基于时频Transformer模型的低轨卫星通信信号识别方法

AITNT
正文
推荐专利
基于时频Transformer模型的低轨卫星通信信号识别方法
申请号:CN202411121730
申请日期:2024-08-15
公开号:CN119025964A
公开日期:2024-11-26
类型:发明专利
摘要
基于时频Transformer模型的低轨卫星通信信号识别方法,本发明涉及低轨卫星通信信号识别方法,属于无线通信、卫星通信、深度学习领域。本发明的目的是为了解决现有方法针对调制后的OFDM信号的调制方式的识别准确率低、效率低的问题。过程为:获得带标签的调制后的OFDM信号数据,将调制后的OFDM信号数据作为训练集;构建深度学习模型,将训练集作为深度学习模型的输入,分类结果作为深度学习模型的输出,对深度学习模型进行训练,直至收敛,获得训练好的深度学习模型;采集待测的调制后的OFDM信号数据,将待测的调制后的OFDM信号数据输入训练好的深度学习模型,训练好的深度学习模型输出分类结果。
技术关键词
信号识别方法 深度学习模型 矩阵 数据 编码 训练集 带标签 表达式 输出特征 序列 通道 尺寸
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