[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在审
| 申请号： | 201810261711.2 | 申请日： | 2018-03-28 |
| 公开（公告）号： | CN108764013A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 周鑫;何晓新;邱源;任海玉 | 申请（专利权）人： | 中国科学院软件研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 杨学明;邓治平 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及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采样数据先后执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。与传统特征提取+分类识别的模式相比，本发明采用端到端的技术解决思路，避免了复杂而低效的特征工程，提高了信号识别的准确性、鲁棒性和智能化水平，对重点区域以及重大活动现场的无线电监管具有重要意义。 | ||
| 搜索关键词： | 卷积神经网络 预处理 无线电信号 采样数据 观察窗口 端到端 瀑布图 离散傅里叶变换 待识别信号 预处理步骤 标签分类 布尔向量 传统特征 对齐处理 分类识别 输出频谱 数据格式 特征提取 信号识别 重大活动 重点区域 重要意义 鲁棒性 映射层 智能化 频谱 无线电 输出 监管 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院软件研究所，未经中国科学院软件研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810261711.2/，转载请声明来源钻瓜专利网。
