公开(公告)号：CN112418014B

公开(公告)日：2023-11-17

申请号：CN202011238990.4

申请日：2020-11-09

Applicant: 南京信息工程大学滨江学院

Inventor： 郭业才 ,  胡国乐 ,  李峰 ,  李晨

IPC: H04L27/00 ,  G06F18/24 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/214 ,  G06N3/045

Abstract: 本发明公开了一种基于小波变换和卷积长短期记忆神经网络的调制信号识别方法，首先通过无线通信系统预先获取无线连续时间信号，构成数据集；其次，通过选取合理的阈值将含噪信号滤除，然后将处理后获得的小波系数利用逆小波变换进行重构，恢复出有效的信号；最后，发挥卷积神经网络对信号特征的提取能力，结合长短时记忆网络的记忆性，充分学习全局特征，进而对具有时序性的信号样本有效地分类。本发明用小波去噪预处理技术抑制输入信号的高频噪声，构建卷积长短期记忆神经网络，充分学习全局特征，进而对具有时序性的信号样本更加有效地分类；提高复杂环境下识别准确率，是一种适用于真实信道环境下的调制识别方法。

公开(公告)号：CN112418014A

公开(公告)日：2021-02-26

申请号：CN202011238990.4

申请日：2020-11-09

Applicant: 南京信息工程大学滨江学院

Inventor： 郭业才 ,  胡国乐 ,  李峰 ,  李晨

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  H04L27/00

Abstract: 本发明公开了一种基于小波变换和卷积长短期记忆神经网络的调制信号识别方法，首先通过无线通信系统预先获取无线连续时间信号，构成数据集；其次，通过选取合理的阈值将含噪信号滤除，然后将处理后获得的小波系数利用逆小波变换进行重构，恢复出有效的信号；最后，发挥卷积神经网络对信号特征的提取能力，结合长短时记忆网络的记忆性，充分学习全局特征，进而对具有时序性的信号样本有效地分类。本发明用小波去噪预处理技术抑制输入信号的高频噪声，构建卷积长短期记忆神经网络，充分学习全局特征，进而对具有时序性的信号样本更加有效地分类；提高复杂环境下识别准确率，是一种适用于真实信道环境下的调制识别方法。