← 返回列表
基于融合特征和组卷积ViT网络的信号类型识别方法及系统
摘要文本
本发明提出了基于融合特征和组卷积ViT网络的信号类型识别方法及系统，属于电磁信号的自动调制识别技术领域，包括：将调制信号变换到时频域，得到时频图，以获取信号的瞬态特性和频率变化信息；采用可视图算法将调制信号转化为时间序列可视化网络；将时频图和时间序列可视化网络的特征进行提取融合，形成更加综合和多维的特征表示即融合特征；融合特征被送入多组卷积残差网络，该网络能够进行多尺度时空信号相关性提取；将组卷积残差网络提取的深度特征送入Transformer Encoder模块中，利用多头自注意力机制对输入的全局建模能力，继续获取信号的全局特征。最后将提取的特征通过全连接层进行分类决策，识别出信号的调制类型。 （更多数据，详见）
申请人信息
- 申请人:山东大学
- 申请人地址:250061 山东省济南市历下区经十路17923号
- 发明人: 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于融合特征和组卷积ViT网络的信号类型识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410182575.3 |
| 申请日 | 2024/2/19 |
| 公告号 | CN117743946A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 山东大学 |
| 发明人 | 许奕东; 王洪君; 费宏运; 杨阳; 刘云霞; 王百洋; 王娜 |
| 地址 | 山东省济南市历城区山大南路27号 |
专利主权项内容
1.基于融合特征和组卷积ViT网络的信号类型识别方法，其特征是，包括：将调制信号变换到时频域，得到时频图，以获取信号的瞬态特性和频率变化信息；采用可视图算法将调制信号转化为时间序列可视化网络，用于捕捉时间序列数据点之间的关系；将时频图和时间序列可视化网络的特征进行提取融合，形成更加综合和多维的特征表示即融合特征；融合特征被送入多组卷积残差网络，该网络能够进行多尺度时空信号相关性提取；将多组卷积残差网络提取的深度特征送入Transformer Encoder中，利用多头自注意力机制的全局建模能力，进一步提取调制信号的全局特征。