原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于CNN和组合多种高阶谱特征图像的调制样式识别方法，包括：接收来自信号源的射频信号，对该射频信号进行模数转换，以得到数字信号，对该数字信号先后进行数字下变频和滤波处理，以得到I/Q数据，对I/Q数据进行预处理，以得到组合高阶谱图像，获取得到的I/Q数据的信噪比，并判断该信噪比是否大于等于预设阈值，如果是则将得到的组合高阶谱图像输入训练好的第一卷积神经网络模型，以得到调制样式识别结果。本发明针对信号在不同信噪比下各高阶谱特性差异较大，本发明训练了两个卷积神经网络模型，提高了鲁棒性
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113542171 B
(45)授权公告日 2022.06.21
(21)申请号 202110782131.X G06N 3/04 (2006.01)
文档评论（0）