公开(公告)号：CN113723353B

公开(公告)日：2023-12-12

申请号：CN202111069733.7

申请日：2021-09-13

Applicant: 上海交通大学

Inventor： 熊刚 ,  陈迪 ,  黄柏刚 ,  张淑宁

IPC: G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种随机多径干扰条件下基于CBD网络的调制信号识别方法，包括步骤：根据无线信号传输系统，基于多种噪声模型生成多径干扰下不同调制类型的通信信号，构成数据集；设计基于注意力机制的CNN‑BiLSTM‑DNN模型，包括CNN特征提取模块、双向长短时记忆网络模块和全连接层分类模块；使用固定多径参数生成的数据集对模型进行训练与验证，保存最佳模型；评估验证集的表现，与此同时，重新生成多径参数在训练集基础上随机波动的测试数据集，使用上述最佳模型测试对其识别效果，对比验证集与测试集表现，进行泛化性分析。

公开(公告)号：CN113723353A

公开(公告)日：2021-11-30

申请号：CN202111069733.7

申请日：2021-09-13

Applicant: 上海交通大学

Inventor： 熊刚 ,  陈迪 ,  黄柏刚 ,  张淑宁

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种随机多径干扰条件下基于CBD网络的调制信号识别方法，包括步骤：根据无线信号传输系统，基于多种噪声模型生成多径干扰下不同调制类型的通信信号，构成数据集；设计基于注意力机制的CNN‑BiLSTM‑DNN模型，包括CNN特征提取模块、双向长短时记忆网络模块和全连接层分类模块；使用固定多径参数生成的数据集对模型进行训练与验证，保存最佳模型；评估验证集的表现，与此同时，重新生成多径参数在训练集基础上随机波动的测试数据集，使用上述最佳模型测试对其识别效果，对比验证集与测试集表现，进行泛化性分析。