【技术实现步骤摘要】
本专利技术涉及移动通信的，特别涉及一种基于循环谱特征的智能调制识别方法及系统。
技术介绍
1、随着通信技术快速发展，移动设备数量的急剧增加以及通信传输速率的提高，通信系统的调制样式种类也日益丰富和复杂，加之各种新应用场景的不断涌现，使得电磁环境越来越复杂，在这种背景下，高精度的调制识别技术研究愈发受到大量科研人员的注意。
2、目前，信号调制方式的识别方法主要可分为两大类：基于最大似然理论的方法和基于特征参数提取的调制识别方法，基于最大似然理论的方法在理论上是一种有效的方法，但由于其计算复杂度过高，在实际场景下难以实施，倾向于采用基于特征参数提取的调制识别方法，在基于特征参数提取的调制识别方法中，循环谱特征因其能保留信号的调制信息并可以有效隔离信号中的高斯白噪声而备受瞩目，研究人员已成功利用循环谱特征和基于判决树的分类器实现了对信号的调制类型识别。然而在实际场景中，由于信号传感器只能接收有限长的信息，因此估算出的循环谱特征存在噪声泄漏，这将降低调制识别精度，为了应对这一挑战，现有技术提出了将神经网络和循环谱特征结合起来，利用神...
【技术保护点】
1.一种基于循环谱特征的智能调制识别方法，其特征在于，包括：以下步骤：
2.根据权利要求1所述的基于循环谱特征的智能调制识别方法，其特征在于，所述调制信号从调制信号数据集中的含噪信道下获取，每一种调制信号含有若干种信噪比。
3.根据权利要求1所述的基于循环谱特征的智能调制识别方法，其特征在于，所述对所述调制信号进行预处理，包括：
4.根据权利要求3所述的基于循环谱特征的智能调制识别方法，其特征在于，所述对调制信号的循环谱进行估计，得到循环谱，包括：
5.根据权利要求4所述的基于循环谱特征的智能调制识别方法，其特征在于，所...
【技术特征摘要】
1.一种基于循环谱特征的智能调制识别方法，其特征在于，包括：以下步骤：
2.根据权利要求1所述的基于循环谱特征的智能调制识别方法，其特征在于，所述调制信号从调制信号数据集中的含噪信道下获取，每一种调制信号含有若干种信噪比。
3.根据权利要求1所述的基于循环谱特征的智能调制识别方法，其特征在于，所述对所述调制信号进行预处理，包括：
4.根据权利要求3所述的基于循环谱特征的智能调制识别方法，其特征在于，所述对调制信号的循环谱进行估计，得到循环谱，包括：
5.根据权利要求4所述的基于循环谱特征的智能调制识别方法，其特征在于，所述提取循环谱中不含零点的α截面，所述α截面的表达式为f表示频率，将所述α截面作为循环谱的特征参数。
6.根据权利要求1所述的基于循...
【专利技术属性】
技术研发人员：张琳，杨易木，李雯佳，苏攀月，赖彤晞，
申请(专利权)人：中山大学，
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。