一种基于神经网络集成的调制识别方法技术

本发明专利技术属于通信技术领域，具体的说是一种基于神经网络集成的调制识别方法。本发明专利技术基于神经网络集成的调制识别方法，利用了卷积神经网络自动提取综合的抽象化特征，避免了传统方法的设计和选用信号特征，事实上，可以通过改变训练集的方式得到不同的分类器来适应绝大多数的调制方式，此外，本发明专利技术使用集成策略加强了在低信噪比下的识别性能。

A Modulation Recognition Method Based on Neural Network Integration

The invention belongs to the field of communication technology, in particular to a modulation recognition method based on neural network integration. The method of modulation recognition based on neural network ensemble makes use of convolution neural network to automatically extract the abstraction characteristics of synthesis, avoiding the design and selection of signal characteristics of traditional methods. In fact, different classifiers can be obtained by changing the way of training set to adapt to the vast majority of modulation methods. In addition, the method of integration enhances the low signal-to-noise ratio. Recognition performance under.

【技术实现步骤摘要】
一种基于神经网络集成的调制识别方法
本专利技术属于通信
，具体的说是涉及一种基于神经网络集成的调制识别方法。
技术介绍
自从C.S.Weaver等四名学者于1969年在斯坦福大学的技术报告上发表了第一篇研究通信信号自动调制识别的文章以来，通信信号的自动调制识别技术一直是通信领域的研究热点，其在电子侦察与对抗、频谱监测与管理等领域都有着广泛的应用，对于通信智能化具有重要意义。现有调制识别技术主要可分为两大类：基于假设检验的最大似然方法和基于特征提取的模式识别方法。基于假设检验的最大似然方法是一种统计方法，其利用概率模型推导，在观测采样值、观测值的概率密度达到最大时找出最为合理的参数估计量。从贝叶斯估计的角度来说，基于假设检验的最大似然方法的结果是最优的，但该类方法对参数偏差和模型失配较为敏感，在现实的复杂通信环境中难以广泛应用。相比于基于假设检验的最大似然方法，基于特征提取的模式识别方法比较稳定，实用性更强。目前，用于调制识别的信号特征主要包括时域或变换域特征参数：时域特征包括瞬时幅度、瞬时频率和瞬时相位；变换域特征包括功率谱、谱相关函数、时频分布以及其它的统计参数。但绝大多数基本文档来自技高网...

【技术保护点】
1.一种基于神经网络集成的调制识别方法，其特征在于，包括以下步骤：S1、获取数据集：对接收信号，每次采样8个码元长度的数据，经重采样构成128维的样本，并归一化样本，通过不间断连续采样，获取大量样本构成带标签的数据集；根据需要识别的信号调制方式的种类k，构建数据集为：D＝{(x1,y1),(x2,y2),…,(xm,ym)}其中

【技术特征摘要】
1.一种基于神经网络集成的调制识别方法，其特征在于，包括以下步骤：S1、获取数据集：对接收信号，每次采样8个码元长度的数据，经重采样构成128维的样本，并归一化样本，通过不间断连续采样，获取大量样本构成带标签的数据集；根据需要识别的信号调制方式的种类k，构建数据集为：D＝{(x1,y1),(x2,y2),…,(xm,ym)}其中y∈{1,2,…,k}；S2、训练识别器：建立k个二元的数据子集S1,…,Sk，其中：数据子集Si是数据集D中标签为i而标注标签值为+1或者-1的样本点集合；对于每一种调制类别i∈[k]，都需要训练一个基于Si专用于识别这第i种信号的...

【专利技术属性】
技术研发人员：王卫东，马俊虎，廖红舒，甘露，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51