摘要
一种基于流形空间特征的卫星信号识别方法及模型,属于卫星信号载波监视研究领域。本发明所要解决的技术问题就是针对传统识别算法在应对复杂多变的卫星信号任务时存在的弊端,提供一种基于流形空间特征的卫星信号识别方法及模型,实现了信号的端到端自动识别。技术要点:将原始卫星信号的IQ样本数据输入到小波卷积编码器WCAE网络的编码网络中;在编码网络中,通过逐层的下采样与批量归一化操作,提取出样本数据中的流形空间特征;将最后一组下采样层提取的流形空间特征传递给解码网络,通过连续的上采样层,实现原始卫星信号数据的重构;使用损失函数不断优化WCAE网络参数,损失函数选择二元交叉熵函数与一致增强性损失函数;将编码网络提取的多尺度流形空间特征用作后续的信号识别;多尺度流形空间特征的融合;将不同尺度的流形空间特征映射到相同维度;使用softmax分类器对融合后的特征进行分类,通过监督学习的方式不断优化网络参数。本发明方法利用并行结构和自主学习能力,能够自主学习并逐渐优化模型的能力,分析出不同信号样本中的特征规律。
技术关键词
信号识别方法
解码网络
优化网络参数
信号识别模型
离散小波变换
卷积编码器
信号识别设备
样本
数据
随机梯度下降
重构
可读存储介质
多尺度
分类器
识别算法
处理器通信
系统为您推荐了相关专利信息
智能预测方法
叠前地震
纵横波速度
构建卷积神经网络
测井
模糊图像复原方法
注意力机制
优化器
退化物理模型
编码器
知识图谱构建方法
智能模型
深度学习模型
Neo4j数据库
扫频干扰
条件生成对抗网络
检验报告单
峰值信噪比
语义理解模型
图像修复方法