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一种面向工业互联网的通信信号调制类型智能识别方法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：CN118945021B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202410941083.8，技术领域涉及：H04L27/00；该发明授权一种面向工业互联网的通信信号调制类型智能识别方法是由王超;张海宾;史新山;向长波;周钦山设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本一种面向工业互联网的通信信号调制类型智能识别方法在说明书摘要公布了：本发明公开了一种面向工业互联网的通信信号调制类型智能识别方法，涉及无线电领域，用以解决现有技术鲁棒性差、完备性差和实用性差的问题。本发明利用基于MobileNet的信号识别网络对接收信号进行初步分类；同时利用基于KAN‑LSTM的信号识别网络进行幅度调制和频率调制的分类；根据前两步的分类结果，输出信号调制类型识别结果，或者继续利用基于KAN‑LSTM的信号识别网络、基于MobileNet的信号识别网络或者多模态特征融合网络进行逐级细分，获得信号调制类型识别结果。本发明提高了信号调制类型识别方法的准确性与鲁棒性，可精确识别到高阶CPFSK信号，并解决了现有算法实用性差的问题。

本发明授权一种面向工业互联网的通信信号调制类型智能识别方法在权利要求书中公布了：1.一种面向工业互联网的通信信号调制类型智能识别方法，其特征在于，包括： S1、对接收信号的功率进行归一化处理，得到单位功率信号； S2、提取信号的第一频谱特征，利用由基于MobileNet的信号识别网络训练的信号初步分类模型对所述第一频谱特征进行初步分类，获得信号在AM、FM、{AM广播、ASK}和{CPFSK、FM广播、PAM}中的初步分类结果； 所述信号初步分类模型的构建方法为：对历史接收信号的单位功率信号进行快速傅里叶变换和取模值处理，提取出频谱特征，利用提取的频谱特征对基于MobileNet的信号识别网络进行有监督训练，构建出基于频谱特征的、分类结果为AM、FM、{AM广播、ASK}和{CPFSK、FM广播、PAM}的信号初步分类模型； 所述基于MobileNet的信号识别网络，由级联的卷积模块、深度可分离卷积模块a、深度可分离卷积模块b、深度可分离卷积模块c和第一分类模块构成： 所述卷积模块依次包括二维卷积层、二维批归一化层和激活函数ReLU； 所述深度可分离卷积模块a依次包括二维卷积层a、二维批归一化层a、激活函数ReLU、二维卷积层b、二维批归一化层b和激活函数ReLU； 所述深度可分离卷积模块b依次包括二维卷积层a、二维批归一化层a、激活函数ReLU、二维卷积层b、二维批归一化层b和激活函数ReLU； 所述深度可分离卷积模块c依次包括二维卷积层a、二维批归一化层a、激活函数ReLU、二维卷积层b、二维批归一化层b和激活函数ReLU； 所述第一分类模块依次包括二维平均池化层、特征展开函数、线性层和Softmax函数； S3、根据信号的IQ序列，利用经训练的基于KAN-LSTM的信号识别网络，区分信号为{AM、AM广播、ASK、PAM}或{FM、FM广播、CPFSK}； 所述基于KAN-LSTM的信号识别网络由训练样本训练得到，所述训练样本为历史接收信号的IQ序列，标签为{AM、AM广播、ASK、PAM}或{FM、FM广播、CPFSK}两类； 所述基于KAN-LSTM的信号识别网络，由级联的空间特征提取模块a、空间特征提取模块b、时序特征提取模块a、时序特征提取模块b和第二分类模块构成： 所述空间特征提取模块a依次包括一维卷积层、一维平均池化层、KAN网络层、一维批归一化层和激活函数ReLU； 所述空间特征提取模块b依次包括一维卷积层、一维平均池化层、KAN网络层、一维批归一化层和激活函数ReLU； 