-
公开(公告)号:CN115314158A
公开(公告)日:2022-11-08
申请号:CN202210913765.9
申请日:2022-08-01
Applicant: 福州大学
Abstract: 本发明公开了一种基于长短期记忆神经网络的编码特征识别方法,主要是解决如何使用LSTM网络对不同代码速率的卷积码特征进行识别的问题,而提供的一种编码特征识别方法。本发明针对接受到的LDPC码信号,仿真生成高斯白噪声信道下的信号数据集,并将其按一定比例分割作为网络结构的训练,验证和测试使用,利用训练数据进行网络结构参数的训练,以建立输入数据与编码特征的映射关系,训练完毕后可让LSTM神经网络能够识别出LDPC码的特征,并提高识别率。
-
公开(公告)号:CN115270880A
公开(公告)日:2022-11-01
申请号:CN202210914906.9
申请日:2022-08-01
Applicant: 福州大学
Abstract: 本发明公开了一种基于卷积神经网络的电磁频谱信号编码特征识别方法,通过使用卷积神经网络对不同代码速率的卷积码特征进行识别,提高识别率而提供的一种编码特征识别方法。本发明针对接受到的卷积码信号,仿真生成高斯白噪声信道下的信号数据集,并将其按一定比例分割作为网络结构的训练,验证和测试使用,利用训练数据进行网络结构参数的训练,以建立输入数据与编码特征的映射关系,训练完毕后可让卷积神经网络能够识别出卷积码的特征。
-
公开(公告)号:CN116595370A
公开(公告)日:2023-08-15
申请号:CN202310554887.8
申请日:2023-05-17
Applicant: 福州大学 , 福建金石电子有限公司
IPC: G06F18/214 , H04L27/26 , G06F18/10 , G06F18/24 , G06F18/25 , G06N3/0475 , G06N3/0442 , G06N3/094
Abstract: 本发明涉及一种基于生成对抗网络的无线电信号生成方法。本发明通过使用生成对抗网络,构造一个完整的生成器和鉴别器系统,并将原始信号按一定比例分割作为网络结构的训练样本,利用训练数据进行网络结构参数的调整,根据原始信号数据的真实性,设计了一种新的损失度量函数,进一步度量真实的信号数据与合成信号数据的相似性损失,并利用该损失函数对生成器进行训练。最后完成对调制后原始无线电信号的学习,通过加入随机噪声生成新的合成信号数据。本发明生成的合成信号和原始信号高度相似,在信号接收机中有较高的识别率。
-
-