专利交易市场

基于圆系有限穿越可视图建网的调制信号分类方法，包括：S1、采集I/Q调制信号，并对所采集的I/Q调制信号进行处理，将双通道的I/Q调制信号转换为四通道信号；S2、采用圆系有限穿越可视图建网方法将四通道信号分别转换成加权有向网络图；S3、对四个所述加权有向网络图进行特征提取，得到四个特征向量，并对特征向量进行空间扩展，得到每个所述I/Q调制信号的融合特征向量；S4、对调制信号分类模型进行训练，分类精度小于预设阈值，调整圆系有限穿越可视图建网方法中的超参数，并重复步骤S2～S3，直到分类精度大于或等于预设阈值，得到训练好的调制信号分类模型，通过训练好的分类模型完成对I/Q调制信号的分类。本发明能够提高I/Q调制信号的分类精度。

本发明公开了一种联合特征提取的调制信号识别方法，其特征在于，包括如下步骤：1）信号接收；2）信号预处理；3）特征参数提取；4）设置判决门限；5）分类识别。这种方法所需特征参数少、步骤简洁、复杂度低，在低信噪比下识别率高且能弥补高阶累计量单一特征的局限，适用于多种不同类型的调制信号识别。

本发明属于深度学习技术领域，具体是涉及一种基于一致性正则化的数字调制信号识别方法。传统的基于深度学习的数字调制信号识别方法需要大量有标记的数据样本进行训练。在实际通信活动中，仅容易获得大量未标记信号样本，获取人工标记成本高且效率低。本发明通过对称变换扩充数据集，结合随机重排增强样本。使用一致性正则化算法，充分利用大量无标记样本辅助少量有标记样本下的学习，有效地提升了识别准确率，增强了深度学习在数字调制信号识别任务中的可行性和实用性。