一种基于特征融合的信号调制识别方法技术

本发明专利技术公开了一种基于特征融合的信号调制识别方法，包括：获取调制信号样本数据集；对调制信号样本进行预处理，包括提取调制信号样本的频谱图和星座图；对频谱图和星座图进行归一化处理，并将归一化处理后的频谱图和星座图串联拼接获得对应的融合特征图，划分融合特征图为训练集和测试集；建立深度神经网络模型，深度神经网络模型包括依次连接的CNN网络、LSTM网络、注意力机制模块和分类器；将训练集中的融合特征图输入深度神经网络模型进行训练，获得训练好的深度神经网络模型；将实际接收信号的融合特征图输入训练好的深度神经网络模型进行识别，获取调制识别结果。该方法增强了特征多样性，具有较高的识别准确率和泛化能力。能力。能力。

【技术实现步骤摘要】
一种基于特征融合的信号调制识别方法


[0001]本专利技术属于信号识别
，具体涉及一种基于特征融合的信号调制识别方法。

技术介绍

[0002]随着无线通信技术的不断发展与普及应用，为了保证无线电资源高效利用与无线通信系统的安全运行，无线电调制识别技术越来越重要。然而传统信号调制识别技术主要依赖技术人员的先验知识，显然已不能适应日益复杂的通信环境。因此，自动调制识别技术应运而生。
[0003]现有自动调制识别方法主要分为两类：基于决策论的信号调制识别和基于特征的信号调制识别。前一类方法主要通过计算信号的似然比进行分类，这种方法在选择似然函数时需要足够的先验知识，且识别精度受信道影响较大。而基于特征的信号调制识别技术得益于机器学习的发展迅速成为主流，这种方法主要通过提取信号的特征量，以监督或非监督的方式训练神经网络，从而实现信号的分类与识别。主要使用以下两种方案：
[0004]一是利用不同调制信号类型之间的区别设计神经网络的结构体系。如采用卷积长短期记忆单元、Inception模块和残差网络(Residual network)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征融合的信号调制识别方法，其特征在于：所述基于特征融合的信号调制识别方法包括如下步骤：S1、获取调制信号样本数据集；S2、对数据集中的调制信号样本进行预处理，所述预处理包括提取调制信号样本的频谱图和星座图；S3、对频谱图和星座图进行归一化处理，并将归一化处理后的相同调制信号样本的频谱图和星座图串联拼接获得对应的融合特征图，划分融合特征图为训练集和测试集；S4、建立深度神经网络模型，所述深度神经网络模型包括依次连接的CNN网络、LSTM网络、注意力机制模块和分类器，其中，所述CNN网络用于提取信号空间特征，所述LSTM网络用于提取信号时序特征，所述注意力机制模块用于捕获关键时空特征；S5、将训练集中的融合特征图输入所述深度神经网络模型进行训练，获得训练好的深度神经网络模型；S6、将实际接收信号的融合特征图输入训练好的深度神经网络模型进行识别，获取调制识别结果。2.如权利要求1所述的基于特征融合的信号调制识别方法，其特征在于：所述CNN网络包括依次连接的第一卷积层、第一Dropout层、第一BN层、第二卷积层、第二Dropout层和...

【专利技术属性】
技术研发人员：章坚武，仇毛弟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：