基于稀疏复值卷积神经网络的无线电信号调制识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于稀疏复值卷积神经网络的无线电信号调制识别方法
申请号:CN202411028097
申请日期:2024-07-30
公开号:CN118972214B
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及人工智能与信号处理技术领域,尤其是指基于稀疏复值卷积神经网络的无线电信号调制识别方法,包括:对待传输的无线电信号进行调制,得到I/Q两路信号数据集,在所述I/Q两路信号数据集中加入加性高斯白噪声,构成调制信号数据集,将所述调制信号数据集进行预处理,得到预处理后的信号数据集;构建并初始化用于无线电信号调制识别的复值卷积神经网络模型,基于所述预处理后的调制信号数据集,对所述复值卷积神经网络模型进行迭代训练,得到训练后的稀疏复值卷积神经网络模型;将待识别的信号输入到所述训练后的稀疏复值卷积神经网络模型中,得到待识别的信号调制方式的识别结果。本发明能够显著提高无线电信号的调制方法的识别精确度。
技术关键词
卷积神经网络模型 信号调制识别 矩阵 信号调制方式 无线电 数据 估计算法 信号处理技术 表达式 正则化参数 训练集 编码向量 非线性 标签 样本 代表
系统为您推荐了相关专利信息
异常检测方法 矩阵 数据 无监督学习 集成学习方法
注意力机制 编码系统 二维图像特征 语义 编码器
集成冷站 高效节能型 智能管控方法 实时监测数据 机器学习模型
财务数据处理系统 金融交易数据 负载均衡算法 时序依赖关系 分布式数据处理技术
能量回收方法 电力设备 热能 多模态 电磁