摘要
本发明涉及一种基于集成学习和增量学习的无线电信号调制类型识别方法,属于信号识别和深度学习领域。本发明的方法包括:输入无线电信号数据并进行预处理、数据集标注、将无线电信号数据转成I/Q信号、将处理后的无线电信号转换成二维星座图、数据集划分、将数据输入分类模型、判断无线电信号类别、重新划分样本集,循环执行分类过程、保存少数样本用于后续模型的训练、输出最终训练好的模型作为无线电信号调制方式识别的最终模型。本发明充分利用不同模型的优势,覆盖无线电调制信号的全类别识别,同时结合增量学习的思想,实现对实时采集的无线电信号进行训练和识别,保证模型在识别新类别的基础之上,依然保持对已有类别的识别能力。
技术关键词
识别方法
信号调制方式识别
样本
无线电调制信号
卷积循环神经网络
长短期记忆神经网络
残差神经网络
小数据
采样率
坐标系
纵轴
横轴
聚类
标签
基础
系统为您推荐了相关专利信息
实体关系抽取模型
实体关系抽取方法
原型
样本
交叉注意力机制
图像深度估计方法
深度图
分支
编码特征
输出特征
配电网故障定位
数据采集模块
识别方法
数学模型
配电线路故障检测