[发明专利]一种信号调制模式识别方法及装置

说明书

本申请提供了一种信号调制模式识别方法及装置，方法包括：获取接收端信号；将接收端信号输入预先训练好的卷积神经网络模型，得到卷积神经网络模型输出的信号调制模式识别结果，其中，卷积神经网络模型为利用预先标记有调制模式类别信息的训练样本训练得到的模型。在本申请中，通过以上方式可以实现信号调制模式的识别。

技术领域

本申请涉及通信技术领域，特别涉及一种信号调制模式识别方法及装置。

背景技术

随着社会的发展和科技的进步，无人设备的使用越来越多，比如利用无人机完成一些勘探和信息获取任务。其中，保证高效及时的通信是保证无人设备完成任务的关键。为了保证高效及时的通信，可以在接收端设置抗干扰环节，排除通信干扰。

其中，信号调制模式的识别因其可以使无人设备更好的适应于不同的电磁环境，从而保证通信的敏捷、高效、可靠和安全性，而成为抗干扰环节实施的基础。但，如何进行信号调制模式的识别成为问题。

发明内容

为解决上述技术问题，本申请实施例提供一种信号调制模式识别方法及装置，以达到实现信号调制模式识别的目的，技术方案如下：

一种信号调制模式识别方法，包括：

获取接收端信号；

将所述接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果，其中，所述卷积神经网络模型为利用预先标记有调制模式类别信息的训练样本训练得到的模型。

优选的，所述获取接收端信号之后，还包括：

对所述接收端信号进行信号特征突显处理；

将所述接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果，包括：

将进行信号特征突显处理后的接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果。

优选的，所述对所述接收端信号进行信号特征突显处理，包括：

对所述接收端信号进行降噪处理和信号幅度变化消除处理。

优选的，所述对所述接收端信号进行信号特征突显处理之后，还包括：

将进行信号特征突显处理后的接收端信号转换为设定格式的图片；

将所述接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果，包括：

将所述设定格式的图片输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果。

优选的，所述卷积神经网络模型为深度残差网络结构模型。

一种信号调制模式识别装置，包括：

获取模块，用于获取接收端信号；

识别模块，用于将所述接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果，其中，所述卷积神经网络模型为利用预先标记好调制模式类别信息的训练样本训练得到的模型。

优选的，还包括：

信号特征突显处理模块，用于对所述接收端信号进行信号特征突显处理；

所述识别模块，具体用于将进行信号特征突显处理后的接收端信号输入预先训练好的卷积神经网络模型，得到所述卷积神经网络模型输出的信号调制模式识别结果。

优选的，所述信号特征突显处理模块包括：