【技术实现步骤摘要】
一种数据集不均衡条件下的水声通信信号调制方式识别方法
本专利技术涉及水下信号处理、神经网络等领域，具体是一种水声信号调制方式识别方法。
技术介绍
水声通信信号的调制方式识别是水声通信信号内容获取的前提，也是水声对抗中最重要的环节之一。传统的水声通信信号调制方式识别主要采用基于特征提取的模式识别方法，依据领域知识提取信号的各种特征来进行调制方式识别，主要包括信号的特征提取和分类识别两个阶段。近年来，以卷积神经网络为代表的深度学习方法在图像识别、语音识别等领域取得了巨大的进展。专家学者们也开始将卷积神经网络等深度学习方法应用在水声通信信号调制方式识别领域，相比传统方法，提高了水声通信信号调制方式识别的准确率，取得了突破性的进展。在水下信息传输中，不同类型的水声通信信号往往存在数据量不均衡的现象，一般采用不同的调制方式。数据量的不均衡会导致少数类的特征不能充分表达，分类器很难准确地学习到多数类与少数类之间的区分边界，从而导致分类效果不理想，给少数类的识别带来了极大的困难。目前的水声通信信号调制方式识别方法很难准确地识别出不...
【技术保护点】
1.一种数据集不均衡条件下的水声通信信号调制方式识别方法，其特征在于包括以下步骤：/n步骤1，将水听器布放于海洋中，采录2FSK、BPSK两类不同调制方式的水声通信信号，两类信号的数据量是不均衡的；/n步骤2，利用周期图法得到两类采录信号的功率谱图，对功率谱图进行尺寸调整和像素值归一化处理，对处理后的功率谱图打标签，区分两类信号功率谱图；/n步骤3，将步骤2得到的两类信号的功率谱图各自随机打乱后，按设定比例划分，分别构成2FSK信号训练集、2FSK信号测试集和BPSK信号训练集、BPSK信号测试集；2FSK信号训练集和BPSK信号训练集构成了总体训练集，2FSK信号测试集和...
【技术特征摘要】
1.一种数据集不均衡条件下的水声通信信号调制方式识别方法，其特征在于包括以下步骤：
步骤1，将水听器布放于海洋中，采录2FSK、BPSK两类不同调制方式的水声通信信号，两类信号的数据量是不均衡的；
步骤2，利用周期图法得到两类采录信号的功率谱图，对功率谱图进行尺寸调整和像素值归一化处理，对处理后的功率谱图打标签，区分两类信号功率谱图；
步骤3，将步骤2得到的两类信号的功率谱图各自随机打乱后，按设定比例划分，分别构成2FSK信号训练集、2FSK信号测试集和BPSK信号训练集、BPSK信号测试集；2FSK信号训练集和BPSK信号训练集构成了总体训练集，2FSK信号测试集和BPSK信号测试集构成了总体测试集；
步骤4，构建代价敏感卷积神经网络，步骤如下：
步骤401，构建具有m个卷积层、m个池化层和n个全连接层的卷积神经网络，m和n是任意正整数；
步骤402，定义损失函数其中，样本的真实类...
【专利技术属性】
技术研发人员：姜喆，董亚芬，申晓红，王海燕，闫永胜，张之琛，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
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。