一种基于电离层参数补偿的深度学习短波信号识别方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于电离层参数补偿的深度学习短波信号识别方法
申请号:
CN202410909315
申请日期:
2024-07-08
公开号:
CN118779703B
公开日期:
2025-06-13
类型:
发明专利
摘要
本发明公开了一种基于电离层参数补偿的深度学习短波信号识别方法,包括如下步骤:步骤1,构建总体神经网络:步骤2,对数据进行处理:步骤3,添加电离层参数以及先验知识:步骤4,进行正向梯度运算和反向梯度求导,更新参数:步骤5,获取识别结果,获取概率最高的一个类别。本发明所公开的方法,使用复数卷积模块提取I、Q两路通道特征,使用LSTM模块提取时间序列特征,充分发挥并提取I、Q两路通道以及时间序列的相关信息,以提高识别准确率。
技术关键词
信号识别方法
多项式
参数
LSTM神经网络
卷积模块
复数滤波器
多头注意力机制
时间序列特征
矩阵
代表
数据格式
标签
键值
通道