【技术实现步骤摘要】
本专利技术属于无线电信号智能处理领域，具体涉及一种无线电信号分类神经网络的设计方法。
技术介绍
1、在无线电频谱监测等领域，通常需要对采集到的无线电信号进行分类，再进行内容的识别，以采取相应的措施。
2、人们已经设计出了多种无线电信号分类方法，包括频谱分析、深度学习等。频谱分析的准确率较低，但需要的计算资源较少；深度学习方法准确率较高，但需要较多的计算和存储资源，无法用于计算资源较少的边缘设备上。
3、在实际应用中，需要一种准确性较高、需要的计算资源较少的无线电信号分类方法，本专利技术正是应这种现实需求而产生的。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术要解决的技术问题是如何提供一种无线电信号分类神经网络的设计方法，以解决无线电信号分类时，频谱分析的准确率较低，深度学习方法需要较多的计算和存储资源的问题。
3、(二)技术方案
4、为了解决上述技术问题，本专利技术提出一种无线电信号分类神经网络的设计方法，该方法包括如
【技术保护点】
1.一种无线电信号分类神经网络的设计方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的无线电信号分类神经网络的设计方法，其特征在于，所述S1具体包括：如果无线电信号有q类，则输出层节点数目为q。
3.如权利要求2所述的无线电信号分类神经网络的设计方法，其特征在于，输出层节点的输出为zi，i＝1,2,…,q，采用softmax函数进行归一化得到归一化输出yi，
4.如权利要求3所述的无线电信号分类神经网络的设计方法，其特征在于，损失函数可以采用交叉熵损失函数，yi为实际输出值，y’i为期望输出值。
5.如权利要...
【技术特征摘要】
1.一种无线电信号分类神经网络的设计方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的无线电信号分类神经网络的设计方法，其特征在于，所述s1具体包括：如果无线电信号有q类，则输出层节点数目为q。
3.如权利要求2所述的无线电信号分类神经网络的设计方法，其特征在于，输出层节点的输出为zi，i＝1,2,…,q，采用softmax函数进行归一化得到归一化输出yi，
4.如权利要求3所述的无线电信号分类神经网络的设计方法，其特征在于，损失函数可以采用交叉熵损失函数，yi为实际输出值，y’i为期望输出值。
5.如权利要求1-4任一项所述的无线电信号分类神经网络的设计方法，其特征在于，所述s2具体包括：
6.如权利要求5所述的无线电信号分类神经...
【专利技术属性】
技术研发人员：李杨，任凯琦，滕啸，秦立德，于鸿飞，臧小滨，张丹，蒋遂平，
申请(专利权)人：北京计算机技术及应用研究所，
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。