【技术实现步骤摘要】
本专利技术涉及通信信号智能处理,特别涉及一种面向智能仪器的通信信号调制方式盲识别方法,可部署于新一代智能电子测量仪器中,用于电磁信号监测场景、无线电管理场景。
技术介绍
1、目前,电子测量仪器的智能化水平较低。在测量通信、雷达等电磁信号中需要根据人工经验配置测量参数,不仅测量过程复杂,而且测量效果对人工经验依赖度较高,难以实现标准化的精准测量。通信信号调制方式识别是电子测量仪器中关键测量参数之一,是无线电监测的首要任务。针对通信信号调制方式识别,一方面,由于噪声、时频不同步以及射频信道的影响,不同调制方式间的特征区分度较差,传统的单纯依赖专家知识的调制识别方法难以实现精准识别;另一方面,现有的基于深度学习的调制识别方法大多采用信号的原始波形或简单的变换域特征直接训练深度学习网络以实现调制识别,未考虑技术的泛化性、可部署性等,无法适应实际场景的需求。为此,高精度的自动化调制识别技术对提高仪器的智能化水平至关重要,调制方式作为通信信号的关键参数之一,是新一代智能电子测量仪器中的关键技术模块,旨在为仪器赋能,使其摆脱对人工经验的依赖,实现自动
...【技术保护点】
1.一种面向智能仪器的通信信号调制方式盲识别方法,其特征在于,包括:
2.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤2的具体子步骤包括:
3.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤3的具体子步骤包括:
4.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤4中,利用时域信号波形对CNN-Attention网络进行监督式训练,以建立信号类间预识别模型,基于信号类间预识别模型,分析待识别信号并输出信号的调制方式识别结果,识
...【技术特征摘要】
1.一种面向智能仪器的通信信号调制方式盲识别方法,其特征在于,包括:
2.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤2的具体子步骤包括:
3.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤3的具体子步骤包括:
4.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤4中,利用时域信号波形对cnn-attention网络进行监督式训练,以建立信号类间预识别模型,基于信号类间预识别模型,分析待识别信号并输出信号的调制方式识别结果,识别结果为ask、psk或qam调制方式中的一类。
5.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤5中,若待识别信号属于ask类调制方式,具体识别方法包括:
6.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步骤5中,若待识别信号属于psk类调制方式,具体识别方法包括:
7.根据权利要求1所述的面向智能仪器的通信信号调制方式盲识别方法,其特征在于,所述步...
【专利技术属性】
技术研发人员:王超,杜思翰,史新山,张海宾,向长波,杨明洋,李赞,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。