-
公开(公告)号：CN111371715A
公开(公告)日：2020-07-03
申请号：CN202010123034.5
申请日：2020-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于在低信噪比下识别ASK类信号的特征提取方法，包括以下步骤：S1:读入待测信号的信号采样序列；S2:通过对信号采样序列的自相关函数进行傅立叶变换得到信号采样序列的功率谱密度；S3:对功率谱密度进行处理；S4:计算功率谱密度的标准差和均值；S5:计算待测信号的标准差系数mdask，完成待测信号的特征提取；S6:对待测信号进行识别，完成在低信噪比下识别ASK类信号。本发明提供的方法不仅可以在低信噪比下完成有效识别ASK类信号的任务，而且可以直接处理中频信号且不受载波频率等通信参数的影响，更不需要精确的参数估计。同时，本发明所提取的特征参数不会出现大幅度变动，具有有效性和稳健性。
-
Patent Agency Ranking
公开(公告)号：CN111401263B
公开(公告)日：2022-07-08
申请号：CN202010194033.X
申请日：2020-03-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种融合专家知识的优效组合式调制识别方法，涉及数字通信识别技术领域，其包括读入待识别信号采样序列，得到一维的数组数据s(n)；从数组数据s(n)提取8维人工特征向量；根据数组数据s(n)获取归一化包络信号数据；根据数组数据s(n)获取时频图，并对时频图进行预处理；基于迁移学习预训练模型，根据8维人工特征向量、归一化包络信号数据的特征以及预处理后的时频图特征构建组合式特征向量；基于组合式特征向量获取识别结果。本发明借助了迁移学习节省训练时间和提升分类精度，既利用了信号的时频图与包络的特征，又加入了鲁棒性较强的8个的人工特征协助分类任务，为待识别信号提供了更具有表征性的数据表达，可以明显提高低信噪比下的准确率。
-
公开(公告)号：CN111327554B
公开(公告)日：2021-03-30
申请号：CN202010123014.8
申请日：2020-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于数字调制信号识别的特征提取方法，包括以下步骤：S1：读入待处理信号的信号采样序列；S2：进行希尔伯特变换，得到最终的解析信号序列；S3：进行统计量特征提取，得到特征参数A；S4：进行瞬时统计特征提取，得到特征参数B‑H；S5：对特征参数A‑H进行特征优效组合，得到特征向量组；S6:将特征向量组输送到多分类器，完成数字调制信号的识别。本发明中，在对信号的瞬时信息获取多重统计参数，对现有参数进行简化和优化并加入新的特征参数，组成能够处理不同数字信号组合的优效特征提取模型，再输送到多分类器，就可实现多种数字信号的共同识别。
-
公开(公告)号：CN111371715B
公开(公告)日：2021-03-16
申请号：CN202010123034.5
申请日：2020-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于在低信噪比下识别ASK类信号的特征提取方法，包括以下步骤：S1:读入待测信号的信号采样序列；S2:通过对信号采样序列的自相关函数进行傅立叶变换得到信号采样序列的功率谱密度；S3:对功率谱密度进行处理；S4:计算功率谱密度的标准差和均值；S5:计算待测信号的标准差系数mdask，完成待测信号的特征提取；S6:对待测信号进行识别，完成在低信噪比下识别ASK类信号。本发明提供的方法不仅可以在低信噪比下完成有效识别ASK类信号的任务，而且可以直接处理中频信号且不受载波频率等通信参数的影响，更不需要精确的参数估计。同时，本发明所提取的特征参数不会出现大幅度变动，具有有效性和稳健性。
-
公开(公告)号：CN111401263A
公开(公告)日：2020-07-10
申请号：CN202010194033.X
申请日：2020-03-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种融合专家知识的优效组合式调制识别方法，涉及数字通信识别技术领域，其包括读入待识别信号采样序列，得到一维的数组数据s(n)；从数组数据s(n)提取8维人工特征向量；根据数组数据s(n)获取归一化包络信号数据；根据数组数据s(n)获取时频图，并对时频图进行预处理；基于迁移学习预训练模型，根据8维人工特征向量、归一化包络信号数据的特征以及预处理后的时频图特征构建组合式特征向量；基于组合式特征向量获取识别结果。本发明借助了迁移学习节省训练时间和提升分类精度，既利用了信号的时频图与包络的特征，又加入了鲁棒性较强的8个的人工特征协助分类任务，为待识别信号提供了更具有表征性的数据表达，可以明显提高低信噪比下的准确率。
-
公开(公告)号：CN111327554A
公开(公告)日：2020-06-23
申请号：CN202010123014.8
申请日：2020-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于数字调制信号识别的特征提取方法，包括以下步骤：S1：读入待处理信号的信号采样序列；S2：进行希尔伯特变换，得到最终的解析信号序列；S3：进行统计量特征提取，得到特征参数A；S4：进行瞬时统计特征提取，得到特征参数B-H；S5：对特征参数A-H进行特征优效组合，得到特征向量组；S6:将特征向量组输送到多分类器，完成数字调制信号的识别。本发明中，在对信号的瞬时信息获取多重统计参数，对现有参数进行简化和优化并加入新的特征参数，组成能够处理不同数字信号组合的优效特征提取模型，再输送到多分类器，就可实现多种数字信号的共同识别。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
