公开(公告)号：CN116070136A

公开(公告)日：2023-05-05

申请号：CN202310086164.X

申请日：2023-01-29

Applicant: 北京林业大学

Inventor： 段瑞枫 ,  李欣泽 ,  张海燕 ,  郭家兴

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/2415 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了基于深度学习的多模态融合无线信号自动调制识别方法，属于通信技术领域；首先，选取公开数据集作为信道输入数据，并按照调制类型进行合并，作为一组时域I/Q数据；然后，对每组时域I/Q数据分别制作一张星座图，按照信噪比进行数据和对应星座图的切割，形成训练集；接着，构建基于时域I/Q数据和星座图数据的多模态融合神经网络模型，并输入训练集进行迭代，调整学习率直至网络模型达到稳定；最后，将新采集的待识别的无线电信号，输入训练好的多模态融合神经网络模型中，自动输出该无线信号的调制识别类型。本发明能够更充分的提取信号在时域与对应星座图上的融合特征，以优化因下采样带来的信息损失，从而获得更加准确的信号相幅信息。

公开(公告)号：CN114548201A

公开(公告)日：2022-05-27

申请号：CN202111348246.4

申请日：2021-11-15

Applicant: 北京林业大学

Inventor： 段瑞枫 ,  李欣泽 ,  张海燕 ,  赵元琳

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种无线信号的自动调制识别方法、装置、存储介质及设备，属于通信技术领域。所述方法包括：将样本集输入创建的神经网络模型中，样本集中的样本中包括无线信号、信噪比、信道信息和实际调制类型；对于每个样本，利用第一卷积层对样本进行特征提取和降维；利用密集跳连机制对得到的第一特征图生成不同分辨率的特征图并进行融合，利用压缩激励机制在每个通道上对融合后的特征图进行乘法加权，得到在通道维数上进行校准的第二特征图；利用第二卷积层对第二特征图进行降维；利用全连接层对得到的第三特征图进行分类，得到预测调制类型；根据预测调制类型和实际调制类型调整模型参数。本申请可以获得准确的信号相幅信息。

公开(公告)号：CN114548201B

公开(公告)日：2023-04-07

申请号：CN202111348246.4

申请日：2021-11-15

Applicant: 北京林业大学

Inventor： 段瑞枫 ,  李欣泽 ,  张海燕 ,  赵元琳

IPC: G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种无线信号的自动调制识别方法、装置、存储介质及设备，属于通信技术领域。所述方法包括：将样本集输入创建的神经网络模型中，样本集中的样本中包括无线信号、信噪比、信道信息和实际调制类型；对于每个样本，利用第一卷积层对样本进行特征提取和降维；利用密集跳连机制对得到的第一特征图生成不同分辨率的特征图并进行融合，利用压缩激励机制在每个通道上对融合后的特征图进行乘法加权，得到在通道维数上进行校准的第二特征图；利用第二卷积层对第二特征图进行降维；利用全连接层对得到的第三特征图进行分类，得到预测调制类型；根据预测调制类型和实际调制类型调整模型参数。本申请可以获得准确的信号相幅信息。

公开(公告)号：CN118972215A

公开(公告)日：2024-11-15

申请号：CN202411032636.4

申请日：2024-07-30

Applicant: 北京林业大学

Inventor： 段瑞枫 ,  冯宇航 ,  李欣泽 ,  丁士杰 ,  张添茗 ,  李敏学

IPC: H04L27/00 ,  H04B15/00 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本申请公开了一种信号的调制方式识别方法、装置、介质及设备，属于信号处理技术领域。包括：利用调制方式识别模型中的低信噪比信号识别模块识别无线信号是否是低信噪比信号；若是，则利用马尔可夫转换模块对低信噪比信号进行马尔可夫转换，得到热力图；利用降噪自编码器模块中的阈值门限机制和协调注意力机制对热力图进行处理，得到时域特征信息；利用特征提取分类模块对时域特征信息进行特征提取和分类处理，得到无线信号的调制方式。本申请能对低信噪比信号进行降噪处理后再识别调制方式，提高了准确性。