一种低信噪比OTFS信号识别分类方法及识别分类系统
申请号:CN202510155272
申请日期:2025-02-12
公开号:CN120086647A
公开日期:2025-06-03
类型:发明专利
摘要
本发明公开了一种低信噪比OTFS信号识别分类方法及识别分类系统,所述识别分类方法包括:S1.获取无线通信信号并构建数据集;S2.使用LSTM网络对数据集中信号的高低信噪比分类;S3.低信噪比信号通过二维输入的DTLN模型进行降噪处理;S4.使用卷积神经网络作为调制信号分类模块,将DTLN模型降噪处理后的数据及高信噪比信号输入调制信号分类模块处理。本发明能够配合低信噪比条件下级联神经网络的多层次特征提取能力,完成低信噪比OTFS信号的高效识别与分类,且从信号预处理到最终分类输出全流程高效处理,即使在低信噪比环境下也能显著改善信号分类效果的目标,能够满足实时信号处理对高准确率、低延迟的要求。
技术关键词
信号识别分类方法
调制信号分类
低信噪比信号
识别分类系统
级联神经网络结构
多层次特征提取
模块
数据
实时信号处理
卷积神经网络模型
短时傅里叶变换
时间序列特征
输出信噪比
随机梯度下降