摘要
本发明公开了一种基于傅里叶级数特征的神经网络辅助调制格式识别方法、系统及设备,属于通信技术领域,其技术方案要点是,包括以下步骤:S1、调制格式不敏感的数字信号处理;S2、对历史信号集的幅值进行直方统计;S3、对历史幅度分布集进行傅里叶级数分解;S4、根据历史幅度特征集和历史标签集,训练神经网络;S5、生成实际待识别信号;S6、对实际待识别信号的幅值进行直方统计,得到信号幅度分布;S7、对信号幅度分布进行傅里叶级数分解;S8、将幅度分布特征输入训练完成的神经网络,得到相应的调制格式标签,实现调制格式识别;发明能够在大信噪比范围内以较低的计算复杂度在光纤通信系统接收端识别信号调制格式,提高接收机的灵活性。
技术关键词
调制格式识别方法
分布特征
训练神经网络模型
数字信号处理
信噪比
标签
实时通信系统
光纤通信系统
复杂度
存储计算机程序
信号调制
电子设备
存储器
多层结构
可读存储介质
系统为您推荐了相关专利信息
智能家居系统
主控电路板
智能家居设备
数字信号处理器
通信模块
地理位置特征
兴趣
交互历史数据
主题数据
模型更新
频率响应特征
有限元分析模型
聚类分析方法
有限元分析方法
刚度