一种基于深度卷积神经网络的信道编码参数识别方法
基本信息
| 申请号 | CN202010293872.7 | 申请日 | - |
| 公开（公告）号 | CN111490853A | 公开（公告）日 | 2020-08-04 |
| 申请公布号 | CN111490853A | 申请公布日 | 2020-08-04 |
| 分类号 | H04L1/00(2006.01)I;G06N3/04(2006.01)I | 分类 | - |
| 发明人 | 李建清;王姣;王宏 | 申请（专利权）人 | 成都海擎科技有限公司 |
| 代理机构 | 成都虹盛汇泉专利代理有限公司 | 代理人 | 成都海擎科技有限公司 |
| 地址 | 610000四川省成都市中国(四川)自由贸易试验区成都高新区天府三街69号1栋24层2418号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度卷积神经网络的信道编码参数识别方法，包括以下步骤：S1、模拟通信链路结构，生成信道编码参数识别数据集；S2、对信道编码参数识别数据集的数据进行归一化，并将信道编码参数识别数据集划分为训练样本集、验证样本集与测试样本集；S3、构建基于深度卷积神经网络的信道编码参数识别模型；S4、训练深度卷积神经网络模型；S5、用测试样本集获得信道编码参数识别的识别准确率。本发明使用基于深度卷积神经的信道编码参数识别网络模型，可以自动提取不同信道编码的通信信号特征，简化了通信信号特征提取的步骤，提高了无线电信号识别的效率，能够快速解决复杂通信环境下信道编码参数识别问题。 |
