摘要
本发明具体涉及一种基于多域特征自适应融合的通信体制智能识别方法,包括:对多类通信体制信号提取二次谱特征和时频特征;利用归一化准则对二次谱特征进行预处理,同时利用图像剪切和立方卷积算法对时频特征进行预处理;利用卷积神经网络处理时频特征,并利用Transformer网络处理二次谱特征;利用多头注意力机制对处理后的特征进行自适应融合;将融合后的特征输入到分类器中进行分类识别,得到识别结果。本发明能够有效实现对四种不同通信体制的智能识别,且在较低信噪比下表现出优异的识别性能,可广泛应用于认知无线电技术领域。
技术关键词
智能识别方法
多域特征
卷积算法
多头注意力机制
网络
序列扩频通信
信号
认知无线电技术
图像
输出特征
分类器
误差反向传播
优化器
训练集数据
序列特征
跳频
处理器
编码器
功率
系统为您推荐了相关专利信息
异常数据
深度学习模型
聚类分析技术
数值
关联规则挖掘算法
机械复合故障
参数
监测传感器
神经网络模型
混合模块
神经网络模型
保护地
生态环境监测方法
卫星遥感图像
残差神经网络