一种基于深度学习的次奈奎斯特联合宽带频谱感知和自动调制分类方法

本发明公开了一种基于深度学习的次奈奎斯特联合宽带频谱感知和自动调制分类方法，包括：生成用于联合宽带频谱感知与自动调制分类的生成数据集；对认知无线网络联合宽带频谱感知和自动调制分类系统进行建模并对认知无线端接收到的信号进行多陪集预处理和模拟低通滤波；构建宽带频谱感知和自动调制分类神经网络并训练模型；本地客户端将离线宽带频谱感知训练模型、离线自动调制分类训练模型联合起来在线预测宽带信号的频谱占用情况以及各占用子带信号的调制类型。本发明实现了频谱检测与调制识别的有机融合，显著提高了系统的处理效率与智能化程度，具备良好的鲁棒性与高准确率，尤其适用于动态电磁环境下多用户宽带通信信号的联合识别任务。