龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：青岛科技大学
摘要：本发明公开了基于希尔伯特变换与改进卷积神经网络的通用水声信号解调方法，属于水声通信信号解调技术领域。可解决现有水声信号解调技术中通用性差、准确率低和复杂度高的技术问题。首先使用Matlab和BELLHOP生成仿真水声信道下的水声调制信号，随后利用希尔伯特变换丰富信号特征，构建四通道样本；接着设计改进的轻量化通道卷积网络结合深度可分离卷积、GELU激活函数、通道注意力机制和混洗方法，有效提取了信号在时域上的关键特征，同时降低了计算复杂度。此外层归一化的应用确保了网络的稳定性，提升了训练效果；最终该方法通过Softmax函数实现对PSK、ASK、FSK、QAM等多类别水声信号的精准解调。
主权项：1.基于希尔伯特变换和改进卷积神经网络的通用水声信号解调方法，其特征在于，包括以下步骤：S1、使用Matlab和BELLHOP生成仿真水声信道下的水声调制信号，并将信号按照符号分割成信号样本，将符号作为信号样本的标签；采用归一化方法和希尔伯特变换对数据集进行预处理，其中，连续的希尔伯特变换将原始信号变为四部分并将其拼接，形成四通道样本数据集，以预备输入到后面的卷积神经网络当中；S2、设计改进的卷积神经网络模型，网络主干由四个阶段构成，每个阶段包含卷积块和下采样层，在第一个阶段前添加一个卷积层和一个归一化层，在第四个阶段后添加全连接层和Softmax激活函数用于输出对应信号的符号类别；S3、基于步骤S1生成的数据集训练模型，经过充分训练后，模型具有学习提取信号样本的时域特征并分类的能力；利用已训练的模型对未知的信号样本进行分类，从而实现信号解调。
全文数据：
权利要求：
百度查询： 青岛科技大学 基于希尔伯特变换和改进卷积神经网络的通用水声信号解调方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号