一种基于电离层参数补偿的深度学习短波信号识别方法

AITNT
正文
推荐专利
一种基于电离层参数补偿的深度学习短波信号识别方法
申请号:CN202410909315
申请日期:2024-07-08
公开号:CN118779703B
公开日期:2025-06-13
类型:发明专利
摘要
本发明公开了一种基于电离层参数补偿的深度学习短波信号识别方法,包括如下步骤:步骤1,构建总体神经网络:步骤2,对数据进行处理:步骤3,添加电离层参数以及先验知识:步骤4,进行正向梯度运算和反向梯度求导,更新参数:步骤5,获取识别结果,获取概率最高的一个类别。本发明所公开的方法,使用复数卷积模块提取I、Q两路通道特征,使用LSTM模块提取时间序列特征,充分发挥并提取I、Q两路通道以及时间序列的相关信息,以提高识别准确率。
技术关键词
信号识别方法 多项式 参数 LSTM神经网络 卷积模块 复数滤波器 多头注意力机制 时间序列特征 矩阵 代表 数据格式 标签 键值 通道
系统为您推荐了相关专利信息
1
基于人工智能的临床远程会诊系统及方法
远程会诊系统 图像块 患者 图像分割模型 图像配准
2
一种基于面部识别的课堂行为分析方法
学生 眼部特征点 面部特征点 面部识别 分析方法
3
基于机器学习技术的实验室检测数据的处理方法及系统
检测分类模型 机器学习技术 校准实验室 频域特征 多模态特征融合
4
基于冗余传感器的河流水质监测系统
河流水质监测系统 冗余传感器 水质传感器 数据处理服务器 测量点
5
基于深度学习模型的虚拟电厂功率AI预测方法及系统
AI预测方法 深度学习模型 损耗 产线 特征值
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