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！

龙图腾网获悉西安电子科技大学申请的专利信号调制方式盲识别方法、系统、存储介质、设备及终端获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117336126B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311046945.2，技术领域涉及：H04L27/00；该发明授权信号调制方式盲识别方法、系统、存储介质、设备及终端是由梁忠鑫;彭飞阳;第五博文;易运晖;何先灯设计研发完成，并于2023-08-20向国家知识产权局提交的专利申请。

本信号调制方式盲识别方法、系统、存储介质、设备及终端在说明书摘要公布了：本发明属于信号调制技术领域，公开了一种信号调制方式盲识别方法、系统、存储介质、设备及终端，利用软件无线电装置，对包含调制信号的无线通信信号进行采集，存储到本地数据库中；对数据进行归一化预处理，进行时域到频域的转换；将归一化预处理的特征向量，按照比例划分生成训练特征集和测试特征集；构建一个七层的调制识别深度Q网络，训练调制识别卷积神经网络，将输入样本送入训练好的卷积神经网络模型，得出在给定的调制类型下的价值。本发明采用深度Q网络通过对大量数据进行采集训练，实现在低信噪比的情况下对信号调制方式的准确识别，提高了准确度；同时由于DQN中存在Q‑值函数这一条件，提高了系统的稳定性。

本发明授权信号调制方式盲识别方法、系统、存储介质、设备及终端在权利要求书中公布了：1.一种信号调制方式盲识别方法，其特征在于，所述信号调制方式盲识别方法采用深度Q网络通过对大量数据进行采集训练，实现在低信噪比的情况下对信号调制方式的准确识别；同时DQN中存在Q-值函数条件； 所述信号调制方式盲识别方法，包括以下步骤： 第一步，利用软件无线电装置，对包含调制信号的无线通信信号进行采集，存储到本地数据库中； 第二步，对数据进行归一化预处理，进行时域到频域的转换； 第三步，将归一化预处理的特征向量，按照比例划分生成训练特征集和测试特征集； 第四步，构建一个七层的调制识别深度Q网络，训练调制识别卷积神经网络，将输入样本送入训练好的卷积神经网络模型，得出在给定的调制类型下的价值； 所述第四步，具体包括：构建一个七层的调制识别深度Q网络，结构依次是：输入层、第一个卷积层、第二个卷积层、第三个卷积层、第一个全连接层、第二个全连接层、输出层； 将输入层后一层的卷积层的卷积核数目设置为输入层最大维度的三分之一，卷积核步长设置为卷积核尺寸的一半，设置调制识别深度Q网络的每层参数； 将输入层的输入维度设置为2×2048，表示特征向量长度； 将第一个卷积层的输入维度设置为2×2048，输出维度设置为32×128； 将第二个卷积层的输入维度设置为32×128，输出维度设置为16×128； 将第三个卷积层的输入维度设置为16×128，输出维度设置为16×64； 将第一个，第二个全连接层的输入维度依次设置为16×64、16×32，输出维度依次设置为16×32，6； 将两个全连接层的激活函数均设置为ReLu函数，损失函数采用交叉熵损失函数； 训练调制识别卷积神经网络： 当调制类型判断正确时予以奖励，判断错误次数超过限度予以惩罚并更新模型，奖惩函数用以指导Q-值函数的强化学习，同时依据Q-值函数的奖励值，适当修改惩罚强度和奖励强度； 将训练特征集输入到调制识别深度Q网络中，采用限量迭代训练法，对调制识别深度Q网络进行训练，直到调制识别深度Q网络的所有参数收敛，得到训练好的Q-值函数； 将输入样本送入训练好的网络模型，得出其在给定的六种调制类型下的价值记为V1，V2，V3，V4，V5，V6，其中V1表示输入样本的状态在判断为2ASK时的价值，V2表示输入样本的状态在判断为4ASK时的价值，V3表示输入样本的状态在判断为2FSK时的价值，V4表示输入样本的状态在判断为4FSK时的价值，V5表示输入样本的状态在判断为BPSK时的价值，V6表示输入样本的状态在判断为QPSK时的价值； 选择价值最大的那个调制类型判断为该样本的调制类型类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号西安电子科技大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。