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 |
|