[发明专利]CNN联合L1正则化的智能通信信号调制模式识别方法有效
| 申请号： | 201910245809.3 | 申请日： | 2019-03-28 |
| 公开（公告）号： | CN110113277B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 赵若冰;幸晨杰;梁先明;龙慧敏;张希会 | 申请（专利权）人： | 西南电子技术研究所(中国电子科技集团公司第十研究所) |
| 主分类号： | H04L27/00 | 分类号： | H04L27/00;G06N3/04 |
| 代理公司： | 成飞(集团)公司专利中心 51121 | 代理人： | 郭纯武 |
| 地址： | 610036 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种CNN联合L1正则化的智能通信信号调制模式识别方法，旨在提供一种解决传统调制识别方法的时效性、准确性的智能通信信号调制模式识别方法。本发明通过下述技术方案实现：首先把原始信号样本按时序输入第一层LCN卷积神经网络，提取原始信号完整性的全部低级特征；第二层以第一层的输出作为本层的输入，将卷积后得到的结果进行L1正则化并输出至第三层；第二层及第三层通过降采样以及多次迭代，提取出新维度特征，同时消除时序信息对提取出的特征的干扰；第四层作为全连接层，将第三层的输出作为本层的输入，把所有局部特征结合成全局特征，选用归一化指数函数softmax给出N类调制模式的概率，识别出信号调制类型。 | ||
| 搜索关键词： | cnn 联合 l1 正则 智能 通信 信号 调制 模式识别 方法 | ||
【主权项】：
1.一种CNN联合L1正则化的智能通信信号调制模式识别方法，具如下技术特征：采用将L1正则化替代池化级的处理方法，构造一个适用于处理通信信号调制识别的卷积神经网CNN，形成一个以卷积神经网络CNN框架联合L1正则化的四层LCN卷积神经网络；首先将信号送入已训练好的网络，把包含N类调制模式的原始信号样本按时序输入第一层LCN卷积神经网络，提取一些低级特征，并保证原始信号的完整性；第二层以第一层的输出作为本层的输入，将卷积后得到的结果进行L1正则化并输出至第三层；第二层及第三层通过降采样以及多次迭代，提取出新维度特征，同时消除时序信息对提取出的特征的干扰；第四层作为全连接层，将第三层的输出作为本层的输入，把所有局部特征结合成全局特征，选用归一化指数函数softmax将多个神经元的输出，映射到(0,1)区间内，给出N类调制模式的概率，识别出信号调制类型。
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西南电子技术研究所(中国电子科技集团公司第十研究所)，未经西南电子技术研究所(中国电子科技集团公司第十研究所)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/201910245809.3/，转载请声明来源钻瓜专利网。
