【技术实现步骤摘要】
本专利技术涉及信号感知，尤其涉及一种基于循环谱特征选择与融合机制的电磁信号识别方法。
技术介绍
1、电磁信号识别是解决由于当前爆发式增长的无线设备所面临无线电频谱资源拥挤和难以管理问题的关键技术。其可以在没有任何有关传输信号的先验知识下自动识别电磁信号。电磁信号识别可以应用于软件无线电的前端，用于优化认知无线电中的频谱分配和减少无线电的干扰，在各种军事和民用应用中都收到了广泛的关注。
2、传统的电磁信号识别方法基本分为特征提取和分类两个阶段，首先利用专家知识提取的人工特征，再运用传统机器学习的方法完成分类任务。其组合了不同的特征提取算法和机器学习分类器使得要求信号处理方面的专业知识和手动设计经验。近年来，基于深度学习的电磁信号识别方法因为其可以自动提取特征并且不依赖专家知识逐渐成为主流，然而这种深度学习的分类方法一般都采用复杂的网络结构以实现高的识别性能导致其计算参数量较高，难以部署到实际应用场景中。
技术实现思路
1、本专利技术要解决的问题在于，提供一种减少计算量，提升识别速...
【技术保护点】
1.一种基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述原始电磁信号训练集进行预处理，得到信号循环谱特征集，包括：
3.根据权利要求2所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述原始电磁信号训练集进行归一化处理，得到IQ双路信号集，包括：
4.根据权利要求2所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述IQ双路信号集进行循环谱特征提取处理，得到信号循环
【技术特征摘要】
1.一种基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述原始电磁信号训练集进行预处理，得到信号循环谱特征集，包括：
3.根据权利要求2所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述原始电磁信号训练集进行归一化处理，得到iq双路信号集，包括：
4.根据权利要求2所述的基于循环谱特征选择与融合机制的电磁信号识别方法，其特征在于，所述对所述iq双路信号集进行循环谱特征提取处理，得到信号循环谱特征集，包括：
5.根据权利要求1所述的基于循环谱特征选择与融合机制的电磁信...
【专利技术属性】
技术研发人员：蔡昕，杨健，刘杰，肖德政，
申请(专利权)人：中国人民解放军军事科学院系统工程研究院，
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。