一种基于柯西Score极坐标图调制方式识别方法技术

一种基于柯西Score极坐标图的调制方式识别方法，包括：获取无线电信号并对其进行柯西Score处理；计算柯西Score极坐标图并制作训练集和测试集；设计与训练轻量化的卷积神经网络；测试卷积神经网络并进行无线电信号的调制方式识别。实验证明本发明专利技术算法对于解决脉冲性噪声条件下的调制方式识别问题具有较好的效果，此外，发明专利技术中使用的轻量化网络拥有更低的计算复杂度，这对于本发明专利技术方法的实际应用具有重要意义。

【技术实现步骤摘要】
一种基于柯西Score极坐标图调制方式识别方法
本专利技术属于图像识别与通信
，涉及无线电信号的调制方式识别，特别涉及一种基于柯西Score极坐标图的调制方式识别方法。
技术介绍
调制方式识别是无线电信号检测和解调之间的重要步骤，其任务是在没有先验知识或者先验知识不足的情况下，例如在非协作通信中，通过已掌握的信息来判断无线电信号的调制方式。该技术被广泛应用于认知无线电、频谱管理和电子对抗等领域。现有的调制方式识别方法主要分为两类，分别基于最大似然估计和基于信号特征。基于最大似然估计的方法把调制方式识别当作一个假设检验问题，将信号的似然函数同阈值进行比较，该方法通常可以获得更优的解，但是计算复杂度较高。而基于信号特征的方法首先需要提取信号的各类特征，然后将特征送入分类器进行分类，该方法可能无法获得最优解，但是易于实践，计算量相对较低。近年来，随着人工智能的快速发展，越来越多的研究人员尝试将机器学习以及深度学习的技术应用到信号处理领域，提出了许多基于不同特征和各种神经网络的调制方式识别方法，并且取得了很好的效果。但是，现有的调制方式识本文档来自技高网...

【技术保护点】
1.一种基于柯西Score极坐标图的调制识别方法，其特征在于，包括以下步骤：/nA：获取无线电信号并对其进行柯西Score处理；/nA1：获取无线电信号；/nA2：对无线电信号进行柯西Score处理；/nB：计算柯西Score极坐标图特征并制作训练集和测试集；/nB1：计算无线电信号的柯西Score极坐标图特征；/nB2：将上述特征充分混合，并将混合后的特征按照一定比例组成训练集、验证集和测试集；/nC：设计与训练轻量化的卷积神经网络；/nC1：设计轻量化的卷积神经网络；/nC2：利用训练集训练该卷积神经网络；/nC3：利用验证集验证该卷积神经网络；/nD：测试卷积神经网络并进行无线电信号调制...

【技术特征摘要】
1.一种基于柯西Score极坐标图的调制识别方法，其特征在于，包括以下步骤：
A：获取无线电信号并对其进行柯西Score处理；
A1：获取无线电信号；
A2：对无线电信号进行柯西Score处理；
B：计算柯西Score极坐标图特征并制作训练集和测试集；
B1：计算无线电信号的柯西Score极坐标图特征；
B2：将上述特征充分混合，并将混合后的特征按照一定比例组成训练集、验证集和测试集；
C：设计与训练轻量化的卷积神经网络；
C1：设计轻量化的卷积神经网络；
C2：利用训练集训练该卷积神经网络；
C3：利用验证集验证该卷积神经网络；
D：测试卷积神经网络并进行无线电信号调制方式识别；
D1：利用测试集测试该卷积神经网络；
D2：进行无线电信号调制方式识别。


2.根据权利要求1所述的一种基于柯西Score极坐标图的调制识别方法，其特征在于，A所述获取无线电信号并对其进行柯西Score处理具体为：
A1：获取无线电信号；通过相关软件生成仿真无线电信号，并添加脉冲性噪声，或者通过接收机等设备获取脉冲性噪声条件下的真实无线电信号；
A2：对无线电信号进行柯西Score处理；将获取的无线电信号进行离散化、标准化，使用柯西Score函数分别对所得复序列的实部和虚部进行非线性映射。


3.根据权利要求1所述的一种基于柯西Score极坐标图的调制识别方法，其特征在于，B所述计算柯西Score极坐标图特征并制作训练集和测试集具体为：
B1：计算无线电信号的柯西Score极坐标图特征。将非线性映射后的实部和虚部分别作为横坐标和纵坐标，通过计算其极坐标获得有序数对(ρ,θ)，将ρ和θ分别作为直角坐标系的横坐标和纵坐标，按照采样时刻n逐一计算无线电信号所对应的...

【专利技术属性】
技术研发人员：栾声扬，高银锐，赵明龙，陈薇，张兆军，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏;32