[发明专利]一种通信信号调制方式识别方法在审
| 申请号： | 201910493882.2 | 申请日： | 2019-06-07 |
| 公开（公告）号： | CN110417694A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 孙晓东;田晓迪;王莹;魏久晰;苗顺程;陈薪宇 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | H04L27/00 | 分类号： | H04L27/00;H04L27/32;H04L27/34;G06N3/02 |
| 代理公司： | 长春吉大专利代理有限责任公司 22201 | 代理人： | 齐安全;胡景阳 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种通信信号调制方式识别方法,克服了低信噪比下识别率低和识别种类有限的问题，通信信号调制方式识别方法的步骤：1)已知信号构成的集合：(1)对已知信号分段；(2)对N段信号数据进行时频变换；(3)对N幅三维时频图进行灰度变换；(4)对N幅二维时频图进行标记；2)卷积神经网络的训练：(1)对卷积神经网络进行设置；(2)对设置好的卷积神经网络进行训练；(3)卷积神经网络的参数调整；(4)生成训练好的神经网络；3)接收到的未知信号构成的集合；4)信号调制方式的识别：利用根据已知信号构成集合训练形成的卷积神经网络，将未知信号构成的集合输入到卷积神经网络进行调制方式的识别而得到信号的调制方式。 | ||
| 搜索关键词： | 卷积神经网络 调制方式 通信信号 已知信号 集合 未知信号 时频 信号调制方式 参数调整 低信噪比 灰度变换 神经网络 时频变换 信号数据 识别率 二维 分段 三维 | ||
【主权项】：
1.一种通信信号调制方式识别方法,其特征在于，所述的一种通信信号调制方式识别方法包括步骤如下：1)已知信号构成的集合：(1)对已知信号分段；(2)对N段信号数据进行时频变换；(3)对N幅三维时频图进行灰度变换：依次读取N幅三维时频图的俯视图，利用matlab自带的灰度变换函数对三维时频图的俯视图进行灰度变换，生成N幅二维时频图；(4)对N幅二维时频图进行标记；2)卷积神经网络的训练：(1)对卷积神经网络进行设置；(2)对设置好的卷积神经网络进行训练：读取已知信号构成的集合中的每一幅时频图，对其进行卷积和池化操作，最后经过输出层进行分类输出；(3)卷积神经网络的参数调整：根据输出与标签之间的差值的绝对值,通过反向传播算法逐层更新卷积神经网络的模型参数；(4)生成训练好的神经网络：将更新后的深度卷积神经网络的模型及参数进行保存，形成了训练好的卷积神经网络；3)接收到的未知信号构成的集合；4)信号调制方式的识别：利用卷积神经网络的训练步骤中根据已知信号构成的集合训练形成的卷积神经网络，然后将未知信号构成的集合输入到训练好的卷积神经网络即可进行调制方式的识别，得到信号的调制方式。
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吉林大学，未经吉林大学许可，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/patent/201910493882.2/，转载请声明来源钻瓜专利网。
