• 专利申请
    2021-05-31
  • 公布公告
    2023-06-23
  • 授权日期
    2023-06-23
  • 终止
    2033-06-20
一种基于图神经网络的调制信号分类方法和系统
一种基于图神经网络的调制信号分类方法和系统
* 专利信息仅供参考,不具有法律效力。 有效专利
CN202110598753.7 2021-05-31 G06F18/241 {{ classMap["G06F18/241"] }}
浙江工业大学 查看申请人名下所有专利
浙江省杭州市拱墅区潮王路18号
专利分类项目
专利注册信息
初审公告期号 2021-05-31 初审公告日期 2023-06-23
注册公告期号 2023-06-23 注册公告日期 2023-06-23
专用权期限 2023-06-23 - 2033-06-20 专利类型 发明授权
代理组织机构 杭州天正专利事务所有限公司 查看该机构代理的所有专利
专利介绍
一种基于图神经网络的调制信号分类方法,包括:步骤S1、将I/Q调制信号数据集的每个双通道I/Q调制信号数据处理成四通道信号;步骤S2、将所属四通道信号分别转换成对应的四通道无向网络图信号;步骤S3、采用图神经网络对所述四通道无向网络图信号进行特征提取,得到四通道的特征向量;步骤S4、融合四通道的特征向量为所述每个I/Q调制信号的特征向量,且结合全连接层完成信号的分类;步骤S5、调节可视窗大小,重复步骤S2‑步骤S4步骤至效果最佳。本发明还包括一种图神经网络的调制信号分类系统。本发明能改进现有的可视图算法使其适用于调制信号,贴合调制信号中每个调制符号之间相互较为独立的特性,同时尽可能降低计算时间。
法律进度
  • 2023-06-23 授权 ...

  • 2021-10-01 实质审查的生效 IPC(主分类): G06K 9/00 专利申请号: 202110598753.7 申请日: 2021.05. ...

  • 2021-09-14 公开 ...

同类专利
  • 基于动态构图的半监督分类方法

  • 基于多维特征提取无监督EEG信号分类方法

  • 一种融合一维二维卷积神经网络的深度学习信号分类方法

  • 基于知识共享和模型迁移的全封闭压缩机故障诊断方法

  • 一种基于子图网络的调制信号分类方法及系统

  • 一种基于自监督学习和迁移学习的抑郁症分类方法

  • 基于生成式对抗网络的信号调制类型识别攻击的防御方法

  • 基于约束对抗卷积自编码记忆融合网络的故障诊断方法

  • 基于深度代价敏感卷积网络的故障诊断方法及诊断框架

  • 基于物联网储罐安全监测方法及系统

  • 一种基于双级对齐部分迁移网络的旋转设备故障诊断方法

  • 基于多元可视图神经网络模型的情绪识别方法

咨询该专利

您还可以
推荐专利
{{ v.name }}
取 消 确 定