摘要
本发明提供了一种调制信号的分类方法、装置及设备。方法包括:获取待分类调制信号;将待分类调制信号输入预训练调制信号分类模型,获得调制信号分类结果;由于预训练调制信号分类模型中的预训练Mamba模型,通过将选择性状态空间(SSM)与Mamba卷积块所提取的特征进行组合,可以有效提取并处理待分类调制信号的特征,提高了预训练调制信号分类模型对待分类调制信号识别的准确性;另外,通过设计特定的损失函数,使初始MCLDNN模型和初始Mamba模型在正常训练的同时能够互相学习,而无需给数据额外引入扰动,提升了预训练调制信号分类模型的性能。因此,本发明方法提高了计算资源利用率和预训练调制信号分类模型的泛化能力。
技术关键词
调制信号分类
时序
状态空间模型
分类方法
机器可读指令
堆叠模块
样本
分类设备
调制信号识别
低信噪比环境
处理器
分类装置
编码
序列
机制
标签
非线性
基础
系统为您推荐了相关专利信息
形式化方法
线性时序逻辑
决策方法
集群
局部搜索算法
残差数据
点云密度
智能建模方法
空洞
神经网络推理
多媒体识别方法
多模态数据采集
图谱
面部微表情
特征提取算法