首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于深度学习的通信信号调制识别算法
作者姓名:李唱白  杨 杰  黄知涛  王 翔
作者单位:中国人民解放军31082部队,北京,100097;中国人民解放军国防科技大学电子科学学院,长沙,410073
摘    要:随着通信技术的发展,信号体制、调制方式日趋复杂,例如CPM、OFDM等,这给调制识别技术带来了巨大挑战。近年来,深度学习技术由于其强大的特征提取能力和分类能力,被广泛应用到模式识别领域中。为了实现复杂调制方式的识别,文章将深度学习技术引入到调制识别领域,并提出一种基于改进的CLDNN模型的调制识别算法。CLDNN模型已被成功应用到语音识别领域,其表现出了强大的特征提取和分类能力。该方法在原有CLDNN模型的基础上,针对调制识别问题的特点,对CLDNN进行了改进。而且该方法不依赖于载波同步、码元同步等预处理。实验结果表明,该方法可同时识别12种信号调制方式和信号体制,信噪比在3dB以上时,整体识别准确率达到90%以上,并且可以较好地识别复杂调制方式和信号体制。

关 键 词:非合作通信  调制识别  深度学习  特征提取
本文献已被 万方数据 等数据库收录!
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号