[發(fā)明專利]基于深度殘差網(wǎng)絡(luò)的水下通信調(diào)制方式識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811403397.3
• 申請日: 2018-11-23
• 公開（公告）號: CN109361635B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計）人: 王巖;肖靜;張連;楊紅芳
• 申請（專利權(quán)）人: 泰山學(xué)院
• 主分類號: H04L27/00
• 分類號: H04L27/00;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南譽豐專利代理事務(wù)所(普通合伙企業(yè)) 37240
• 代理人: 高強

1.一種基于深度殘差網(wǎng)絡(luò)的水下通信調(diào)制方式識別方法,其特征在于，所述方法包括：

將水下通信傳輸過來的多種調(diào)制方式數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；包括：將各種調(diào)制方式復(fù)數(shù)表示方式的數(shù)據(jù)格式轉(zhuǎn)化成對應(yīng)實數(shù)形式的數(shù)據(jù)格式的數(shù)據(jù)格式轉(zhuǎn)化單元；對目標(biāo)水下通信調(diào)制方式數(shù)據(jù)與參考水下通信調(diào)制方式數(shù)據(jù)進(jìn)行歸一化處理；

經(jīng)過數(shù)據(jù)預(yù)處理后的多種調(diào)制方式數(shù)據(jù)輸入深度殘差網(wǎng)絡(luò)第一層，從第一層到倒數(shù)第二層依次進(jìn)行數(shù)據(jù)特征的提取，所述深度殘差網(wǎng)絡(luò)包括多層神經(jīng)網(wǎng)絡(luò)層；所述深度殘差網(wǎng)絡(luò)包括第一深度殘差網(wǎng)絡(luò)層、第二深度殘差網(wǎng)絡(luò)層、第三深度殘差網(wǎng)絡(luò)層和第四深度殘差網(wǎng)絡(luò)層；深度殘差網(wǎng)絡(luò)層級以包含的卷積神經(jīng)網(wǎng)絡(luò)層中的神經(jīng)單元數(shù)來進(jìn)行確定，卷積神經(jīng)網(wǎng)絡(luò)層中神經(jīng)單元個數(shù)一樣的卷積神經(jīng)網(wǎng)絡(luò)層作為一層深度殘差網(wǎng)絡(luò)層；第一深度殘差網(wǎng)絡(luò)層，根據(jù)數(shù)據(jù)預(yù)處理后的水下通信傳過來的多種調(diào)制方式數(shù)據(jù)，產(chǎn)生第一特征提取集；第二深度殘差網(wǎng)絡(luò)層根據(jù)所述第一特征提取集生成第一高級特征集；第三深度殘差網(wǎng)絡(luò)層，根據(jù)所述第一高級特征集生成第二高級特征集；第四深度殘差網(wǎng)絡(luò)層，根據(jù)所述第二高級特征集生成第三高級特征集；經(jīng)過深度殘差網(wǎng)絡(luò)最后一層識別出的調(diào)制方式數(shù)據(jù)輸出，所述調(diào)制方式數(shù)據(jù)對應(yīng)最終識別的通信調(diào)制方式。

2.根據(jù)權(quán)利要求1所述的方法,其特征在于，所述深度殘差網(wǎng)絡(luò)還包括第五深度殘差網(wǎng)絡(luò)層，所述經(jīng)過深度殘差網(wǎng)絡(luò)最后一層識別出的調(diào)制方式數(shù)據(jù)輸出包括：

所述第五深度殘差網(wǎng)絡(luò)層根據(jù)所述第三高級特征集產(chǎn)生最終的調(diào)制方式判斷，輸出識別出的調(diào)制方式數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法,其特征在于，所述第一深度殘差網(wǎng)絡(luò)層包括3個殘差網(wǎng)絡(luò)單元，所述第二深度殘差網(wǎng)絡(luò)層包括4個殘差網(wǎng)絡(luò)單元，所述第三深度殘差網(wǎng)絡(luò)層包括6個殘差網(wǎng)絡(luò)單元，所述第四深度殘差網(wǎng)絡(luò)層包括3個殘差網(wǎng)絡(luò)單元，其中所述第一深度殘差網(wǎng)絡(luò)層和所述第四深度殘差網(wǎng)絡(luò)層中殘差網(wǎng)絡(luò)單元包含的神經(jīng)元個數(shù)不同。

