[发明专利]一种数字通信信号调制方式自动识别方法有效
| 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: | 本发明提供一种数字通信信号调制方式自动识别方法。该方法包括:S1、训练数字调制信号的预处理;S2、训练数字调制信号特征值的提取;S3、通过Bagging学习构建强分类器;S4、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S3的强分类器中,对调制信号进行分类识别。本方法通过并行处理所有的特征值,识别的成功率就与单个特征参数的识别性能关系不大,主要与整体性能有关,使得对调制方式的识别具有具有识别速度快,识别成功率高的优势。 | ||
| 搜索关键词: | 一种 数字通信 信号 调制 方式 自动识别 方法 | ||
【主权项】:
                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;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。
            
                    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/patent/201710189632.0/,转载请声明来源钻瓜专利网。





