发明专利 已授权

基于CNN-LSTM模型和迁移学习的信号调制样式识别方法

📄 申请号:CN202010548590.7 📄 发布日:2026/07/23

著录项目信息

申请日
2020-06-16
公开号
CN111832417B
公开日
2023-09-15
申请人
杭州电子科技大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

无线电监测, 频谱感知, 通信信号识别, 军事电子对抗, 智能通信

摘要

本发明公开一种基于CNN‑LSTM模型和迁移学习的信号调制样式识别方法。本发明首先对采集多种不同调制信号样本集,预处理得到源数据集;再构建CNN‑LSTM网络模型,将网络的权值进行随机初始化,输入源数据集对网络模型进行预训练;将预训练后CNN网络与LSTM网络的权值参数对应迁移至目标CNN‑LSTM网络中,输入训练数据集对目标CNN‑LSTM网络中的随机森林分类器进行训练,得到训练完成的CNN‑LSTM网络;最后利用训练完成的CNN‑LSTM网络对测试数据集进行调制样式识别,得到信号分类识别结果。本发明结合了CNN网络与LSTM网络的特征提取优点,提高了信号识别性能,并解决了深度学习在缺少目标信号样本的条件下识别性能差的问题。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:27 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价