一种基于GF-IRANet的自动调制识别方法技术

本发明专利技术属于通信对抗侦察领域，公开了一种基于GF‑IRANet的自动调制识别方法，先将RML 2016a调制数据集转换为对应的CW时频图像；然后通过GF滤波进行CW时频图像的预处理，得到CW数据集；随后通过IRANet对GF滤波后的CW数据集进行特征提取，实现调制分类。本发明专利技术提出了一种将图像分类技术应用于调制识别的网络模型。本发明专利技术简化了网络结构，在保证识别率的前提下降低了参数数量，从而提高了算法运行速度，提升了网络的分类速度。

【技术实现步骤摘要】

本专利技术属于通信对抗侦察领域，涉及一种基于gf-iranet的自动调制识别方法。

技术介绍

1、传统的电子战采用机器和人工相结合的方式来判断信号调制类型，毫无疑问，这种方式的准确率和效率并不高。随着人工智能领域的不断发展，神经网络已经逐渐渗透到各行各业，大量学者已经研究了基于深度学习技术的自动调制识别技术，大家都在寻找一种分类速度快、准确率高的方法。

2、目前通过深度学习进行调制识别的方法有很多，m. m. elsagheer and s. m.ramzy撰写的论文《a hybrid model for automatic modulation classification basedon residual neural networks and long short term memory》及f. zhang, c. luo, j.xu, and y. luo撰写的论文《an autoencoder-based i/q channel interactionenhancement method for automatic modulatio本文档来自技高网...

【技术保护点】

1.一种基于GF-IRANet的自动调制识别方法，其特征在于，步骤如下：

【技术特征摘要】

1.一种基于gf-iranet的自动...

【专利技术属性】
技术研发人员：王冠，郭大鹏，孙静，王晖，
申请(专利权)人：中国人民解放军空军通信士官学校，
类型：发明
国别省市：