基于异步同相正交直方图的调制方式识别方法技术

一种基于异步同相正交直方图的调制方式识别方法，由构建无线通信系统、生成同相正交分量、建异步同相正交直方图、划分数据集、构建信号识别网络、训练信号识别网络、测试信号识别网络步骤组成，本发明专利技术将信号转化为异步同相正交直方图，构建信号识别网络将二维直方图转化为一维向量输入至神经网络，训练识别模型并对调制方式进行分类，实现了对不同调制方式的准确识别，解决了低信噪比情况下识别准确率较低的问题。经仿真实验，本发明专利技术在低信噪比情况下调制方式识别准确率较高，并且优于其他对比实验，在输入信号信噪比为6dB时，已经达到了95％的识别准确率，体现出了本方案较高的调制识别精度。

【技术实现步骤摘要】

本专利技术属于通信，特别涉及一种基于异步同相正交直方图的调制方式识别方法及系统。

技术介绍

1、随着电磁环境的日益复杂，信号的种类和数量呈现出多样化趋势，并且伴随着衰落信道和干扰噪声等不确定因素，电磁波在时域、频域、空域和能域等多个维度呈现出了复杂的变化。面对电磁环境的动态不稳定性，以及无线信道的时变性，从而确保无线通信系统的安全性、高效性和可靠性变得至关重要。为了面对这些复杂的挑战，信号自动调制识别技术显得尤为关键，通过此技术通信系统可以进一步优化系统性能，提高通信质量，从而确保稳定可靠的数据传输。

2、目前自动调制识别技术可以分为两类：基于似然比检测的识别方法和基于特征提取的识别方法。基于似然比检测的识别方法是利用最大似然估计、贝叶斯理论计算信号的似然函数，通过和设定的门限进行比较从而实现调制方式的识别。但由于需要非常完整的先验知识，以及计算复杂度较高并且容易受到外界因素的干扰，因此在实际情况的应用中会受到限制。基于特征提取的识别方法通过提取可以表征信号的各种特征，然后将特征输入到分类器中进行识别。常用的特征有高阶累积量、循环谱特征、统计特本文档来自技高网...

【技术保护点】

1.一种基于异步同相正交直方图的调制方式识别方法，其特征在于由下步骤组成：

2.根据权利要求1所述的基于异步同相正交直方图的调制方式识别方法，其特征在于：在步骤(5)构建信号识别网络中，所述的特征提取模块1由卷积层与归一化层与ReLU层、最大池化层依次串联构成；所述的特征提取模块2的结构与特征提取模块1的结构相同。

3.根据权利要求1所述的基于异步同相正交直方图的调制方式识别方法，其特征在于：在步骤(5)构建信号识别网络中，所述的人工神经网络由输入层与隐藏层、输出层依次串联构成。

4.根据权利要求3所述的基于异步同相正交直方图的调制方式识别方法，其特征...

【技术特征摘要】

1.一种基于异步同相正交直方图的调制方式识别方法，其特征在于由下步骤组成：

2.根据权利要求1所述的基于异步同相正交直方图的调制方式识别方法，其特征在于：在步骤(5)构建信号识别网络中，所述的特征提取模块1由卷积层与归一化层与relu层、最大池化层依次串联构成；所述的特征提取模块2的结构与特征提取模块1的结构相同。

3.根据权利要求1所述的基于异步同相正交直方图的调制方式识别方法，其特征在于：在步骤(5)构建信号识别网络中，所述的人工神经网络由输入层与隐藏层、输出层依次串联构成。

4.根据权利要求3所述的基于异步同相正交直方图的调制方式识别方法，其特征在于：所述的输入层由神经元1与神经元2...

【专利技术属性】
技术研发人员：万鹏武，惠茜，陈东瑞，王瑾，康思迎，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：