公开(公告)号：CN119135490A

公开(公告)日：2024-12-13

申请号：CN202411310311.8

申请日：2024-09-19

Applicant: 北京邮电大学 ,  龙文华丰(北京)科技有限公司

Inventor： 徐文波 ,  于靖远 ,  黄琦 ,  冯永远 ,  张舸

IPC: H04L27/00 ,  H04L27/34

Abstract: 本发明公开了一种基于星座图特征的数字调制方式识别方法。首先，本发明使用聚类算法获取星座点的幅度相关特征，不依赖信号的先验信息，使用乘法运算取代指数运算，降低了计算复杂度。其次，本发明提取最外圈星座点进行后续处理，提高了聚类算法鲁棒性的同时进一步降低了计算复杂度。由于高次方谱对于载波频偏和信道非理想特性更具鲁棒性，因此本发明从最外圈星座点的高次方谱中提取特征。因此，本发明提供的技术方案提高了数字调制方式识别方法的鲁棒性和准确性，降低了计算复杂度，具有良好的实用价值。

公开(公告)号：CN114358096B

公开(公告)日：2022-06-07

申请号：CN202210274909.0

申请日：2022-03-21

Applicant: 北京邮电大学

Inventor： 徐文波 ,  于靖远 ,  焦逸凡 ,  卢立洋

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  H04L15/00

Abstract: 本发明公开了一种基于逐级门限判决的深度学习摩尔斯码识别方法，获取摩尔斯码音频信号，对摩尔斯码音频信号进行预处理，得到预处理后音频信号；对预处理后音频信号进行判断，根据判断结果将其分类为第一类音频信号和第二类音频信号；在递归神经网络基础上增加用于分析判断的递归门，构建用于生成摩尔斯码数据标签的神经网络；根据神经网络的输入条件，对第一类音频信号和第二类音频信号进行编码处理，得到编码处理后的数据；将编码处理后的数据输入神经网络中处理，输出得到摩尔斯码数据标签；将摩尔斯码数据标签进行逆处理，识别出摩尔斯码；本发明的识别方法，保证了摩尔斯码的识别效率和准确率。

公开(公告)号：CN114358096A

公开(公告)日：2022-04-15

申请号：CN202210274909.0

申请日：2022-03-21

Applicant: 北京邮电大学

Inventor： 徐文波 ,  于靖远 ,  焦逸凡 ,  卢立洋

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  H04L15/00

Abstract: 本发明公开了一种基于逐级门限判决的深度学习摩尔斯码识别方法，获取摩尔斯码音频信号，对摩尔斯码音频信号进行预处理，得到预处理后音频信号；对预处理后音频信号进行判断，根据判断结果将其分类为第一类音频信号和第二类音频信号；在递归神经网络基础上增加用于分析判断的递归门，构建用于生成摩尔斯码数据标签的神经网络；根据神经网络的输入条件，对第一类音频信号和第二类音频信号进行编码处理，得到编码处理后的数据；将编码处理后的数据输入神经网络中处理，输出得到摩尔斯码数据标签；将摩尔斯码数据标签进行逆处理，识别出摩尔斯码；本发明的识别方法，保证了摩尔斯码的识别效率和准确率。