[发明专利]一种数字通信信号调制方式自动识别方法有效

专利信息
申请号: 201710189632.0 申请日: 2017-03-27
公开(公告)号: CN107124381B 公开(公告)日: 2020-05-22
发明(设计)人: 陈芳炯;张文松;呼增;季飞;余华 申请(专利权)人: 华南理工大学
主分类号: H04L27/00 分类号: H04L27/00;G06K9/62
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 何淑珍
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数字通信 信号 调制 方式 自动识别 方法
【权利要求书】:

1.一种数字通信信号调制方式自动识别方法,其特征在于包括以下步骤:

S1、训练数字调制信号的预处理,即估计该数字调制信号的带宽及载频,对该数字调制信号进行带通滤波,并变频到合适的频段;

S2、训练数字调制信号特征值的提取,从该数字调制信号中提取信号的时域特征;

S3、训练模型,训练强分类器,通过Bagging并发式集成学习方法,将特征值组成的列向量作为输入,训练出5个基于BP神经网络的弱分类器,然后组合成一个强分类器;强分类器的训练,具体包括:首先设定包含1000个训练样本数据集G={(x1,y1),...,(x1000,y1000)},其中为步骤S2中提取出的特征值组成的列向量,i=1~1000,xi属于表示第i个由特征值组成输入列向量,yi属于下列矩阵中的其中一列,

第一列代表2ASK调制方式,第二列代表4ASK调制方式,第三列代表2FSK调制方式,第四列代表4FSK调制方式,第五列代表2PSK调制方式,第六列代表4PSK调制方式;接下来,采样出5个含有1000个训练样本的采样集Dt,对每一个采样集Dt,训练出一个三层BP神经网络,作为一个弱分类器,对应的判决函数为ht(x);其中BP神经网络由输入层,隐含层,输出层三部分组成;最后,通过组合弱分类器,把5个基于BP神经网络的弱分类器组合成强分类器,强分类器的总体判决函数为

其中x为由特征值组成的输入列向量,y为输出向量,Ι(·)为指示函数,在·为真和假时分别取值1、0,ht(x)为每一个弱分类器对应的判决函数

S4、测试模型,先将待测的调制信号进行预处理并提取五个特征参数,分别为归一化中心瞬时幅度谱最大值γmax,零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差σap,零中心非弱信号段瞬时相位非线性分量的标准偏差σdp,零中心归一化瞬时幅度绝对值的标准偏差σaa,零中心归一化非弱信号段瞬时频率绝对值的标准偏差σaf,然后输入到步骤S3的强分类器中,对调制方式进行分类识别;在对每一个弱分类器预测输出进行结合时,采用简单投票法,通过少数服从多数的方式得到分类结果。

2.如权利要求1所述的一种数字通信信号调制方式自动识别方法,其特征在于所述训练样本数为1000个以上。

3.如权利要求1所述的一种数字通信信号调制方式自动识别方法,其特征在于步骤S4,先将待测的调制信号进行预处理并提取对应的特征参数,然后输入到步骤S3的强分类器中,对调制方式进行分类识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710189632.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top