申请/专利权人:西安电子科技大学
申请日:2022-10-08
公开(公告)日:2024-04-19
公开(公告)号:CN115720184B
主分类号:H04L27/00
分类号:H04L27/00;G06F18/24;G06F18/213;G06F18/214;G06N3/0464;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.04.19#授权;2023.03.17#实质审查的生效;2023.02.28#公开
摘要:本发明公开了一种基于特征分布的小样本信号调制类型识别方法,包括:构建信号调制类型识别网络,所述信号调制类型识别网络包括依次连接的信号特征提取模块、分布计算模块和分类器模块;获取训练支撑集和训练查询集;利用所述训练支撑集和所述训练查询集对所述信号调制类型识别网络进行训练,获得经训练的信号调制类型识别网络模型;利用经训练的信号调制类型识别网络对原始信号的调制类型进行识别,获得原始信号的调制类型。本发明的方法在达到更高识别准确率的前提下具备更好的鲁棒性,所构造的识别网络不需要大量的属于待识别调制类型的已标签样本就能获得很好的识别能力,大大减小了标签工作。
主权项:1.一种基于特征分布的小样本信号调制类型识别方法,其特征在于,包括:S1:构建信号调制类型识别网络,所述信号调制类型识别网络包括依次连接的信号特征提取模块、分布计算模块和分类器模块,其中,所述信号特征提取模块用于提取待识别调制类型的原始信号的特征,得到信号的特征矩阵;所述分布计算模块用于对所述特征矩阵的分布进行建模,获得所述特征矩阵的分布矩阵;所述分类器模块用于根据所述分布矩阵对信号的调制类型进行识别,获得原始信号的预测类型标签;S2:获取训练支撑集和训练查询集;S3:利用所述训练支撑集和所述训练查询集对所述信号调制类型识别网络进行训练,获得经训练的信号调制类型识别网络模型;S4:利用经训练的信号调制类型识别网络对原始信号的调制类型进行识别,获得原始信号的调制类型。
全文数据:
权利要求:
百度查询: 西安电子科技大学 一种基于特征分布的小样本信号调制类型识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。