一种基于深度神经网络的矢量信号智能解调方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度神经网络的矢量信号智能解调方法
申请号:CN202411597392
申请日期:2024-11-11
公开号:CN119583288A
公开日期:2025-03-07
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的矢量信号智能解调方法,属于测试技术领域。本发明针对解调参数难以准确匹配待测信号参数的问题,提出了一种可以自动配置待测数字信号参数的智能解调方法,不需要预知信号调制类型和其他参数,仅通过分析采集的信号就可以自动设定调制参数实现数字信号解调,更加灵活和方便;简化了数字信号解调时用户的操作过程,同时提升了解调参数的准确度,提高了解调结果的可靠性,降低了解调误差;本发明提供一种全自动设定数字解调参数的方法,不需要用户具备测量理论支持;通过一键配置的方式简化数字信号解调时用户的操作过程;通过使用神经网络模型估计被测信号的数字调制参数,提升解调参数准确度,降低解调误差。
技术关键词
解调方法 深度神经网络 神经网络模型 频谱分析仪 参数 自动调谐功能 数字信号发生器 神经网络架构 解调功能 调制特征 采样率 频谱特征 信号特征 信号调制 节点数 符号 信噪比 噪声 滤波器
系统为您推荐了相关专利信息
电梯故障预测方法 故障预测模型 BP神经网络 数据 故障预测系统
燃料电池流场设计 遗传算法 模拟氢燃料电池 优化传热效率 流道
攻击防御方法 深度学习模型 文本 指令 序列
光伏面板 人工智能模型 风速 透光率 RNN神经网络
策略 处理器 度量 工业 人工智能AI模型