[发明专利]基于判别式受限玻尔兹曼机的数字调制识别方法

权利要求书

1.一种基于判别式受限玻尔兹曼机的数字调制识别方法，其特征在于，所述方法包括：

S1将接收信号进行下变频、匹配滤波和离散化处理后获得数字基带信号的符号序列；

S2提取符号序列的高阶累积量特征，将高阶累积量特征进行能量归一化后取绝对值构建信号特征数据集，并构建每个符号序列对应的调制类型标签；

S3将信号特征数据集中的高阶累积量特征构成特征向量并进行最大值最小值归一化，即将所有特征取值缩放到[0,1]之间，获得归一化特征向量；

S4将所述归一化特征向量作为调制识别模型DRBM的输入、对应的调制类型标签作为输出，针对信号受干扰程度轻重，通过不同训练方式获得两个识别模型。第一个模型：基于判别目标函数训练所述DRBM模型，对网络超参数进行调优，获得DRBM_disc分类器，用于直接识别信噪比高于-2dB的数字信号的调制类型；第二个模型：基于生成目标函数训练所述DRBM模型，对网络参数进行调优，获得DRBM_gen模型后，基于对比散度算法，重构归一化特征向量，获得重构特征数据集；将重构特征数据集作为输入，再度基于判别式目标函数训练DRBM模型，对网络参数进行调优，即对于信噪比低于-2dB的信号，需经过重构、分类两步处理获得DRBM_gen+disc模型；

S5对新采集的、调制类型未知的数字信号经下变频、匹配滤波和离散化预处理获得基带符号序列，提取符号序列的高阶累积量特征，经过能量归一化构成特征向量，特征向量经最大值最小值归一化获得归一化特征向量，将归一化特征向量输入最终的识别模型进行调制类型识别，获得信号调制类型标签。识别过程中，对于信噪比较低(低于-2dB)，受严重干扰的数字信号，利用DRBM_gen+dis模型对其进行输入数据重构再进行调制类型识别；对于高信噪比下(高于-2dB)信号，可直接利用DRBM_disc模型进行调制类型识别。

2.根据权利要求1所述的方法，其特征在于，所述调制识别模型DRBM为在RBM的结构基础上将可见层分为输入层x和输出标签层y两部分，输入层x、输出标签层y分别和隐含层h对称连接，但是输入层和输出标签层的层内以及层间无连接。

3.根据权利要求1所述的方法，其特征在于，构建信号特征数据集和对应的调制类型标签，包括：

分别构建训练集、验证集和测试集；其中，在训练集和验证集中，每个符号序列的平均信噪比为-10dB～18dB区间内的随机值；在测试集中，为方便分析不同信噪比下的识别性能，每种调制类型的符号序列对应特定的信噪比-10dB，-8dB，…，16dB，18dB；

符号序列对应的调制类型标签为y∈{1,2,…,C}，C为调制类型；对标签进行One-Hot编码后作为模型的输出层单元值，即输出向量为：