公开(公告)号：CN116738278A

公开(公告)日：2023-09-12

申请号：CN202310587426.0

申请日：2023-05-23

申请人： 西安电子科技大学

发明人： 王海 ,  柳彦伊 ,  张敏 ,  成曦

IPC分类号： G06F18/24 ,  G06F18/2131 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/214 ,  G06F18/213 ,  G06F18/25

摘要： 本发明公开了一种基于小波变换和多模态特征融合的自动调制分类方法，主要解决低信噪比条件下现有模型分类正确率不高的技术问题；方案包括：1)获取现有数据集中信号的I/Q样本；2)通过小波阈值去噪对样本数据进行预处理，并提取去噪信号的A/P信息，输入时序模态特征提取网络；同时采用格拉姆角场对样本数据进行重构，将一维序列转换为二维图像，作为图像模态特征提取网络的输入；3)使用基于注意力机制的特征融合方法来融合两个网络提取的多模态特征；4)通过全连接层得到最终的调制分类结果。本发明充分考虑到了不同模态特征之间的的差异性和互补性，能够有效提高低信噪比环境下的调制分类正确率，同时解决调制的混淆问题。