摘要
本发明提出一种基于循环神经网络的调制信号识别方法，属于无线电通信技术领域，解决通过深度神经网络对调制信号进行识别分类中，需要依赖数据的瞬时特征提取来帮助机器学习本身或依赖于空间立体特征的提取，导致信息提取不完整和识别准确率下降的问题，包括：搭建深度学习环境和架构；判断搭建的环境和架构是否和硬件设备是否匹配；选取数据集并进行数据预处理，将预处理后的数据集按比例划分为训练集和测试集；设置循环神经网络结构和训练过程中的参数优化方法，在步骤1的基础上进行迭代训练；在每一轮训练结束后，利用训练得到的循环神经网络参数模型加载测试数据，对当前训练结果进行评估，直至得到满意的训练性能效果和识别准确率。
