-
公开(公告)号：CN115955376A
公开(公告)日：2023-04-11
申请号：CN202211697814.6
申请日：2022-12-28
Applicant: 南京邮电大学
IPC: H04L27/00 , G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于卷积神经网络和DAE_Transformer的调制识别方法，包括：以训练集中的调制信号为输入，其对应的融合注意力特征图为输出，结合Transformer注意力机制，构建去噪自动编码器。以融合注意力特征图为输入，调制信号的识别结果为输出，构建基于Residual Network网络结构的classifier模块。基于去噪自动编码器和classifier模块，以调制信号为输入、调制信号的识别结果为输出，构建基于卷积神经网络和DAE_Transformer的调制识别模型。在公共数据集RadioML2018.01A上对网络进行了测试。实验证明，本发明提出的算法相较于现有的识别方法，有效地提高了调制信号的识别准确率。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
