[发明专利]基于卷积神经网络的调制信号识别方法在审
| 申请号： | 201810253650.5 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108616470A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 汪清;杜攀非;贺爽 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H04L27/00 | 分类号： | H04L27/00;G06N3/04;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于通信信号识别领域，为提出高效可持续的信号识别模型，无需手工提取信号特征。在不同的信噪比下，有很好的识别性能。本发明，基于卷积神经网络的调制信号识别方法，步骤如下：(1)训练一个鲁棒的三层卷积神经网络模型；(2)使用软件无线电平台产生调制信号数据集，产生数据集时注意数据的完备性，避免模型过拟合；(3)构建训练数据集和测试数据集，并且随机调整数据集的顺序保证模型的鲁棒性，训练模型并且保存模型结构和参数；(4)采集信号，加载(3)中保存的模型即能够完成信号的自动识别，基于此可构建实时的信号认知系统。本发明主要应用于通信信号识别场合。 | ||
| 搜索关键词： | 卷积神经网络 通信信号识别 调制信号 构建 调制信号数据 测试数据集 软件无线电 训练数据集 采集信号 调整数据 模型结构 认知系统 识别性能 顺序保证 提取信号 完成信号 信号识别 训练模型 自动识别 鲁棒性 数据集 完备性 信噪比 保存 加载 鲁棒 拟合 三层 应用 | ||
【主权项】：
1.一种基于卷积神经网络的调制信号识别方法，其特征是，步骤如下：(1)基于卷积神经网络强大的特征提取能力，利用原始实部虚部IQ数据训练一个鲁棒的三层卷积神经网络模型，选择包括卷积核、激活函数和目标函数的合适的超参数，以得到优选的网络模型和参数更新策略；(2)使用软件无线电平台产生调制信号数据集，产生数据集时注意数据的完备性，避免模型过拟合；(3)构建训练数据集和测试数据集，并且随机调整数据集的顺序保证模型的鲁棒性，训练模型并且保存模型结构和参数；(4)采集信号，加载(3)中保存的模型即能够完成信号的自动识别，基于此可构建实时的信号认知系统。
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天津大学，未经天津大学许可，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/201810253650.5/，转载请声明来源钻瓜专利网。
