一种基于连续小波变换和深度学习的调制信号识别方法

本发明公开了一种基于连续小波变换和深度学习的调制信号识别方法，该方法为：首先在发射端对待发送序列进行调制，在接收端获取无线连续时间信号，并对连续时间信号进行采样，对采样数据进行小波分解，滤除高频噪声，利用小波逆变换进行重构，并对重构的信号进行中值滤波，获得新的数据集；然后对新数据集进行连续小波变换得到时频图，提取时频图的时域和频域的特征信息，得到二维特征图；接着构建卷积神经网络预测算法模型，利用连续小波变换提取的二维特征图训练卷积神经网络预测算法模型；最后使用训练好的卷积神经网络预测算法模型对信号的调制方式进行分类。本发明提高了现实中复杂环境下调制信号识别的准确率，减少了网络的参数量，提高了调制信号识别效率。