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：中国人民解放军战略支援部队信息工程大学

摘要：本发明属于无线通信信号识别技术领域，特别涉及一种基于深度学习的无线通信信号规格识别方法及系统，包含：构建特征融合网络模型并利用样本数据进行训练学习，其中，特征融合网络模型中，通过密集连接卷积单元连接所有特征提取层，并利用特征复用机制将当前特征提取层数据和之前所有特征提取层提取的特征数据进行特征融合；将采样得到的信号数据流通过预处理来获取含有信号数据完整差异性信息的数据流矩阵和含有反应信号调制信息的信号矢量图，利用训练学习后的特征融合网络模型来分类识别信号数据流的信号规格。本发明将无线通信信号数据流与矢量图的特征信息进行融合、学习与映射，实现对信号规格准确识别，方案可靠、实用，便于实际场景应用。

主权项：1.一种基于深度学习的无线通信信号规格识别方法，其特征在于，包含如下内容：构建特征融合网络模型并利用样本数据进行训练学习，其中，特征融合网络模型中，通过密集连接卷积单元连接所有特征提取层，并利用特征复用机制将当前特征提取层数据和之前所有特征提取层提取的特征数据进行特征融合；根据指定的规格标准和随机消息符号数据序列，并通过高斯信道模拟实际无线通信信道来产生无线通信信号，且通过设置随机频偏策略，利用频偏控制因子对模拟产生的无线通信信号进行随机频偏操作；并对产生的每个无线通信信号进行随机截取后获取用于预处理的样本数据，并对每个无线通信信号进行预处理来获取对应的含有信号数据完整差异性信息的数据流矩阵和含有反应信号调制信息的信号矢量图；其中，预处理包含：将信号各样本点数据按照其实部-奇数列、虚部-偶数列的规则排列，通过转化得到信号的复数据流单路实数数据流矩阵表示，并通过将信号数据转换成灰度图像来获取对应点的信号矢量图；信号数据在输入至特征融合网络模型前，首先对信号数据进行归一化操作，将各类信号数据的数值区间均搬移至[0,1]之间，使各信号规格的特征值具有相同的度量尺度，并将归一化后的信号数据按照预设组织规则构建用于作为模型输入数据结构的数据流矩阵；将预处理后获取的数据流矩阵和信号矢量图作为训练学习后的特征融合网络模型的输入，利用训练学习后的特征融合网络模型来分类识别信号数据流的信号规格。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 基于深度学习的无线通信信号规格识别方法及系统