所述时序特征提取模块a依次包括LSTM、激活函数ReLU、一维批归一化层、KAN网络层和激活函数GELU； 所述时序特征提取模块b依次包括LSTM、激活函数ReLU、一维批归一化层、KAN网络层和激活函数GELU； 所述第二分类模块依次包括KAN网络层a、特征展开函数、一维平均池化层、KAN网络层b和激函数Softmax； S4、根据步骤S2和S3的分类结果的交集确定信号的调制类型；若信号属于AM调制类型，则输出信号调制类型的识别结果为AM； S5、若信号属于FM调制类型，则输出信号调制类型的识别结果为FM； S6、若信号属于{AM广播、ASK}调制类型，则执行： S61、对信号进行载波残留估计，得到载波残留估计值，并根据载波残留估计值，去除信号的载波残留得到信号； S62、根据信号的IQ序列，利用基于KAN-LSTM的信号识别网络，得到调整类型在{AM广播、ASK}中的初步识别类型，初步识别类型为AM广播或{2ASK、4ASK、8ASK}两类； S63、如果信号属于AM广播调制类型，则输出信号调制类型的识别结果为AM； S64、如果信号属于{2ASK、4ASK、8ASK}调制类型，则对信号进行码元速率估计，得到信号的码元速率估计值；根据码元速率估计值计算每个码元对应的采样点数；根据码元的采样点数，利用Oamp;M平方估计算法计算信号的定时误差，进一步计算信号的星座图； S65、根据信号的星座图，利用基于MobileNet的信号识别网络，获得调制类型在2ASK、4ASK、8ASK中的识别结果； S7、若信号属于PAM调制类型，则执行： S71、对信号进行载波残留估计，得到载波残留估计值，并根据载波残留估计值，去除信号的载波残留得到信号； S72、对信号进行码元速率估计，得到信号的码元速率估计值；根据码元速率估计值计算每个码元对应的采样点数；根据采样点数对信号进行多次下采样以提取信号的多时星座图； S73、根据信号的多时星座图，利用多模态特征融合网络，获得调制类型在2PAM、4PAM、8APM中的识别结果； 所述多模态特征融合网络，由级联的特征提取模块、特征融合模块和第三分类模块构成： 所述特征提取模块依次包括卷积模块、深度可分离卷积模块a、深度可分离卷积模块b、深度可分离卷积模块c和二维平均池化层特征展开函数； 所述特征融合模块依次包括特征拼接函数、KAN网络层a、激活函数GELU、KAN网络层b、激活函数Sigmoid和特征相乘函数； 所述第三分类模块依次包括特征展开函数、KAN网络层和激活函数Softmax； S8、若信号属于{CPFSK、FM广播}调制类型，则执行： S81、对信号的相位进行差分计算，提取信号的频率信息； S82、根据信号的频率信息，利用基于KAN-LSTM的信号识别网络，得到调制类型在{CPFSK、FM广播}中的初步识别类型，初步识别类型为FM广播或{MSK、2CPFSK、4CPFSK、8CPFSK、16CPFSK}两类； S83、如果识别频率信息属于FM广播调制类型，则输出信号调制类型的识别结果为FM； S84、如果识别频率信息属于{MSK、2CPFSK、4CPFSK、8CPFSK、16CPFSK}调制类型，则对频率信息进行码元速率估计，得到的码元速率估计值；根据码元速率估计值计算每个码元对应的采样点数；根据码元的采样点数对频率信息进行多次下采样提取信号的多时星座图； S85、根据频率信息的多时星座图，利用多模态特征融合网络，识别出调制类型在{MSK、2CPFSK}、4CPFSK、8CPFSK或16CPFSK中的识别结果； S86、如果识别频率信息属于{MSK、2CPFSK}调制类型，则对信号的2次方进行傅里叶变化并取模值，得到信号的第二频谱特征； S87、根据第二频谱特征，利用基于MobileNet的信号识别网络，识别出调制类型的二分类结果。

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；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。