摘要
本发明涉及FSK开集信号调制识别领域,具体涉及一种基于对比学习的FSK开集信号调制识别方法。方案包括通过对不同的FSK调制方式进行模拟仿真生成相应的信号,计算每个生成信号的自功率谱密度,并将这些信号、谱密度及其标签信息结合,构建数据集,进行数据预处理,送入对比学习网络进行训练,得到训练好的深度学习模型,利用该模型对训练集数据进行推理,提取每个信号的特征向量,并通过t‑SNE降维将高维特征数据映射到二维空间,计算各个调制方式的聚类质心,得到待测信号特征向量,对特征向量进行t‑SNE降维,并与各个调制方式的质心计算欧式距离,根据设定的阈值判断信号的调制类型。本发明适用于FSK开集信号调制识别。
技术关键词
信号调制识别方法
深度学习模型
FSK信号
训练集数据
密度
功率
标签
网络
优化器
切片
样本
表达式
聚类
语义
参数
误差
尺寸
系统为您推荐了相关专利信息
信号处理方法
参数
芯片系统
计算机执行指令
建筑物
光伏组件模型
非易失性存储介质
短路电流密度
计算机可读指令
饱和电流密度
区块链分片方法
分片系统
账户
层次聚类算法
矩阵
光学字符识别技术
交易特征
深度学习模型
模板匹配算法
规则集
建筑信息模型构件
瓦片
视觉
图像数据处理技术
层级