公开(公告)号：CN116055270A

公开(公告)日：2023-05-02

申请号：CN202310056757.1

申请日：2023-01-16

Applicant: 中国科学院计算技术研究所

Inventor： 杨静雅 ,  王尚权 ,  齐彦丽 ,  周一青 ,  石晶林

IPC: H04L27/00 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0464

Abstract: 本发明提出一种调制识别模型，用于识别输入无线通信信号的调制类型，所述模型包括卷积模块、倒金字塔特征提取网络以及分类器，其中：所述卷积模块用于对输入无线通信信号进行特征提取以获取其对应的第一特征图；所述倒金字塔特征提取网络用于对所述第一特征图按照倒金字塔的规则进行特征提取，其中，所述倒金字塔特征提取网络包括多阶段的特征提取模块，相邻阶段的特征提取模块之间设置有尺度变换卷积层；所述分类器用于基于所述倒金字塔特征提取网络输出的特征图进行输入无线通信信号对应的调制类型的分类。

公开(公告)号：CN113902095A

公开(公告)日：2022-01-07

申请号：CN202111141243.3

申请日：2021-09-28

Applicant: 中国科学院计算技术研究所

Inventor： 杨静雅 ,  周一青 ,  刘玲 ,  彭燕 ,  石晶林

IPC: G06N3/04 ,  G06N3/08 ,  H04L27/00

Abstract: 本发明提供一种用于无线通信自动调制识别的神经网络系统，包括输入模块、残差单元和输出模块，其中，所述输入模块用于接受待识别的无线通信信号，获取所述信号的特征并将所述特征输送到所述残差单元，残差单元包括一个ConvBlackA单元和多个ConvBlackB单元，其中ConvBlackA包含三个Conv2D层、两个BN层，两个Gaussian Dropout层和两个PReLU层，ConvBlackB在ConvBlackA的基础上增加了一个BN层、一个Gaussian Dropout层和一个PReLU层；所述输出模块用于接收所述残差单元的输出，产生所述信号的调制识别结果。本发明在高信噪比下，与现有的深度学习模型相比，所提的GuResNet的调制识别精度好于其他的DL模型；在低信噪比下，所提出的信噪比感知机制，可以显著提升识别性能。

公开(公告)号：CN116055270B

公开(公告)日：2024-06-11

申请号：CN202310056757.1

申请日：2023-01-16

Applicant: 中国科学院计算技术研究所

Inventor： 杨静雅 ,  王尚权 ,  齐彦丽 ,  周一青 ,  石晶林

IPC: H04L27/00 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0464

Abstract: 本发明提出一种调制识别模型，用于识别输入无线通信信号的调制类型，所述模型包括卷积模块、倒金字塔特征提取网络以及分类器，其中：所述卷积模块用于对输入无线通信信号进行特征提取以获取其对应的第一特征图；所述倒金字塔特征提取网络用于对所述第一特征图按照倒金字塔的规则进行特征提取，其中，所述倒金字塔特征提取网络包括多阶段的特征提取模块，相邻阶段的特征提取模块之间设置有尺度变换卷积层；所述分类器用于基于所述倒金字塔特征提取网络输出的特征图进行输入无线通信信号对应的调制类型的分类。