一种基于强化学习的信号类型识别方法

本发明提供了一种基于强化学习的信号类型识别方法，涉及人工智能技术领域，本发明的方法包括：对训练信号的IQ数据进行零均值归一化处理与切片操作，生成IQ样本数据；构建带one‑hot标签的数据集；构建深度学习策略网络和深度学习目标网络；迭代执行训练过程：从数据集提取一个样本数据作为当前状态；根据ε‑贪心算法选择动作，执行动作，根据数据集对应关系获取奖励和下一状态；根据损失值计算结果与优化器通过反向传播方法更新深度学习策略网络的参数，输出深度学习策略网络模型；将待识别信号输入训练完成的深度学习策略网络，通过投票算法输出最终信号类型。本发明的方法能够实现对通信信号类型的高效识别，具有很强的信号识别准确率与泛化能力。