首页  专利技术  电子电路装置的制造及其应用技术

基于时频Transformer模型的低轨卫星通信信号识别方法

2026-05-03 13:20:06 365次浏览

技术特征:

1.基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述方法具体过程为:

2.根据权利要求1所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二一中将调制后的ofdm信号数据在时域和频域分别进行切分,得到时域矩阵et和频域矩阵ef;

3.根据权利要求2所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二一一一中切分的小块数量n的表达式为:

4.根据权利要求3所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二一二一中切分的小块数量n的表达式为:

5.根据权利要求4所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二二中对时域矩阵et和频域矩阵ef分别添加位置编码,得到矩阵zt和矩阵zf;

6.根据权利要求5所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二二一中初始化一个针对时域矩阵的可学习的位置编码矩阵pt;

7.根据权利要求6所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二二二中初始化一个针对频域矩阵的可学习的位置编码矩阵pf;

8.根据权利要求7所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述步骤二四中对矩阵rt和rf进行特征融合,得到一组包含时频特性的特征r;表达式为:

9.根据权利要求8所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述m层transformer encoder中3≤m≤7。

10.根据权利要求9所述的基于时频transformer模型的低轨卫星通信信号识别方法,其特征在于:所述m层transformer encoder中m=4。


技术总结
基于时频Transformer模型的低轨卫星通信信号识别方法,本发明涉及低轨卫星通信信号识别方法,属于无线通信、卫星通信、深度学习领域。本发明的目的是为了解决现有方法针对调制后的OFDM信号的调制方式的识别准确率低、效率低的问题。过程为:获得带标签的调制后的OFDM信号数据,将调制后的OFDM信号数据作为训练集;构建深度学习模型,将训练集作为深度学习模型的输入,分类结果作为深度学习模型的输出,对深度学习模型进行训练,直至收敛,获得训练好的深度学习模型;采集待测的调制后的OFDM信号数据,将待测的调制后的OFDM信号数据输入训练好的深度学习模型,训练好的深度学习模型输出分类结果。

技术研发人员:李赞,刘建恬
受保护的技术使用者:吉林大学
技术研发日:
技术公布日:2024/11/28
文档序号 : 【 40164359 】

技术研发人员:李赞,刘建恬
技术所有人:吉林大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
李赞刘建恬吉林大学
一种抗泥型湿拌砂浆保塑剂及其制备方法与流程 一种拱形挡墙的设计方法与流程
相关内容