一种基于级联卷积神经网络的信号调制识别方法

    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

    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。

    一种基于图像处理的宽带特定频点信号频谱资源检测方法

    公开(公告)号:CN117409216A

    公开(公告)日:2024-01-16

    申请号:CN202311307530.6

    申请日:2023-10-10

    Abstract: 本发明涉及一种基于图像处理的宽带特定频点信号频谱资源检测方法,包括:将采集的数据通过FFT转换为频谱图像,同时将采集数据进行缓存处理。通过对频谱图像的分析和处理,确定特定频点范围内的有效数据,得到信号检测结果集,若检测到有效数据则进行告警监测,同时将缓存数据进行落盘存储,否则清除缓存数据。本发明将IQ数据分析处理转换为图像处理,并根据图像像素分布特征,对图像底噪数据特征进行统计建模,大大提升的图像底噪估计的精度和处理速度,实现具备一定抗干扰能力的特定信号监测任务。同时,打破了对非协作通信设备高性能要求的限制,在电磁环境较恶劣的情况下依然能保持良好的监测效果,实现对有效宽度数据的采集。

Patent Agency Ranking