摘要
本发明公开了基于多模态特征正交化自适应融合的通信信号调制识别方法,包括步骤:获取多种调制类型、采样率和带宽的通信信号数据,经过预处理生成训练集;构建包括针对不同模态特征的特征提取器、自适应特征融合模块和分类器的通信信号调制识别模型;将所述训练集输入通信信号调制识别模型,利用反向传播迭代更新完成模型训练;将训练好的通信信号调制识别模型用于目标通信信号数据的调制类型识别。本发明全面挖掘信号特征,提高了特征表达的完整性和分类性能。同时,通过正交化损失函数减少模态特征间的冗余干扰,增强了模型的泛化能力,并在复杂通信环境下表现出较强的适应性,能为低信噪比、多径干扰等场景提供可靠的调制识别方案。
技术关键词
通信信号调制识别
多模态特征
特征提取器
投影模块
训练集
信号特征
采样率
分类器
打补丁
时序特征
融合特征
数据
信噪比
样本
多径
非线性
系统为您推荐了相关专利信息
服务异常检测方法
性能指标数据
双向长短期记忆网络
异常检测系统
日志
模糊隶属度函数
模糊逻辑
模糊特征
多模态特征
决策方法
机器学习分类器
电介质材料
筛选方法
超参数
训练图像数据