公开(公告)号：CN117278371A

公开(公告)日：2023-12-22

申请号：CN202311204981.7

申请日：2023-09-18

Applicant: 电信科学技术第五研究所有限公司

Inventor： 张程祎 ,  宋前双 ,  梁新宇 ,  廖斌杰 ,  曾珂

IPC: H04L27/00 ,  G06N3/0464

Abstract: 本发明提供一种基于级联卷积神经网络的信号调制识别方法，首先对原始FSK以及PSK/QAM信号进行二分类，再对FSK信号通过计算瞬时频率直方图曲线峰值数方法得到调制阶数，最后对PSK/QAM信号恢复出的星座图进行细分类识别得到调制类型和阶数。本发明将二分类和细分类的级联卷积神经网络与信号倍频和星座图特征提取结合起来，大大提高识别准确度，且减少传统方法所需要的大量时间，识别更加高效；同时，本发明是基于级联的卷积神经网络对信号的倍频数据和星座图进行特征提取，用特征矩阵的方式来表征信号星座图，精度是像素级的，模型的泛化能力更强，在信噪比较低的情况下依然能够正确识别。

公开(公告)号：CN119989053A

公开(公告)日：2025-05-13

申请号：CN202510089740.5

申请日：2025-01-21

Applicant: 电信科学技术第五研究所有限公司

Inventor： 张巍 ,  杨澜 ,  蒋波 ,  邓飞龙 ,  廖斌杰

IPC: G06F18/24 ,  H04B17/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/084

Abstract: 本申请公开了一种跨接收机信号类型识别方法、装置、设备、存储介质及计算机产品，涉及机器学习技术领域，方法包括：基于构建的信号类型识别模型，对目标接收机采集信号与源接收机采集信号进行信号特征匹配，确定目标接收机采集信号与源接收机采集信号的特征差异信息，基于特征差异信息和源接收机采集信号的信号特征，修改目标接收机采集信号，获得修改后的目标接收机采集信号，将修改后的目标接收机采集信号输入至信号类型识别模型，获得信号类型识别结果。本申请通过解决不同接收机之间的采集参数差异问题，并结合时频变换与深度学习技术，有效提升了跨接收机低信噪比信号类型识别的性能。