一种基于双特征流神经网络的卫星多载波信号识别方法

AITNT
正文
推荐专利
一种基于双特征流神经网络的卫星多载波信号识别方法
申请号:CN202410795414
申请日期:2024-06-19
公开号:CN118797499A
公开日期:2024-10-18
类型:发明专利
摘要
本发明提供了一种基于双特征流神经网络的卫星多载波信号识别方法,所述方法通过对接收到的卫星通信OTFS多载波信号的高阶累积量特征进行标准化处理,得到了三个特征参数;将所述信号映射到平面坐标系中,得到不同调制格式多载波信号的星座图特征,本发明通过设计一个双特征流网络结构,将标准化高阶累积量和星座图特征作为网络的输入进行训练,用以完成对不同调制格式的多载波信号的信号分类,保证所述信号的具有高准确度识别率的同时还具有一定的鲁棒性。
技术关键词
高阶累积量 双流神经网络 信号识别方法 多载波 信号识别模型 调制格式识别 信号星座图 信道 梯度下降算法 训练集数据 参数 网络结构 数学 图像 信噪比
系统为您推荐了相关专利信息
1
基于时频Transformer模型的低轨卫星通信信号识别方法
信号识别方法 深度学习模型 矩阵 数据 编码
2
电力系统次/超同步振荡信号识别方法及装置
信号识别方法 电力系统 频段 特征向量空间 多模态
3
一种面向非合作的OFDM用户数估计方法
近邻传播聚类算法 估计方法 高阶累积量 样本 数据
4
基于Transformer的纳米孔测序信号识别方法及系统
信号识别方法 纳米孔 信号特征 交叉注意力机制 信号识别系统
5
基于并行注意力机制可解释的癫痫发作识别方法和装置
信号识别模型 信号编码器 癫痫 注意力机制 头皮脑电信号
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号