-
公开(公告)号:CN117454125A
公开(公告)日:2024-01-26
申请号:CN202311172837.X
申请日:2023-09-12
Applicant: 华侨大学
IPC: G06F18/21 , G06F18/214 , G06F18/241 , G06N3/0464 , H04B15/00
Abstract: 本发明公开了一种基于深度残差和多头自注意力的特征耦合信号识别方法,涉及无线信号识别技术领域,包括:构建多个基于时域特征长度序列的IQ采样信号以生成信号样本集;所述IQ采样信号来源于多种无线信号类型的采样信号;使用信号样本集中的IQ采样信号对由深度残差模块和多头自注意力模块组成的混合网络模型进行训练,获得训练好的混合网络模型;利用训练好的混合网络模型对输入的IQ采样信号进行识别,获得无线信号类型。本发明使用基于时域特征的IQ采样信号作为神经网络的输入,融合两个网络提取的局部和全局特征,建立更全面的样本空间表示,从而提升无线信号识别的性能。
-
公开(公告)号:CN117312942A
公开(公告)日:2023-12-29
申请号:CN202311192511.3
申请日:2023-09-15
Applicant: 华侨大学
IPC: G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/08 , H04B17/336
Abstract: 本发明公开了一种基于深度残差收缩网络的非授权频段无线信号识别方法,涉及无线信号识别技术领域,包括:构建多个基于时域特征长度序列的IQ信号以生成信号样本集;所述IQ信号来源于多种非授权频段无线信号类别的采样信号;使用信号样本集中的IQ信号对包括残差收缩模块的深度残差收缩网络模型进行训练,获得训练好的深度残差收缩网络模型;利用训练好的深度残差收缩网络模型对输入的IQ信号进行识别,获得非授权频段无线信号类别。本发明能够在非授权频段准确识别低信噪比条件下的无线信号。
-