基于卷积神经网络的水声通信调制识别

• 作者: 姚晓辉 李益青 杨宏晖
• 来源期刊: 无人系统技术
• 学科: 工学
• 关键词: 水声通信信号 水声信道 调制识别 卷积神经网络 时频特征
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术研究
• 页码范围: 68-74
• 页数: 7页
• 分类号: TN929.3
• 字数: 3015字
• 语种: 中文

摘要

复杂海洋环境为水声通信信号调制方式的识别带来了巨大的挑战.在典型海洋环境条件下,对水声信号和水声信道进行仿真,构建了基于卷积神经网络的水声通信信号调制识别系统,利用卷积神经网络对信号时频进行特征学习,实现水声通信信号的调制识别.使用仿真的水声信道传输的信号样本训练网络,对不同信道传输的信号样本进行分类识别,仿真实验结果表明,使用卷积神经网络可以实现对水声通信信号的调制识别,仿真条件下识别正确率可以达到85％以上,对不同的水声信道具有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宏晖	西北工业大学航海学院	25	168	8.0	12.0
2	姚晓辉	西北工业大学航海学院	4	11	2.0	3.0
3	李益青	西北工业大学航海学院	1	1	1.0	1.0