基于卷积神经网络和DAE_Transformer的调制识别方法.pdf
努力****元恺
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于卷积神经网络和DAE_Transformer的调制识别方法.pdf
本发明公开了基于卷积神经网络和DAE_Transformer的调制识别方法,包括:以训练集中的调制信号为输入,其对应的融合注意力特征图为输出,结合Transformer注意力机制,构建去噪自动编码器。以融合注意力特征图为输入,调制信号的识别结果为输出,构建基于ResidualNetwork网络结构的classifier模块。基于去噪自动编码器和classifier模块,以调制信号为输入、调制信号的识别结果为输出,构建基于卷积神经网络和DAE_Transformer的调制识别模型。在公共数据集RadioM
基于卷积神经网络的数字信号调制模式识别方法.pdf
本发明公开了一种基于卷积神经网络的数字信号调制模式识别方法,包括以下步骤:S1、将接收机接收到的盲通信时域信号转换为int16格式的数据,并保存为二进制数据文件;S2、变采样为中频信号;S3、进行中频滤波;S4、做幅值归一化处理;S5、设计卷积神经网络用于提取信号特征;S6、对步骤S4得到的信号进行特征提取并进行分类回归,得到对应的数字信号调制模式。本发明通过卷积神经网络的方法对不同的数字调制信号进行特征提取,可以有效的从复杂的数字调制信号中得到每一类对应的有效特征,然后用全连接层将提取到的特征整合到标记
基于CNN卷积神经网络的数字信号自动调制识别方法.pdf
本发明属于数字通信信号调制技术领域,公开了一种基于CNN卷积神经网络的数字信号自动调制识别方法;对接收的数字信号进行循环谱分析,提取幅度归一化循环谱的α轴投影轮廓图,获得一维特征向量x∈R
一种基于微动调制和卷积神经网络的空目标识别方法.pdf
本发明公开了一种基于微动调制和卷积神经网络的空目标识别方法。该方法将卷积神经网络引入到雷达目标识别中,主要适用于具有高重频工作方式的相参雷达对喷气式飞机、螺旋桨飞机和直升机的分类识别。其主要流程是:首先对多普勒微动调制频域数据进行数据预处理;然后将预处理后的多普勒微动调制特征频域数据送入卷积神经网络进行特征提取和分类识别。本发明通过构造适用于处理微多普勒特征的卷积神经网络模型,充分挖掘目标微多普勒频域数据所包含的目标深层次属性特征,实现稳健的自动特征提取,完成三类飞机目标分类。
一种基于卷积神经网络的盲信号调制类型识别方法.pdf
本发明提供一种基于卷积神经网络的盲信号调制类型识别方法,其使用三个不同采样率计算出的相位差分直方图和一个幅度直方图作为信号特征参数,通过卷积神经网络分类器对信号特征参数进行分类,从而获得信号调制类型,由于相位差分直方图的纹理对频偏和不准确带宽不敏感,使得本方法对频偏和不精确带宽具有强壮的免疫力,适用于复杂电磁环境中的盲信号调制类型识别。