[发明专利]通信信号调制识别方法及装置

说明书

本申请公开了一种通信信号调制识别方法及装置；该方法包括：获取多种调制信号中每种调制信号对应的IQ数据；根据每种调制信号对应的IQ数据，获取每种调制信号的星座图，每个星座图包含基带符号；对于每个星座图，采用灰度特征图像生成算法提取基带符号在星座图中的位置信息，得到灰度图；将灰度图输入至目标神经网络模型，进行调制方式的识别。本申请能够在低SNR环境下进行调制识别的准确率。

技术领域

本申请属于通信技术领域，具体涉及一种通信信号调制识别方法及装置。

背景技术

无论有线通信还是无线通信系统，为了使基带信号能够以更高的通信速率进行传输，并获得更高的频谱利用率，都必须经过自适应选择调制方式，即信号调制。

然而发明人发现，传统的通信信号调制识别方法的准确率较低。

发明内容

为了提高调制识别的准确率，本申请提供了一种通信信号调制识别方法及装置。

第一方面，本申请提供了一种通信信号调制识别方法，所述方法包括：

获取多种调制信号中每种所述调制信号对应的IQ数据；

根据每种所述调制信号对应的IQ数据，获取每种所述调制信号的星座图，每个所述星座图包含基带符号；

对于每个所述星座图，采用灰度特征图像生成算法提取基带符号在星座图中的位置信息，得到灰度图；

将灰度图输入至目标神经网络模型，进行调制方式的识别。

可选地，所述采用灰度特征图像生成算法提取基带符号在星座图中的位置信息，得到灰度图，包括：

将所述星座图划分成m×n个方格，得到具有m行、n列的方格的阵列区域，m和n为大于1的正整数；

统计每个所述方格内基带符号的数量；

根据每个所述方格内基带符号的数量得到对应方格的像素值；

将得到的像素值作为灰度图的像素值。

可选地，所述根据每个所述方格内基带符号的数量得到对应方格的像素值，包括：

按照修正公式，根据每个所述方格内基带符号的数量得到对应方格的像素值；

所述修正公式为：O_ij＝min{C_ij，255}，i＝1，2，...，m；j＝1，2，...，n，

其中，所述O_ij表示第i行j列的方格的像素值；所述C_ij表示第i行j列的方格中基带符号的数量。

可选地，在所述将灰度图输入至目标神经网络模型之前，所述方法还包括：

获取每种所述调制信号的特征灰度图数据集；

采用特征灰度图数据集训练和验证神经网络模型，得到所述目标神经网络模型。

可选地，所述采用特征灰度图数据集训练和验证神经网络模型，得到所述目标神经网络模型，包括：

构建深度学习网络模型并初始化所述深度学习网络模型；

执行重排操作，所述重排操作为：对特征灰度图数据集进行重排，使各SNR中各调制方式的灰度图均匀分布于数据集中；

将所述特征灰度图数据集分为训练数据集和测试数据集；

将所述训练数据集划分为多组，将多组训练数据集依次输入至深度学习网络模型；

当所述深度学习网络模型的损失函数不满足预设条件时，更新网络模型的参数，直至所述损失函数满足预设条件；