[发明专利]一种基于神经网络的数字调制信号解调器及其解调方法

权利要求书

1.一种基于神经网络的数字调制信号解调器，包括ADC和神经网络识别模块，其特征在于：

所述ADC用于将输入的调制信号转换成数字信号，将其输入至神经网络识别模块；

所述神经网络识别模块用于对ADC输入的调制信号进行学习并识别出调制方式和解调出数字基带信号并输出；即利用神经网络对ADC转换过的调制信号进行学习，记录下可以解调该信号时的网络权重值，之后遇到相同调制方式的信号即可实现信号的识别并解调；

数字调制信号解调器的解调方法，分为学习过程和解调过程：学习过程是为得到可以解调数字调制信号时的网络权重值；解调过程是对相同调制方式的信号，利用学习过程中得到网络权重值对ADC转换过的调制信号进行识别并解调出数字基带信号。

2.如权利要求1所述基于神经网络的数字调制信号解调器，其特征在于：

所述神经网络识别模块由FNN神经网络、CNN神经网络、RNN神经网络或LSTM神经网络构成；

当选用RNN神经网络或LSTM神经网络时，直接构成神经网络识别模块；

当选用FNN神经网络或CNN神经网络时，需配合二选一多路选择器和寄存器来实现时序记忆功能，从而构成神经网络识别模块。

3.如权利要求1所述基于神经网络的数字调制信号解调器的解调方法，包括以下步骤：

步骤1、输入调制信号；通过ADC将调制信号转换为数字信号；

步骤2、神经网络识别模块对ADC转换过的数字信号进行学习，再根据学习结果来修改网络权重值；

步骤3、使用未被学习的信号作为测试集，对比测试结果的准确率能否≥预期误码率；

步骤4、如果准确率≥预期误码率，则记录下网络权重值，学习过程结束；如果准确率低于预期误码率，则重复步骤1-3，直到准确率≥预期误码率；

步骤5、输入和步骤2中已学习过的调制类型相同的调制信号，即待解调信号；通过ADC将调制信号转换为数字信号；步骤6、根据步骤2中得到的神经网络的权重值，通过神经网络识别模块识别出ADC转换过的调制信号并解调出数字基带信号。

4.如权利要求3所述基于神经网络的数字调制信号解调器的解调方法，其特征在于：所述调制信号为n种，n≥1，步骤2的学习过程需要同时输入n种调制信号进行学习并解调。

5.如权利要求3所述基于神经网络的数字调制信号解调器的解调方法，其特征在于：

所述步骤1调制信号对应的调制方式，为振幅键控ASK、频移键控FSK、相移键控PSK、二进制启闭键控OOK、多进制振幅键控MASK、最小频移键控MSK、多进制频移键控MFSK、高斯最小频移键控GMSK、多进制相移键控MPSK、正交相移键控QPSK、偏移四相相移键控OQPSK、正交振幅调制QAM和/或多进制正交振幅调制MQAM。