-
Patent Agency Ranking
公开(公告)号：CN115622852B
公开(公告)日：2024-06-25
申请号：CN202211299878.0
申请日：2022-10-21
Applicant: 扬州大学 , 江苏科瑞恩自动化科技有限公司
IPC: H04L27/00 , G06F18/22 , G06F18/231 , G06F18/2431 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于星座图KD树增强与神经网络GSENet的调制识别方法，按照不同调制方式利用计算机生成仿真的调制信号，得到调制信号样本xs(t)；对调制信号添加非高斯噪声，获得真实调制信号样本；根据真实调制信号样本生成星座图；通过KD树邻近点搜索的方法对星座图进行增强，得到增强后的星座图；将增强后星座图按比例制作训练集、验证集和测试集，对深度神经网络GSENet进行训练，获得训练好的神经网络GSENet；将待识别调制信号的增强星座图输入训练好的神经网络，得到调制识别结果。本发明提高了在非高斯噪声和低信噪比下条件下的识别性能，增加了调制方式识别种类。
-
公开(公告)号：CN114362856A
公开(公告)日：2022-04-15
申请号：CN202111682076.3
申请日：2021-12-31
Applicant: 扬州大学
IPC: H04B17/382 , H04B17/391 , G06F17/16
Abstract: 本发明设计了一种基于拉普拉斯矩阵的循环平稳信号检测与识别方法，适用于存在多数循环平稳信号且接收样本数量较小、循环平稳信号阶数未知、信噪比较低等问题。结合了多天线传感器技术进行系统模型建立，使基于拉普拉斯矩阵的循环平稳信号检测器的检测性能得到相应的提升。通过Matlab对多种循环平稳信号进行仿真分析，提供了一种准确可行的方法。利用图形将多天线所接收到的循环平稳信号进行表征，对接收到的信号进行快速傅里叶计算及功率谱检测量的统计，并根据信号功率谱的统计量判断被检测信号的数量及调制阶数。本发明可用于认知无线电中信号识别，信号检测及检测性能的分析。
-
公开(公告)号：CN118075071A
公开(公告)日：2024-05-24
申请号：CN202410179731.0
申请日：2024-02-18
Applicant: 扬州大学
IPC: H04L27/00 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种信号调制识别方法、系统、存储介质及计算机设备，属于无线通信中调制信号识别技术领域。其识别方法包括获取待识别的调制信号，得到待识别的信号数据集；对所述待识别的信号数据集进行数据预处理，得到扩维信号；将所述扩维信号输入到预先获取的CCLD网络模型，并通过跳跃连接技术，得到目标信号调制识别结果。可增强无线通信中调制信号的数据特征维度，凝聚了更多的调制信号先验知识，减轻了网络中激活函数引起的梯度消失的负面影响，提高了信号识别准确率。
-
公开(公告)号：CN114362856B
公开(公告)日：2023-09-01
申请号：CN202111682076.3
申请日：2021-12-31
Applicant: 扬州大学
IPC: H04B17/382 , H04B17/391 , G06F17/16
Abstract: 本发明设计了一种基于拉普拉斯矩阵的循环平稳信号检测与识别方法，适用于存在多数循环平稳信号且接收样本数量较小、循环平稳信号阶数未知、信噪比较低等问题。结合了多天线传感器技术进行系统模型建立，使基于拉普拉斯矩阵的循环平稳信号检测器的检测性能得到相应的提升。通过Matlab对多种循环平稳信号进行仿真分析，提供了一种准确可行的方法。利用图形将多天线所接收到的循环平稳信号进行表征，对接收到的信号进行快速傅里叶计算及功率谱检测量的统计，并根据信号功率谱的统计量判断被检测信号的数量及调制阶数。本发明可用于认知无线电中信号识别，信号检测及检测性能的分析。
-
公开(公告)号：CN115622852A
公开(公告)日：2023-01-17
申请号：CN202211299878.0
申请日：2022-10-21
Applicant: 扬州大学 , 江苏科瑞恩自动化科技有限公司
IPC: H04L27/00 , G06F18/22 , G06F18/231 , G06F18/2431 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于星座图KD树增强与神经网络GSENet的调制识别方法，按照不同调制方式利用计算机生成仿真的调制信号，得到调制信号样本xs(t)；对调制信号添加非高斯噪声，获得真实调制信号样本；根据真实调制信号样本生成星座图；通过KD树邻近点搜索的方法对星座图进行增强，得到增强后的星座图；将增强后星座图按比例制作训练集、验证集和测试集，对深度神经网络GSENet进行训练，获得训练好的神经网络GSENet；将待识别调制信号的增强星座图输入训练好的神经网络，得到调制识别结果。本发明提高了在非高斯噪声和低信噪比下条件下的识别性能，增加了调制方式识别种类。
-
-
-
-
Search Results
5
records
(took 0.012 seconds)
