基于时频分析和卷积神经网络的QPSK信号解调方法.pdf
是你****噩呀
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于时频分析和卷积神经网络的QPSK信号解调方法.pdf
一种基于时频分析和卷积神经网络的QPSK信号解调方法,具体涉及一种QPSK信号解调方法。本发明是为了解决QPSK信号受同频干扰与噪声污染严重问题,首先对接收到的QPSK脉冲成型信号进行时频分析得到时频图,并对时频图进行预处理;然后输入预先训练好的卷积神经网络对接收信号时频图进行分类,并依据分类结果选择滤波通域,控制时变滤波器对接收信号进行滤波及解调,得到解调数据;最后依据分类结果可得到接收信号所属符号样本集,可通过符号样本集对解调数据进一步纠错。通过本方法可以有效抑制同频干扰,提升接收端的信干噪比性能,降
8639790_李朝阳_基于卷积神经网络的脑电信号时频分析理解_基于卷积神经网络的脑电信号时频分析理解V1.docx
PAGE\*MERGEFORMATIIPAGE\*MERGEFORMAT1摘要脑机接口是人工智能的一项重要内容,也是一种全新的大脑与计算机通讯的方式,具有改变人机交互方式的巨大价值。近年来对于脑电信号的研究越来越成熟,许多方法被应用于对运动想象中的脑电信号进行分类。然而卷积神经网络作为一门新兴起的技术,在该领域上应用还比较少。本文探究了卷积神经网络在运动想象脑电信号分类上的应用。主要使用脑机接口竞赛IV2b数据集,探索运动想象脑电信号分类任务。首先查阅了近年来的众多脑电信号分类模型,对于传统机
8639790_李朝阳_基于卷积神经网络的脑电信号时频分析理解_基于卷积神经网络的脑电信号时频分析理解V1.docx
PAGE\*MERGEFORMATIIPAGE\*MERGEFORMAT1摘要脑机接口是人工智能的一项重要内容,也是一种全新的大脑与计算机通讯的方式,具有改变人机交互方式的巨大价值。近年来对于脑电信号的研究越来越成熟,许多方法被应用于对运动想象中的脑电信号进行分类。然而卷积神经网络作为一门新兴起的技术,在该领域上应用还比较少。本文探究了卷积神经网络在运动想象脑电信号分类上的应用。主要使用脑机接口竞赛IV2b数据集,探索运动想象脑电信号分类任务。首先查阅了近年来的众多脑电信号分类模型,对于传统机
基于时频和卷积神经网络的机会信号感知方法、系统及机会信号定位方法.pdf
本发明提供一种基于时频和卷积神经网络的机会信号感知方法、系统及机会信号定位方法,所述感知方法包括步骤:调用目标频带的多个样本信号,表示为第一时频图像,根据信号类型对第一时频图像设置标签,建立为训练数据集;将目标频带划分为多个子频带,基于子频带将训练数据集分为多个训练数据组,输入预先设置的卷积神经网络模型中,对卷积神经网络模型进行训练,得到感知模型;接收机会信号,将第二时频图像输入感知模型;根据机会信号所处子频带调用对应感知模型,得出机会信号信号类型,基于所述信号类型激活对应的接收机。不需所有接收机保持工作
8639790_李朝阳_基于卷积神经网络的脑电信号时频分析理解_基于卷积神经网络的脑电信号时频分析理解V1.docx
PAGE\*MERGEFORMATIIPAGE\*MERGEFORMAT1摘要脑机接口是人工智能的一项重要内容,也是一种全新的大脑与计算机通讯的方式,具有改变人机交互方式的巨大价值。近年来对于脑电信号的研究越来越成熟,许多方法被应用于对运动想象中的脑电信号进行分类。然而卷积神经网络作为一门新兴起的技术,在该领域上应用还比较少。本文探究了卷积神经网络在运动想象脑电信号分类上的应用。主要使用脑机接口竞赛IV2b数据集,探索运动想象脑电信号分类任务。首先查阅了近年来的众多脑电信号分类模型,对于传统机