摘要
本发明提供一种基于多尺度的通信调制识别方法,主要通过信号采集,信号预处理,数据变换,信号拼接,2D网络特征提取、3D多尺度特征提取,特征信息处理,最后实现调制分类;本发明相较于传统方法,通过融合处理,提升了对复杂调制方式的识别能力;本发明利用卷积神经网络和改进的LSTM进行特征提取,能够自动从输入信号中提取关键特征,避免了人工设计特征的繁琐过程,提高了识别效率;本发明通过多尺度特征提取的方法,不仅能提高方法的识别率,更能全面的提取信号的特征信息,保证边缘信息的不丢失,因此具有较强的鲁棒性。
技术关键词
调制识别方法
特征信息处理
信号接收设备
神经网络卷积层
多尺度特征提取
平铺
信号采集设备
数据
带通滤波器
设计特征
电脑设备
发送设备
索引
滑动窗口
系统为您推荐了相关专利信息
分数阶傅里叶变换
多尺度特征提取
残差模块
检测网络模型
采样模块
电子设备
多尺度特征提取
解码模型
样本
图像处理方法