摘要
本申请涉及一种FTTR网关自动调制识别方法、系统、设备及存储介质。FTTR网关自动调制识别方法包括:自FTTR网络中收集历史信号数据;对历史信号数据进行预处理;对预处理后的历史信号数据进行特征提取;基于历史信号特征对深度学习模型进行训练;将训练好的深度学习模型集成至FTTR网络的信号处理系统中;获取FTTR网络中的实时信号数据,并对实时信号数据进行预处理;将预处理后的实时信号数据输入到深度学习模型进行推理,以得到识别结果;基于识别结果选择合适的解调策略进行解调。本申请不仅可以提高信号传输的准确性和稳定性,减少因信号错误处理导致的误码率,还能间接降低因信号错误处理而产生的延迟。
技术关键词
深度学习模型
调制识别方法
实时信号
信号处理系统
信号特征
网关
无监督特征学习
识别系统
策略
数据收集模块
集成训练
网络
模型训练模块
幅移键控
特征提取模块
解调模块
图像增强
处理器
系统为您推荐了相关专利信息
流场重建方法
混合深度学习模型
数据混合驱动
快照
周期性
决策树模型
深度学习模型
在线学习算法
增量学习算法
深度特征提取
冠状动脉粥样硬化
易损斑块
历史大数据
图像
计算机可读取存储介质
监督机器学习
形态
BOTDA系统
分类方法
OPGW光缆