[发明专利]一种基于端到端卷积神经网络的无线电信号识别方法

权利要求书

1.一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：对观察窗口的原始I/Q采样数据先后进行预处理和卷积神经网络识别两个步骤，其中：

预处理步骤：以观察窗口的原始I/Q采样数据作为输入，经过离散傅里叶变换和数据格式对齐处理后，输出频谱瀑布图；

卷积神经网络识别步骤：以预处理所得的频谱瀑布图作为输入，经过CNN特征提取层、MLP特征映射层和BR多标签分类层后，输出表征所有待识别信号是否存在的一维布尔向量。

2.根据权利要求1所述的一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：所述的频谱瀑布图，尺寸为M×N×2；其中，2表示图片为两个通道，分别为I通道和Q通道；N表示离散傅里叶变换的点数，N值取2的正整数次幂；M表示一张频谱瀑布图内合并的离散傅里叶变换结果的组数，M值取正整数。

3.根据权利要求1所述的一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：所述的一维布尔向量，其长度表示待识别信号的总数；该向量的第i个元素的值为True时，表示第i个信号存在，反之为False时，表示第i个信号不存在。

4.根据权利要求1所述的一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：所述的CNN特征提取层，采样多层次卷积神经网络结构，同时从时域和频域的角度提取信号高维特征。

5.根据权利要求1所述的一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：所述的MLP特征映射层，采用全连接的多层感知器结构，对提取到的信号特征进行降维映射。

6.根据权利要求1所述的一种基于端到端卷积神经网络的无线电信号识别方法，其特征在于：所述的BR多标签分类层，采用二元关联法对接收数据进行多标签分类，由多个并行的单标签单分类器组成，每个单标签单分类器判断其中一种信号是否存在，所有单标签单分类器的输出结果合并起来，构成一个能够表征所有待识别信号是否存在的一维布尔向量。