4.一種基于深度殘差網(wǎng)絡(luò)的水下通信調(diào)制方式識別系統(tǒng),其特征在于，所述系統(tǒng)包括：

預(yù)處理模塊，用于將水下通信傳輸過來的多種調(diào)制方式數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；所述預(yù)處理模塊包括：

數(shù)據(jù)轉(zhuǎn)換單元，用于將各種調(diào)制方式復(fù)數(shù)表示方式的數(shù)據(jù)格式轉(zhuǎn)化成對應(yīng)實數(shù)形式的數(shù)據(jù)格式的數(shù)據(jù)格式轉(zhuǎn)化單元；

歸一化處理單元，用于對目標(biāo)水下通信調(diào)制方式數(shù)據(jù)與參考水下通信調(diào)制方式數(shù)據(jù)進(jìn)行歸一化處理；

特征提取模塊，用于經(jīng)過數(shù)據(jù)預(yù)處理后的多種調(diào)制方式數(shù)據(jù)輸入深度殘差網(wǎng)絡(luò)第一層，從第一層到倒數(shù)第二層依次進(jìn)行數(shù)據(jù)特征的提取，所述深度殘差網(wǎng)絡(luò)包括多層神經(jīng)網(wǎng)絡(luò)層；所述深度殘差網(wǎng)絡(luò)包括第一深度殘差網(wǎng)絡(luò)層、第二深度殘差網(wǎng)絡(luò)層、第三深度殘差網(wǎng)絡(luò)層和第四深度殘差網(wǎng)絡(luò)層；深度殘差網(wǎng)絡(luò)層級以包含的卷積神經(jīng)網(wǎng)絡(luò)層中的神經(jīng)單元數(shù)來進(jìn)行確定，卷積神經(jīng)網(wǎng)絡(luò)層中神經(jīng)單元個數(shù)一樣的卷積神經(jīng)網(wǎng)絡(luò)層作為一層深度殘差網(wǎng)絡(luò)層，所述特征提取模塊，包括：

第一特征提取單元，用于第一深度殘差網(wǎng)絡(luò)層根據(jù)數(shù)據(jù)預(yù)處理后的水下通信傳過來的多種調(diào)制方式數(shù)據(jù)，產(chǎn)生第一特征提取集；

第二特征提取單元，用于第二深度殘差網(wǎng)絡(luò)層根據(jù)所述第一特征提取集生成第一高級特征集；

第三特征提取單元，用于第三深度殘差網(wǎng)絡(luò)層，根據(jù)所述第一高級特征集生成第二高級特征集；

第四特征提取單元，用于第四深度殘差網(wǎng)絡(luò)層，根據(jù)所述第二高級特征集生成第三高級特征集；

輸出模塊，用于經(jīng)過深度殘差網(wǎng)絡(luò)最后一層識別出的調(diào)制方式數(shù)據(jù)輸出，所述調(diào)制方式數(shù)據(jù)對應(yīng)最終識別的通信調(diào)制方式。

5.根據(jù)權(quán)利要求4所述的系統(tǒng),其特征在于，所述深度殘差網(wǎng)絡(luò)還包括第五深度殘差網(wǎng)絡(luò)層，所述輸出模塊包括：

判斷單元，用于所述第五深度殘差網(wǎng)絡(luò)層根據(jù)所述第三高級特征集產(chǎn)生最終的調(diào)制方式判斷；

輸出單元，用于輸出識別出的調(diào)制方式數(shù)據(jù)。

6.一種終端，其特征在于，包括：

處理器；

存儲器，存儲有可執(zhí)行指令；

所述處理器執(zhí)行所述可執(zhí)行指令，執(zhí)行如權(quán)利要求1-3任一項所述的基于深度殘差網(wǎng)絡(luò)的水下通信調(diào)制方式識別方法。