龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明公开了一种小样本条件下基于深度神经网络的波形识别方法，包括对小样本进行扩增和波形识别两部分。小样本扩增包括确定扩增信号需要的最小采样样本数目和利用概率密度函数估计的方法实现小样本扩增。本发明首先通过KLIEP算法确定待扩增信号需要的最小采样样本数目；然后通过最小采样样本估计待扩增信号的概率密度函数，并根据估计的概率密度函数完成小样本的扩增；最后利用扩增的信号和深度神经网络实现波形的识别。该方法利用小样本扩增数据集的检测性能可以达到充足样本数据集下的波形识别性能。
主权项：1.一种小样本条件下基于深度神经网络的波形识别方法，其特征在于，所述波形识别方法包括以下步骤：S1，采用侦测接收机对不同调制方式的未知信号波形分别进行采样，得到小样本的采样信号其中，i表示调制方式的类别，n表示有限采样样本的数目；S2，采用KLIEP算法，通过概率密度函数逼近的方法分别确定I路信号和Q路信号进行有效扩增需要的最小采样样本数目NI和NQ；S3，从采样信号si中选择NI个I路样本作为待扩增的信号集对进行概率密度函数估计，得到估计的概率密度函数利用估计得到的对小样本集进行数据扩增，得到扩增后的信号波形集其中，表示I路扩增前的小样本数据集，NI表示扩增前数据集中样本的数目，表示I路扩增后的数据集，Np表示扩增后数据集中样本的数目，且Np＞＞NI；S4，从采样信号si中选择NQ个Q路样本作为待扩增的信号集对进行概率密度函数估计，得到估计的概率密度函数利用估计得到的对小样本集进行数据扩增，得到扩增后的Q路信号波形数据集其中，表示Q路扩增后的数据集，Nq表示扩增后数据集中样本的数目，且Nq＞＞NQ；S5，分别对步骤S3和步骤S4中的扩增数据集和进行基于累积量的预处理以提取信号的特征，得到预处理后的扩增数据集和其中，表示信号的预处理函数；S6，重复步骤S1至S5，得到扩增后的深度神经网络训练数据集 并利用TraAug训练神经网络以实现信号波形识别，其中1,2,…m表示调制方式序号。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种小样本条件下基于深度神经网络的波形识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号