公开(公告)号：CN117272169A

公开(公告)日：2023-12-22

申请号：CN202311198519.0

申请日：2023-09-15

Applicant: 北京交通大学

Inventor： 陈康 ,  田蕴哲 ,  徐冬月 ,  吴亚伦 ,  武兴宇 ,  李轶珂 ,  童恩栋 ,  牛温佳

IPC: G06F18/2415 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明提供了一种对无线信号进行信号调制样式与技术体制识别方法。该方法包括：接收并处理从无线通信采集设备采集的空口信号数据样本，利用处理后的空口信号数据样本构建训练集和测试集；设计并构建卷积脉冲神经网络；利用训练集和测试集分别使用代理梯度和脉冲时序依赖可塑性算法对卷积脉冲神经网络进行训练；对代理梯度和脉冲时序依赖可塑性算法训练后的两个卷积脉冲神经网络模型按照权重进行集成，得到信号调制样式和技术体制的识别模型；利用信号调制样式和技术体制的识别模型对待识别无线通信信号进行信号调制样式和技术体制样本识别。本发明方法可以有效地处理和识别信号调制样式和技术体制数据，提升信号分类和识别的准确性和鲁棒性。

公开(公告)号：CN118312839A

公开(公告)日：2024-07-09

申请号：CN202410224385.3

申请日：2024-02-29

Applicant: 北京交通大学

Inventor： 程殿景 ,  田蕴哲 ,  卢西义 ,  陈康 ,  徐冬月 ,  吴亚伦 ,  武兴宇 ,  李轶珂 ,  李琼 ,  童恩栋 ,  牛温佳 ,  刘吉强

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/04 ,  G06N3/09

Abstract: 本发明提供了一种结合预训练与监督微调的多任务分类器构建方法与装置，用于在大规模无标签样本的无线通信系统中准确识别不同信号的调制样式、技术体制和个体设备。该方法基于BYOL框架，利用大规模无标签样本进行自监督学习以获得强大的预训练模型，随后利用数量较少的有标签样本，针对不同的信号类别进行专门的微调，使得模型能够在下游任务中对各类信号进行高准确度的识别。