积和随机打乱正则化层的应用，有效避免了过拟合现象的出现，在训练数据较少情况下，仍然能够达到很高的信号调制码型识别准确率；减少了收集和预处理眼图训练数据的时间成本，更适合于码型识别方面的应用。 | ||
| 搜索关键词： | 信号调制 卷积神经网络 码型识别 训练数据 预处理 正则化 码型 时间成本 线性数据 抽象层 调制码 灰度化 降采样 图数据 准确率 多核 构建 卷积 拟合 应用 图像 输出 分类 网络 | ||
【主权项】：
1.一种基于卷积神经网络的信号调制码型识别方法，其特征在于，包括以下步骤：步骤1、获取不归零码开关键控，归零码开关键控和归零码差分相移键控三种调制码型的眼图图像，并且对眼图数据进行降采样和灰度化的预处理，得到眼图训练数据；步骤2、构建用于信号调制码型识别的卷积神经网络，该网络含有九个抽象层，各抽象层之间的逻辑关系如下：2.1、将数据输入卷积层，卷积计算后产生输出；2.2、将卷积层输出数据输入池化层，池化计算后产生输出；2.3、将池化层输出数据输入随机打乱正则化层，正则化计算后产生输出；2.4、将正则化层输出数据输入卷积层，卷积计算后产生输出；2.5、将卷积层输出数据输入池化层，池化计算后产生输出；2.6、将池化层输出数据输入随机打乱正则化层，正则化计算后产生输出；2.7、将正则化层输出数据输入卷积层，卷积计算后产生输出；2.8、将卷积层输出数据输入池化层，池化计算后产生输出；2.9、将池化层输出数据输入全连接层，产生线性数据输出；步骤3、利用步骤1预处理后的眼图训练数据对步骤2构建的卷积神经网络进行训练；步骤4、将待识别的信号调制码型输入步骤3训练好的卷积神经网络，根据输出的线性数据实现对三种信号调制码型的分类。
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苏州联讯仪器有限公司，未经苏州联讯仪器有限公司许可，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/patent/201811640020.X/，转载请声明来源钻瓜专利网。
