基于机器学习的5G通信目标信号识别方法

摘要

以往使用的理论决策法和模式识别法因受到噪声影响,导致识别精准度较低,基于此提出了基于机器学习的5G通信目标信号识别方法研究.基于机器学习信号识别原理,分析并模态分解5G通信目标信号,剔除噪声干扰信号后提取特征,通过计算通信信号相似度判断信号传输路径,以此设计目标信号识别流程.由实验验证结果可知,该方法识别精准度最高为0.98,具有良好的识别效果.