利用稀疏自编码器的调制样式识别算法

• 作者: 杨安锋 赵知劲 陈颖
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 调制样式识别 高阶累积量 格雷码 深度学习 稀疏自编码器
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法研究
• 页码范围: 833-842
• 页数: 10页
• 分类号: TP301.6|TN713
• 字数: 6972字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2018.07.010

摘要

针对传统调制样式识别算法对复杂幅相信号识别率低,所需特征参数多的问题,提出一种利用稀疏自编码器的调制样式识别算法.将稀疏自编码器和Softmax分类器级联构成识别系统,将两个高阶累积量特征参数的格雷码编码构成系统输入矢量,利用稀疏自编码器提取的深度特征作为Softmax分类器输入.在系统训练阶段,先训练稀疏自编码器,然后利用有监督算法训练分类层,接着利用有监督算法进行整体优化.对BPSK、QPSK、8PSK、16QAM、32QAM、16APSK和32APSK等7种信号识别的仿真结果表明,在低信噪比时本文算法的平均正确识别率比对比算法高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵知劲	杭州电子科技大学通信工程学院	200	1531	19.0	29.0
2	陈颖	杭州电子科技大学通信工程学院	32	144	7.0	11.0
3	杨安锋	杭州电子科技大学通信工程学院	3	16	2.0	3.0