• 专利申请
    2023-08-21
  • 公布公告
    2024-06-04
  • 授权日期
    2024-06-04
  • 终止
    2034-06-02
一种小样本调制识别方法、系统、电子设备及存储介质
一种小样本调制识别方法、系统、电子设备及存储介质
* 专利信息仅供参考,不具有法律效力。 有效专利
CN202311052784.8 2023-08-21 G06F18/241 {{ classMap["G06F18/241"] }}
四川轻化工大学 查看申请人名下所有专利
四川省自贡市自流井区汇兴路519号
专利分类项目
专利注册信息
初审公告期号 2023-08-21 初审公告日期 2024-06-04
注册公告期号 2024-06-04 注册公告日期 2024-06-04
专用权期限 2024-06-04 - 2034-06-02 专利类型 发明授权
代理组织机构 北京新科华领知识产权代理事务所 查看该机构代理的所有专利
专利介绍
本发明公开一种小样本调制识别方法、系统、电子设备及存储介质,涉及通信信号的调制识别技术领域。所述方法包括:获取水下通信信号;对水下通信信号进行信号重建处理,得到增强信号;根据增强信号和ResDLNN模型确定信号识别分类结果;ResDLNN模型包括依次连接的输入层、残差稠密卷积块、长短期记忆层和输出层;残差稠密卷积块是基于残差网络结构和稠密网络结构,由两个具有128个核的一维卷积层、一个Dropout层和一个最大池化层构建的;残差稠密卷积块用于提取信号中的特征;长短期记忆层用于提取信号特征中的时域信息。本发明能够利用深度学习,在少量调制信号样本的基础上提高调制信号的分类性能。
法律进度
  • 2024-06-04 授权 ...

  • 2023-12-15 实质审查的生效 IPC(主分类): G06F 18/241 专利申请号: 202311052784.8 申请日: 2023.0 ...

  • 2023-11-28 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

  • 一种基于图神经网络的调制信号分类方法和系统

  • 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

咨询该专利

您还可以
推荐专利
{{ v.name }}
取 消 确 定