【技术实现步骤摘要】
一种基于欠完备自编码器的信号调制识别方法
本专利技术涉及一种神经网络和无线通信
，特别是关于一种基于欠完备自编码器的信号调制识别方法。
技术介绍
调制识别(MC)是检测接收信号的调制方式的技术，从而进一步对信号进行解调并获取信息。通常，调制识别可以大致分为两类：最大似然(MaximumLikelihood，ML)方法和基于特征(Feature-Based，FB)的方法。最大似然方法将调制识别转换为假设检验并将似然概率与阈值进行比较。但是一般的，似然函数推导复杂，难以处理，计算量大，且需要大量先验知识，而简化处理采用非似然比近似算法会丢失分类信息导致分类性能下降，适用性差。而基于特征的方法可以达到接近最大似然方法的性能，并且计算复杂度相对更低。通常基于特征的方法可以分解为两个模块：在时域或频域中的特征提取器和分类器。但是无论是使用熵特征、循环谱或者高阶统计量，都有计算量大、特征不易于提取的问题，所以此类算法在DSP器件上的运行效率也无法满足实时识别的要求，因而在工程实现上有较大的困难。
技术实现思路
针对上述问题，本专利技术的目的是提供一种基于欠完备自编码器的信号...
【技术保护点】
1.一种基于欠完备自编码器的信号调制识别方法，其特征在于包括以下步骤：1)通过对matlab生成的随机序列进行调制，得到不同调制信号的数据集，并对该数据集进行预处理，得到调制信号频域信息；2)利用调制信号频域信息训练欠完备自编码器神经网络，训练完成后得到一个能对调制信号频域信息进行自动特征提取和维度压缩的编码器，再将数据集所有数据通过编码器进行编码，得到编码后的特征数据集；3)利用编码后的特征数据集训练神经网络分类器，并判断训练是否完成，若没有完成则重新训练；若训练完成后，则得到一个能对编码器输出的特征进行分类的分类器；4)由训练好的编码器和分类器构成整体前馈模型，用于前馈...
【技术特征摘要】
1.一种基于欠完备自编码器的信号调制识别方法，其特征在于包括以下步骤：1)通过对matlab生成的随机序列进行调制，得到不同调制信号的数据集，并对该数据集进行预处理，得到调制信号频域信息；2)利用调制信号频域信息训练欠完备自编码器神经网络，训练完成后得到一个能对调制信号频域信息进行自动特征提取和维度压缩的编码器，再将数据集所有数据通过编码器进行编码，得到编码后的特征数据集；3)利用编码后的特征数据集训练神经网络分类器，并判断训练是否完成，若没有完成则重新训练；若训练完成后，则得到一个能对编码器输出的特征进行分类的分类器；4)由训练好的编码器和分类器构成整体前馈模型，用于前馈识别调制信号调制种类。2.如权利要求1所述调制识别方法，其特征在于：所述步骤1)中，调制信号数据集包括五种调制信号：2ASK、2FSK、BPSK、QPSK、QAM16。3.如权利要求2所述调制识别方法，其特征在于：所述步骤1)中，对调制信号数据集进行数据预处理包括以下步骤：1.1)将数据集中所有调制信号都加入高斯白噪声，并在-10dB到10dB不同信噪比下由各种调制信号分别生成2000组数据；1.2)将生成的所有数据进行128点FFT运算，得到频域信息，将频域信息实部虚部延展成一维长度256的序列Xf，此序列包含了信号的频域信息，Xf为：Xf＝FFT(e2ASK,e2FSK,eBPSK,eQPSK,eQAM16)。4.如权利要求1所述调制识别方法，其特征在于：所述步骤2)中，欠完备自编码器结构为3层全连接神经网络，欠完备自编码器第一全连接层的网络结构为输入256维，输出25维的全连接神经网络，作为编码器；第二全连接层的网络结构为输入25维，输出256维的全连接神经网络，作为解码器。5.如权利要求4所述调制识别方法，其特征在于：所述步骤2)中，欠完备自编码器神经网络的训练方法包括以下步骤：2.1)数据集同时作为输入和标签训练欠完备自编码器，损失函数为最小化均方误差损失函数；2.2)设置输入层与输出层节点数为256，隐含层节点数为25，训练欠完备自编码器；2.3)判断训练是否完成，若没完成则返回步骤2.1)，若训练完成后，训练好的欠完备自编码器中的编码器部分便能学习到输入数据的隐含特征，将数据集中所...
【专利技术属性】
技术研发人员：徐湛，张培钺，王志杰，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。