摘要
本发明涉及通信技术领域,特别涉及一种基于多阶门控自编码网络的卫星通信信号分类方法,包括:获取待处理数据与用于训练的无线电调制数据集,将无线电调制数据集按照预定比例划分为训练集、验证集和测试集;对训练集进行数据增强;构建基于多阶门控自编码网络的深度学习模型,采用数据增强后的训练集对模型进行训练,分别采用验证集与测试集对模型进行验证与测试,得到训练好的模型;采用训练好的模型对待处理数据进行识别分析,得到信号分类结果;本发明在复杂信道环境和低信噪比条件下仍能保持稳定的分类性能,通过本发明的多阶门控聚合模块设计,在保证识别准确率的同时降低了参数量,提升了运行效率。
技术关键词
信号分类方法
深度学习模型
训练集
网络
分类器
无线电
数据
模块
全局平均池化
门控结构
重构
交互特征
解码器
样本
编码器
索引
分支
损失率
上采样
系统为您推荐了相关专利信息
风电次同步振荡
溯源方法
通道注意力机制
非线性动力学模型
融合特征
RFID标签
设备端口
RFID读写设备
感应检测装置
配线
风力发电机
方程
神经网络参数
优化神经网络
神经网络模型
信息安全检测方法
时间同步机制
深度学习模型
系统调用序列
关联算法