摘要
本发明涉及一种适应接收天线数变化的深度学习电磁信号识别方法,利用带有K根接收天线的采集设备同一采样时刻采集同一类型信号,并对信号进行预处理得到对应信号特征;不同采样时刻采集不同类型信号;基于信号特征采集设备得到K‑1个数据集;所有采样时刻对应的数据集组成信号识别数据集;电磁信号类型共C种;构建信号识别模型,使用信号识别数据集对模型进行训练,达到最大迭代次数保存损失最小的模型为最佳信号识别模型;使用K'根接收天线采集实际待识别信号,当K'≠K利用接收天线数K'重构最佳信号识别模型得到最终信号识别模型;将实际待识别信号预处理后得到特征矩阵,输入最终信号识别模型得到信号识别结果。实现不同天线数目的信号类型识别。
技术关键词
信号识别模型
信号特征
电磁信号识别方法
特征提取模块
频谱特征
统计特征
数据
接收天线数量
信号采集设备
高阶累积量
矩阵
重构
样本
参数
序列
系统为您推荐了相关专利信息
时序特征
交互特征
交叉注意力机制
轨迹预测方法
轨迹预测系统
无人机锂电池
异常检测系统
机器学习模型
时间序列分析方法
统计特征
路径规划方法
分层特征
三维模型
螺旋
网格拓扑结构
高速相机技术
快速检测方法
路面
动态拍照
频谱特征
无创测量方法
深度循环神经网络
深度卷积模型
电信号
电解质