公开(公告)号：CN109743275A

公开(公告)日：2019-05-10

申请号：CN201811594886.1

申请日：2018-12-25

Applicant: 北京信息科技大学

Inventor： 徐湛 ,  张培钺 ,  王志杰

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

Abstract: 本发明涉及一种基于欠完备自编码器的信号调制识别方法，其包括步骤：通过对matlab生成的随机序列进行调制，得到不同调制信号的数据集，并对该数据集进行预处理，得到调制信号频域信息；利用调制信号频域信息训练欠完备自编码器神经网络，训练完成后得到一个能对调制信号频域信息进行自动特征提取和维度压缩的编码器，再将数据集所有数据通过编码器进行编码，得到编码后的特征数据集；利用编码后的特征数据集训练神经网络分类器，并判断训练是否完成，若没有完成则重新训练；若训练完成后，则得到一个能对编码器输出的特征进行分类的分类器；由训练好的编码器和分类器构成整体前馈模型，用于前馈识别调制信号调制种类。本发明能降低复杂度，减小计算量。

公开(公告)号：CN109743275B

公开(公告)日：2021-04-06

申请号：CN201811594886.1

申请日：2018-12-25

Applicant: 北京信息科技大学

Inventor： 徐湛 ,  张培钺 ,  王志杰

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

Abstract: 本发明涉及一种基于欠完备自编码器的信号调制识别方法，其包括步骤：通过对matlab生成的随机序列进行调制，得到不同调制信号的数据集，并对该数据集进行预处理，得到调制信号频域信息；利用调制信号频域信息训练欠完备自编码器神经网络，训练完成后得到一个能对调制信号频域信息进行自动特征提取和维度压缩的编码器，再将数据集所有数据通过编码器进行编码，得到编码后的特征数据集；利用编码后的特征数据集训练神经网络分类器，并判断训练是否完成，若没有完成则重新训练；若训练完成后，则得到一个能对编码器输出的特征进行分类的分类器；由训练好的编码器和分类器构成整体前馈模型，用于前馈识别调制信号调制种类。本发明能降低复杂度，减小计算量。