【技术实现步骤摘要】
本专利技术涉及通信信号识别，尤其涉及一种利用深度学习的多天线接收无线电信号识别方法。
技术介绍
1、无线电信号识别是对接收到的无线电信号的类型(比如调制方式)进行识别的问题，在无线通信、电磁频谱管理等领域具有广泛应用。在单天线接收系统中，研究人员采用深度学习方法对无线电信号进行识别，取得了比基于特征工程的方法更高的识别准确率。相比于单天线接收，多天线接收可以利用空间分集增益，有望提升低信噪比场景下的识别准确率。目前多天线接收系统中，基于深度学习的无线电信号识别方法主要基于各天线接收信号识别结果投票或识别置信度融合的方法，其计算复杂度高，且无法充分利用多天线接收的分集增益来提升识别性能。另外，在非合作系统中事先收集足够的训练数据较为困难。由于样本量有限，神经网络容易出现过拟合现象，导致识别准确度下降。在样本量缺乏的情况下，如何提高识别性能有待进一步研究。
2、现有技术的缺陷是基于深度学习的多天线接收系统在无线电信号识别中无法充分利用多天线接收的分集增益，且缺乏有效的方法解决样本量不足导致的识别准确率不高的问题。
>技术实本文档来自技高网...
【技术保护点】
1.一种利用深度学习的多天线接收无线电信号识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，所述步骤S1，包括：
3.根据权利要求2所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，任意交换所述原始信号样本中的两根天线接收信号的IQ序列，其余天线接收信号的IQ序列保持不变，获得对应的交换样本；
4.根据权利要求3所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，对所述交换样本，在水平方向翻转I通道序列获得相应的水平翻转增强信号如下：
<...【技术特征摘要】
1.一种利用深度学习的多天线接收无线电信号识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，所述步骤s1，包括：
3.根据权利要求2所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，任意交换所述原始信号样本中的两根天线接收信号的iq序列，其余天线接收信号的iq序列保持不变，获得对应的交换样本；
4.根据权利要求3所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，对所述交换样本，在水平方向翻转i通道序列获得相应的水平翻转增强信号如下：
5.根据权利要求4所述的利用深度学习的多天线接收无线电信号识别方法，其特征在于，所述水平翻转增强信号垂直翻转增强信号以及水平垂直双向翻转增强信号联合对应的标签，组成所述翻转增强样本，与所述原始信号样本进行打乱顺序混合，获得同一采样时刻的增强数据集如下所示：
<...【专利技术属性】
技术研发人员：郑仕链，陈涛，张陆鑫，裘坤锋，杨小牛，
申请(专利权)人：中国电子科技集团公司第三十六研究所，
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。