基于深度学习的双模通信信号识别方法

本发明公开了一种基于深度学习的双模通信信号识别方法，涉及通信信号处理技术领域，旨在解决传统深度学习算法通常采用简单的神经网络结构，模型对重要特征的关注度不够，容易出现梯度消失等问题，影响模型的性能和识别精度的技术问题，包括以下步骤：S1、信号采集与预处理；S1.1、信号接收；从智能交通通信系统中接收双模通信信号；在智能交通通信场景下，通信信号来自车辆之间的车联网通信、车辆与道路基础设施之间的通信以及交通管理中心与各交通节点之间的通信等；S1.2、自适应采样；运用先进的自适应采样技术进行采样；该技术根据信号的特点动态调整采样频率和采样点数。本发明具有提高模型对复杂特征的处理能力和识别精度的优点。