一种基于迁移学习的超高阶信号调制格式快速识别方法
公开
摘要
本发明公开了一种基于迁移学习的超高阶信号调制格式快速识别方法，包括：将带标签的低阶信号作为源域，无标签的超高阶信号作为目标域；构建卷积神经网络模型；应用领域自适应方法对构建的卷积神经网络模型进行训练，得到预训练的卷积神经网络模型；将从源域中学到的知识和预训练的卷积神经网络模型迁移到目标域中，利用目标域对预训练的卷积神经网络模型的参数进行微调，得到具有识别能力的卷积神经网络模型；在信号接收端，将接收到的信号预处理后送入具有识别能力的卷积神经网络模型，得到信号调制格式识别结果。本发明通过引入迁移学习，可以在极有限的训练时间、训练样本数量的基础上，准确恢复出原始信号，实现通信系统的可靠、高效传输。
基本信息
专利标题 ：
一种基于迁移学习的超高阶信号调制格式快速识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114598582A
申请号 ：
CN202210145229.9
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘博忻向军任建新毛雅亚朱筱嵘王瑞春沈磊吴泳锋孙婷婷赵立龙戚志鹏李莹
申请人 ：
南京信息工程大学
申请人地址 ：
江苏省南京市江北新区宁六路219号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
姜慧勤
优先权 ：
CN202210145229.9
主分类号 ：
H04L27/00
IPC分类号 ：
H04L27/00 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
