-
公开(公告)号：CN116720115A
公开(公告)日：2023-09-08
申请号：CN202310620893.9
申请日：2023-05-29
Applicant: 哈尔滨理工大学
IPC: G06F18/241 , G06F18/21 , G06N3/045 , G06N3/08 , H04L27/00
Abstract: 一种基于深度学习的常规通信信号调制识别方法，属于信号调制识别方法领域。基于深度学习和卷积神经网络的自动调制识别方法从信号时频域数据中获取隐藏特征信息时，没有通用标准或细则来判断如何设定模型训练的参数和如何判断适合的网络结构。一种基于深度学习的常规通信信号调制识别方法：提取常规通信信号特征；利用提起特征，基于Transformer搭建生成对抗网络模型；生成对抗网络模型包含一对相互对抗的网络；对预输入深度学习网络模型的数据进行预处理；将长I/Q数据序列组变换为多个长度相等的短I/Q数据序列组，将得到的这组短I/Q数据序列组作为TRN的输入；进行闭集识别以及未知调制方式的信号进行开集识别。本发明设计基于Transformer网络模型，适用于闭集识别和开集识别。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
